跳到正文
PineForge

PineForge 全部 201 套优秀，PyneCore 137 套

按中位数计，比 PyneCore 快 36倍

优秀良好中等偏弱最弱无交易列表
公开测试集公开测试集：100 套策略非公开社区脚本非公开社区脚本：101 个，不列出名称

点击或拖动图表，查看任一点的数值。

来源：summary.md，pineforge-engine 6b45f510，2026-09-29 的横评。

以表格形式查看图表数据

每套策略占一格，各条线上的顺序都相同：每一处下凹都是一套评级低于优秀的策略，凹得越深，评级越低。

评级PineForgePyneCore
优秀201137
良好046
中等012
偏弱04
最弱01
无交易列表01
测量方法

来源：pineforge-engine 中的 benchmarks/results/summary.md，提交 6b45f510，即 2026-09-29 基于引擎 35db01c8、使用 PyneCore 6.10.3 的横评。引擎 v1.10.0 在此之后发布，评级档位没有在该发布版上重新测量。

本页所有数字都来自开源仓库 pineforge-engine 中的横评：201 套策略跑在同一份 53,929 根 K 线的 ETHUSDT 15 分钟行情数据上，每个引擎的交易都对照 TradingView 导出的交易列表评级。其中 100 套公开测试集策略可在全新克隆上用 bash benchmarks/run_all.sh 复现，无需 API 密钥。

评级档位沿用引擎 scripts/verify_corpus.py 中的标准评分规则。优秀：交易笔数相同，第 90 百分位的入场价和出场价偏差在 0.01% 以内、盈亏偏差在 1% 以内，且至少匹配 TradingView 99% 的交易。良好：交易笔数差异低于 6%，入场价偏差在 0.1% 以内，出场价偏差在 0.5% 以内，盈亏偏差在 100% 以内，且至少匹配 95%。使用 trail_* 出场的策略采用生产阈值：出场价偏差在 0.05% 以内，盈亏偏差在 100% 以内。中等、偏弱和最弱依次递减。对于优秀评级，当 TradingView 在完全相同的时间、价格和方向上显示两个或以上不同的入场 Signals 时，引擎也在该处显示相同数量的独立入场（独立入场识别）。

vectorbt: 有 vectorbt 手工移植版的 13 套策略. 优秀 4良好 6中等 2偏弱 1

每个标记代表在两个引擎上都完成计时的 200 套策略之一，按各自的精确加速比落在对数刻度上。 测速方法：PineForge 在进程内运行，用 Google Benchmark 计时，开启 K 线放大器；PyneCore 6.10.3 以子进程方式运行，因此其挂钟时间包含解释器启动时间。测试机为运行 Ubuntu 24.04 的 AWS c7a.8xlarge（AMD EPYC 9R14，32 核，关闭 SMT），每个计时进程都绑定到固定核心；引擎 35db01c8，2026-09-29，使用一份 53,929 根 K 线的 ETHUSDT 15 分钟行情数据。引擎 v1.10.0 在此之后发布，测速结果没有在该发布版上重新测量。查看完整基准测试。

评级的差异所在

  1. analyzer-parity-percent-of-equity-sizing-01

    按权益百分比定仓

    PineForge
    优秀（57 / 57）
    PyneCore
    良好（57 / 57）

  2. mtf-triple-tf-macd-hist-confluence-01

    多周期（request.security）

    PineForge
    优秀（24 / 24）
    PyneCore
    中等（22 / 22）

  3. ta-str-match-regex-filter-01

    str.match 正则过滤

    PineForge
    优秀（1,916 / 1,916）
    PyneCore
    偏弱（1,514 / 1,917）
测量方法

201 套策略中，PyneCore 6.10.3 有 63 套评级低于优秀，另有 1 套没有产出交易列表，因为 PyneSys 编译器拒绝了其源码。基准报告逐一追溯了原因。32 套只在盈亏（16 套）或只在交易笔数（16 套）上不达标，而它们的成交与 TradingView 一致：PyneCore 的券商模拟器从行情数据的第一根 K 线就开始交易，比 TradingView 的区间起点早了五个月，因此按权益百分比定仓会在 TradingView 从未有过的盈亏上继续复利；区间开始时已经持有的仓位，还会在区间边缘多出一笔交易。PyneCore 早先版本只能部分复现的 9 个多周期脚本中，request.security 的修复让其中 4 个升至优秀；另外 4 个仍只复现了 TradingView 历史的 41.6 至 91.7%。3 个网格机器人在按 FIFO 平仓时出现漂移，一个 str.match 正则过滤策略评为偏弱，其余的则在其他门槛上不达标。以下是公开测试集中的三个例子：

