backtrader的基本策略構(gòu)成：

#構(gòu)成 #Backtrader 回測代碼編寫流程如下： import backtrader as bt # 導入 Backtrader import backtrader.indicators as btind # 導入策略分析模塊 import backtrader.feeds as btfeeds # 導入數(shù)據(jù)模塊# 創(chuàng)建策略 class TestStrategy(bt.Strategy):# 可選，設(shè)置回測的可變參數(shù)：如移動均線的周期params = ((...,...), # 最后一個“,”最好別刪！)def log(self, txt, dt=None):'''可選，構(gòu)建策略打印日志的函數(shù)：可用于打印訂單記錄或交易記錄等'''dt = dt or self.datas[0].datetime.date(0)print('%s, %s' % (dt.isoformat(), txt))def __init__(self):'''必選，初始化屬性、計算指標等'''passdef notify_order(self, order):'''可選，打印訂單信息'''passdef notify_trade(self, trade):'''可選，打印交易信息'''passdef next(self):'''必選，編寫交易策略邏輯'''sma = btind.SimpleMovingAverage(...) # 計算均線pass# 實例化 cerebro cerebro = bt.Cerebro() # 通過 feeds 讀取數(shù)據(jù) data = btfeeds.BacktraderCSVData(...) # 將數(shù)據(jù)傳遞給 “大腦” cerebro.adddata(data) # 通過經(jīng)紀商設(shè)置初始資金 cerebro.broker.setcash(...) # 設(shè)置單筆交易的數(shù)量 cerebro.addsizer(...) # 設(shè)置交易傭金 cerebro.broker.setcommission(...) # 添加策略 cerebro.addstrategy(TestStrategy) # 添加策略分析指標 cerebro.addanalyzer(...) # 添加觀測器 cerebro.addobserver(...) # 啟動回測 cerebro.run() # 可視化回測結(jié)果 cerebro.plot()

數(shù)據(jù)傳入必須包含的字段：

datetime sec_code open high low close volume openinterest 0 2019-01-02 600466.SH 33.064891 33.496709 31.954503 32.386321 10629352 0 1 2019-01-02 603228.SH 50.660230 51.458513 50.394136 51.120778 426147 0

3、導入 backtrader，構(gòu)建“大腦”

import backtrader as bt # 導入 Backtrader # 實例化 cerebro cerebro = bt.Cerebro()

獲取當前資金

cerebro.broker.getvalue()

4、如何導入多只股票的歷史行情數(shù)據(jù)？

# 按股票代碼，依次循環(huán)傳入數(shù)據(jù) for stock in daily_price['sec_code'].unique():# 日期對齊data = pd.DataFrame(index=daily_price.index.unique()) # 獲取回測區(qū)間內(nèi)所有交易日df = daily_price.query(f"sec_code=='{stock}'")[['open','high','low','close','volume','openinterest']]data_ = pd.merge(data, df, left_index=True, right_index=True, how='left')# 缺失值處理：日期對齊時會使得有些交易日的數(shù)據(jù)為空，所以需要對缺失數(shù)據(jù)進行填充data_.loc[:,['volume','openinterest']] = data_.loc[:,['volume','openinterest']].fillna(0)data_.loc[:,['open','high','low','close']] = data_.loc[:,['open','high','low','close']].fillna(method='pad')data_.loc[:,['open','high','low','close']] = data_.loc[:,['open','high','low','close']].fillna(0)# 導入數(shù)據(jù)datafeed = bt.feeds.PandasData(dataname=data_, fromdate=datetime.datetime(2019,1,2), todate=datetime.datetime(2021,1,28))cerebro.adddata(datafeed, name=stock) # 通過 name 實現(xiàn)數(shù)據(jù)集與股票的一一對應print(f"{stock} Done !")

5、配置回測條件（手續(xù)費，滑點，初始資金）

# 初始資金 100,000,000 cerebro.broker.setcash(100000000.0) # 傭金，雙邊各 0.0003 cerebro.broker.setcommission(commission=0.0003) # 滑點：雙邊各 0.0001 cerebro.broker.set_slippage_perc(perc=0.0001)

6、查看指標

cerebro.addanalyzer(bt.analyzers.TimeReturn, _name='pnl') # 返回收益率時序數(shù)據(jù) cerebro.addanalyzer(bt.analyzers.AnnualReturn, _name='_AnnualReturn') # 年化收益率 cerebro.addanalyzer(bt.analyzers.SharpeRatio, _name='_SharpeRatio') # 夏普比率 cerebro.addanalyzer(bt.analyzers.DrawDown, _name='_DrawDown') # 回撤

7、交易代碼

self.close() 平倉； self.buy() 買入、做多； self.sell() 賣出、做空； self.cancel() 取消訂單； self.order_target_percent() 按持倉百分比下單，“多退少補”原則， 對于股票當前無持倉或持有的是多單（size>=0）的情況，若目標占比 target > 當前持倉占比，買入不夠的部分；若目標占比 target < 當前持倉占比，賣出多余的部分。

8、打印回測日志

def notify_order(self, order):# 未被處理的訂單if order.status in [order.Submitted, order.Accepted]:return# 已經(jīng)處理的訂單if order.status in [order.Completed, order.Canceled, order.Margin]:if order.isbuy():self.log('BUY EXECUTED, ref:%.0f，Price: %.2f, Cost: %.2f, Comm %.2f, Size: %.2f, Stock: %s' %(order.ref, # 訂單編號order.executed.price, # 成交價order.executed.value, # 成交額order.executed.comm, # 傭金order.executed.size, # 成交量order.data._name)） # 股票名稱else: # Sellself.log('SELL EXECUTED, ref:%.0f, Price: %.2f, Cost: %.2f, Comm %.2f, Size: %.2f, Stock: %s' %(order.ref,order.executed.price,order.executed.value,order.executed.comm,order.executed.size,order.data._name))

9、打印回測結(jié)果

# 啟動回測 result = cerebro.run() # 從返回的 result 中提取回測結(jié)果 strat = result[0] # 返回日度收益率序列 daily_return = pd.Series(strat.analyzers.pnl.get_analysis()) # 打印評價指標 print("--------------- AnnualReturn -----------------") print(strat.analyzers._AnnualReturn.get_analysis()) print("--------------- SharpeRatio -----------------") print(strat.analyzers._SharpeRatio.get_analysis()) print("--------------- DrawDown -----------------") print(strat.analyzers._DrawDown.get_analysis())

總結(jié)

以上是生活随笔為你收集整理的backtrader2的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。