vnpy实战23_回测结果可视化改进

对vnpy原始的策略评估方法做了调整，去掉部分不重要或虽重要但从图中可以看出的冗余信息（比如最大回撤），没必要专用一图绘制表达.
策略：vnpy的样例策略strategyAtrRsi
回测信息：

1
2019-04-07 20:17:45.237743  开始载入数据
2
2019-04-07 20:17:45.298343  载入完成，数据量：132026
3
2019-04-07 20:17:45.298398  开始回测
4
2019-04-07 20:17:45.380278  策略初始化完成
5
2019-04-07 20:17:45.380334  策略启动完成
6
2019-04-07 20:17:45.380345  开始回放数据
7
2019-04-07 20:18:01.712193  数据回放结束
8
2019-04-07 20:18:01.712272  计算回测结果
9
2019-04-07 20:18:01.810235  ------------------------------
10
2019-04-07 20:18:01.810293  第一笔交易：  2014-01-13 10:30:00
11
2019-04-07 20:18:01.810320  最后一笔交易：  2015-12-31 15:15:00
12
2019-04-07 20:18:01.810373  总交易次数：  2,103.0
13
2019-04-07 20:18:01.810397  总盈亏：  845,985.78
14
2019-04-07 20:18:01.810418  最大回撤:   -164,071.12
15
2019-04-07 20:18:01.810438  平均每笔盈利：  402.28
16
2019-04-07 20:18:01.810456  平均每笔滑点：  120.0
17
2019-04-07 20:18:01.810475  平均每笔佣金：  65.11
18
2019-04-07 20:18:01.810493  胜率    37.9%
19
2019-04-07 20:18:01.810512  盈利交易平均值  9,815.46
20
2019-04-07 20:18:01.810531  亏损交易平均值  -5,342.22
21
2019-04-07 20:18:01.810549  盈亏比：  1.84
22
2019-04-07 20:18:07.159576  计算按日统计结果
23
2019-04-07 20:18:07.932968  ------------------------------
24
2019-04-07 20:18:07.933012  首个交易日：  2014-01-13
25
2019-04-07 20:18:07.933033  最后交易日：  2015-12-31
26
2019-04-07 20:18:07.933048  总交易日：  482
27
2019-04-07 20:18:07.933063  盈利交易日  247
28
2019-04-07 20:18:07.933076  亏损交易日：  235
29
2019-04-07 20:18:07.933090  起始资金：  1000000
30
2019-04-07 20:18:07.933114  结束资金：  1,846,078.7
31
2019-04-07 20:18:07.933133  总收益率：  84.61%
32
2019-04-07 20:18:07.933151  年化收益：  32.7%
33
2019-04-07 20:18:07.933169  总盈亏：  846,078.7
34
2019-04-07 20:18:07.933187  最大回撤:   -142,187.16
35
2019-04-07 20:18:07.933205  百分比最大回撤: -8.62%
36
2019-04-07 20:18:07.933223  总手续费：  136,901.3
37
2019-04-07 20:18:07.933240  总滑点：  252,300.0
38
2019-04-07 20:18:07.933258  总成交金额：  4,563,376,620.0
39
2019-04-07 20:18:07.933276  总成交笔数：  4,205.0
40
2019-04-07 20:18:07.933294  日均盈亏：  1,755.35
41
2019-04-07 20:18:07.933311  日均手续费：  284.03
42
2019-04-07 20:18:07.933328  日均滑点：  523.44
43
2019-04-07 20:18:07.933346  日均成交金额：  9,467,586.35
44
2019-04-07 20:18:07.933363  日均成交笔数：  8.72
45
2019-04-07 20:18:07.933381  日均收益率：  0.14%
46
2019-04-07 20:18:07.933398  收益标准差：  1.34%
47
2019-04-07 20:18:07.933415  Sharpe Ratio：  1.57
48
2019-04-07 20:18:09.036527  ------------------------------
49
2019-04-07 20:18:09.036648  首个交易bar：  2014-01-13 09:16:00
50
2019-04-07 20:18:09.036726  最后交易bar：  2015-12-31 15:15:00
51
2019-04-07 20:18:09.036746  总交易bar：  130136
52
2019-04-07 20:18:09.036781  盈利交易bar  55358
53
2019-04-07 20:18:09.036817  亏损交易bar：  56905
54
2019-04-07 20:18:09.036851  bar均盈亏：  6.5
55
2019-04-07 20:18:09.036872  bar均手续费：  1.05
56
2019-04-07 20:18:09.036891  bar均滑点：  1.94
57
2019-04-07 20:18:09.036910  bar均成交金额：  35,066.21
58
2019-04-07 20:18:09.036928  bar均成交笔数：  0.03
59
2019-04-07 20:18:09.036948  bar均收益率：  0.0%
60
2019-04-07 20:18:09.036966  收益标准差：  0.08%

回测的结果可视化

说明：
图1：vnpy原始收益图，基于交易次数的，x轴是时间轴。无法和标的直接比对，因为交易次数在时间上是非均匀的，所以头部水平线看起来很短，实际却对应了很长的时间，不过由于区间震荡时，产生交易信号少，所以看起来被压缩了（x轴代表次数，所以被压缩了）。
图2：原始标的的价格信息，用于和策略收益比对，可观察策略对行情的偏好（哪种行情下表现较好）（x轴代表时间）。
图3：时间角度的资产收益，相对交易次数更合理一些，和标的行情直接比对，看出策略真实表现（x轴代表时间）。
图4：交易频率图，图1和图2-3的x轴不同，虽都是时间但图1基于交易次数的，比如图1的左侧靠下部的行情很短，但是图2-3就比较长，如何解释？就是通过图4，图示可以看到到12月10日前，交易频率比较低，所以如果从交易次数视角，这一段时间会被压缩07月20日附件，频率非常高，说明这段时间放到交易次数图上会被拉长。
通过这4张图，这样既可以得到交易次数的策略评估，也可以得到策略对特定行情之间的偏好关系。

黄金矿工