analyzer-parity-percent-of-equity-sizing-01: PyneCore 的成交与 TradingView 一致：按第 90 百分位计，入场价和出场价都吻合。它的盈亏在第 90 百分位相差 2.05%，原因是它的券商模拟器比 TradingView 的区间早五个月开始交易，按权益百分比定仓早已在 TradingView 从未有过的盈亏上复利累积。

mtf-triple-tf-macd-hist-confluence-01: TradingView 导出了 24 笔交易。PyneCore 产出 39 笔；两份列表共同覆盖的时间窗口内有 TradingView 的 22 笔交易，PyneCore 全部匹配，也就是复现了 TradingView 历史的 91.7%。PineForge 的 24 笔交易评级为优秀。

ta-str-match-regex-filter-01: 该策略用 str.match 过滤入场。在对比窗口内，PyneCore 产出 1,514 笔交易，TradingView 为 1,917 笔，笔数相差 21%，与 TradingView 交易的匹配率为 51.2%；PineForge 在其窗口内 1,916 笔全部匹配。

各引擎的适用场景

三个运行时都是开源的。PineForge 和 PyneCore 能运行使用 strategy.* 下单的策略；PineTS 自 0.9.17 起就提供了 strategy.* 命名空间，但横评所用的测试脚手架里没有 PineTS 的策略运行器，所以横评只用 PineTS 运行指标。只有 PineForge 会把策略编译为原生代码。PineForge 和 PineTS 在你自己的机器上转换 Pine；PyneCore 则通过 PyneSys 编译器（一项托管服务）转换。

PineForge

  • 需要拿到和 TradingView 一样的交易：横评的 201 套策略，PineForge 全部评为优秀。
  • 要跑大量回测：按中位数计，每套策略比 PyneCore 快 36倍（PineForge 在进程内计时，PyneCore 以子进程方式计时，含解释器启动时间）。
  • 想把引擎嵌入自己的系统：Apache-2.0 许可的 C++17 运行时，C ABI 稳定且只增不改。
  • 要从 AI 智能体发起回测：可用免费的托管 MCP 端点，也可用本地 Docker MCP 服务器跑你自己的数据。

PyneCore

  • 想用 Python 写策略：PyneCore 逐根 K 线运行 Pine 风格的 Python，同一份代码里就能用上 Python 的数据处理和机器学习库。
  • 需要指标和绘图数值：PyneCore 会计算这些值，而 PineForge 不绘制任何图形，并拒绝 indicator() 脚本。plot、表格、仅影响外观的 setter 和警报都能正常编译运行，但不会生效；line、box、label、linefill 和 chart.point 对象则以数据形式保留，供策略读取。
  • 想要 Apache-2.0 运行时，并且能接受通过 PyneSys 编译器（一项托管服务）来转换 Pine。PineForge 的引擎是 Apache-2.0，但转译器是源码可见的（自 codegen 1.3.0 起采用 PineForge Source License 1.2），并非 OSI 认可的开源软件。

复现横评

横评中公开的一半，即 100 套公开测试集策略，可在全新克隆上复现：所有输入都已提交到基准资产中，无需 API 密钥。另外 101 个非公开社区脚本不做再分发（受 TradingView 条款限制），因此这一半无法在 PineForge 之外重跑。

# 1. 克隆引擎和公开的基准资产
git clone https://github.com/pineforge-4pass/pineforge-engine.git
cd pineforge-engine
git submodule update --init benchmarks/assets

# 2. 安装其他引擎所需的 Python 和 Node 工具，然后构建
(cd benchmarks && uv sync --python 3.12 && npm install)
cmake -B build -S . -DPINEFORGE_BUILD_TESTS=ON -DPINEFORGE_BUILD_BENCH_STRATEGIES=ON -DPINEFORGE_BUILD_SPEED_BENCH=ON
cmake --build build --target pineforge bench_strategies pineforge_bench -j

# 3. 对照 TradingView 为每个引擎评级
SKIP_BUILD=1 SKIP_SPEED=1 JOBS=8 bash benchmarks/run_all.sh

# 4. 查看结果：本页统计数字背后的 100 行公开测试集数据
cat benchmarks/results/summary.md
查看引擎仓库中的基准测试打分方法