我們這集的內容主要解讀我們上一集所跑出來的回測結果，也就是
bt.summary()這張報表的意義。而因為risk/return這個部份我們會需要一些額外的金融知識，我們會留到下一集進行說明，我們這邊主要會講前面部份，從days到winrate
因為這個套件並沒有提供文檔說明，我們必須回頭看一看原始碼，看看程式大致來說是怎麼運作的，所以我們來到github並點入這個專案，在pybacktest這個程式檔主要寫了怎麼生成bt這個東西
首先，我們看到report這一行，這一行說明，我們的報表主要是由performance這個模組下面處理的，並且用equity這個屬性來當作input進行計算，在呼叫summary這個方法。而summary這個方法基本上就是將我們報表的資訊印出顯示在螢幕上，在理解這層關係後，我們這邊會分成兩個部份來解釋回測的計算
第一部份:equity這個屬性是什麼意思
第二部份:performance怎麼進行計算
首先，第一部份，equity是從我們的trade的資料計算而來，根據說明，這個是我們資產差值的series，所以，如果我們做連加回來就是我們當時時點的資產價值。
第二部份:在performance這邊，我們看看我們報表的數值怎麼計算出來的，首先關於回測時間的部份應該很好理解，我們這邊主要講中間performance的部份
我們先看winrate，這個很好理解，就是交易的勝率，在計算的程式這邊，因為我們的input是資產的差值，所以我們就是計算有幾個差值是大於零，然後除上整個series的長度
然後是profit，這個就是把所有差值加起來，加起來就是最後一期的資產價值減上第一期的資產價值
再來我們先看averages的部份，這邊的gain就是這邊average_gain的計算出來的結果，就是每次交易轉錢的平均賺錢值，而average_loss就是賠的時候平均的賠的值，而trade的值就是總平均
而payoff是就是平均賺得錢除上平均賠得錢的比率
而PF是賺到的錢除上賠到的錢的絕對值
而RF是總得失除上最大回撤
而這個模組也提供一些方式來將我們的回測結果視覺化，我們介紹plot_equity以及plot_trades兩個函數
這邊plot_equity可以把我們的資產價值畫出來，而plot_trades則可以把價格資料以及交易時間點畫出來
首先，這邊我們可以看到，我們策略的績效一開始賠了一些，然後一路成長到2018年，然後開始一路往下
然後我們可以在plot_trade來檢視我們的想法，在這邊，我們把長短均線一起畫上，可以看到一開始做空賠了一點，後來開始作多並一路資產價格上升，到了賣出點並開始做空，但是價格就往上，所以開始賠，然後到買入點，價格卻開始往下這也對應到資產變化圖。