import datetime import pandas as pd import backtrader as bt import matplotlib.pyplot as plt from datetime import datetime import matplotlib import akshare as ak %matplotlib inline class Boll_strategy(bt.Strategy):#自定義參數，每次買入1800手params=(('size',1800),)def __init__(self):self.dataclose=self.datas[0].closeself.order=Noneself.buyprice=Noneself.buycomm=None##使用自帶的indicators中自帶的函數計算出支撐線和壓力線，period設置周期，默認是20self.lines.top=bt.indicators.BollingerBands(self.datas[0],period=20).topself.lines.bot=bt.indicators.BollingerBands(self.datas[0],period=20).botdef next(self):if not self.position:if self.dataclose<=self.lines.bot[0]:#執行買入self.order=self.buy(size=self.params.size)else:if self.dataclose>=self.lines.top[0]:#執行賣出self.order=self.sell(size=self.params.size)# 利用 AKShare 獲取股票的后復權數據，這里只獲取前 6 列 stock_hfq_df = ak.stock_zh_a_hist(symbol="600309", adjust="hfq").iloc[:, :6] # 處理字段命名，以符合 Backtrader 的要求 stock_hfq_df.columns = [ 'date', 'open', 'close', 'high', 'low', 'volume', ] # 把 date 作為日期索引，以符合 Backtrader 的要求 stock_hfq_df.index = pd.to_datetime(stock_hfq_df['date']) start_date = datetime(1991, 4, 3) # 回測開始時間 end_date = datetime(2022, 6, 16) # 回測結束時間 data = bt.feeds.PandasData(dataname=stock_hfq_df, fromdate=start_date, todate=end_date) # 加載數據 # 初始化cerebro回測系統設置 cerebro=bt.Cerebro() #將數據傳入回測系統 cerebro.adddata(data) # 將交易策略加載到回測系統中 cerebro.addstrategy(Boll_strategy) # 設置初始資本為10,000 startcash=1000000 cerebro.broker.setcash(startcash) # 設置交易手續費為 0.25% cerebro.broker.setcommission(commission=0.001) #運行回測系統 cerebro.run() #獲取回測結束后的總資金 portvalue=cerebro.broker.getvalue() pnl=portvalue-startcash #打印結果 print(f'總資金: {round(portvalue,2)}') #最后可視化 cerebro.plot()

總結

以上是生活随笔為你收集整理的akshare 布林通道策略的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。