GOLD, спасибо за комментарий ! 

Вот код бэктеста, который был использован:

# Calculate daily returns
df['Daily Returns'] = df['price'].pct_change()

# Shift the daily returns by one to apply them to the next day
df['Shifted Daily Returns'] = df['Daily Returns'].shift(1)

# Strategy returns based on the signal and the shifted daily returns
# When Signal is 1 (buy), we use the shifted daily return as is (benefit from an increase in price next day).
# When Signal is -1 (sell), we invert the shifted daily return (benefit from a decrease in price next day).
# Neutral days have no impact (returns are 0).
df['Strategy Returns'] = np.where(df['Signal'] == 1, df['Shifted Daily Returns'],
np.where(df['Signal'] == -1, -df['Shifted Daily Returns'], 0))

# Calculate cumulative returns by compounding the strategy returns
df['Cumulative Returns'] = (1 + df['Strategy Returns']).cumprod() — 1


Цены везде были использованы расчетные. Данный бэктест очень базовый. Мы получаем сигнал о том что что-то перекуплено или перепродано во вторник вечером. В среду вечером мы получаем изменение актива от расчетной цены во вторник к расчётной цены в среду. Если сигнал «угадал», то это плюс к кумулятивному доходу, если нет, то минус. 

Я планирую добавить скоро бэктест по 5минутным изменениям в позициях открытого интереса, будет интересно узнать.