量化交易1-backtrader介绍

1、backtrader介绍关于backtrader本身的背景此处不做过多的介绍，中文文档的传送门: http://backtrader.com.cn/ 中文文档写的很好。

不过对于熟悉python语言的同学，比如我这种的非专业的python语言开发者来说是有一个很大的弊端，就是没有办法把照着文档一步一步的把策略回测起来。

因为文档中的行情源来自于雅虎，由于不可抗拒的原因，我们应该是没有办法直接获取雅虎的行情源，并且我们对老美的行情数据并不怎么感兴趣，我们还是非常热爱大A，虽然他常常让我们关灯吃面。

因此本文档会把行情源换成我们大A行情源，并且会把回测结果用图像展示出来，话不多说，先上结果，以下是回测结果图形的展示：

以下是搭建backtrader的过程：基本要求是： Python 2.7 Python 3.2 / 3.3 / 3.4 / 3.5 pip install backtrader pip install matplotlib==3.2.2(此处一定要使用3.2.2版本，如果直接使用pip install matplotlib命令进行安装最新的版本，会导致显示回测结果图像时报错) 后续代码运行过程中缺什么包就是用，pip安装什么包

废话不多，上代码：

import datetime #
   import os.path # 路径管理
   import sys # 获取当前运行脚本的路径 (in argv[0])
   #导入backtrader框架
   import backtrader as bt
   import pandas as pd
   # 创建策略继承bt.Strategy
   class TestStrategy(bt.Strategy):
   def log(self, txt, dt=None):
   # 记录策略的执行日志
   dt = dt or self.datas[0].datetime.date(0)
   print('%s, %s' % (dt.isoformat(), txt))

   def __init__(self):
   # 保存收盘价的引用
   self.dataclose = self.datas[0].close
   # 跟踪挂单
   self.order = None

def notify_order(self, order):
   if order.status in [order.Submitted, order.Accepted]:
   # broker 提交/接受了，买/卖订单则什么都不做
   return

   # 检查一个订单是否完成
   # 注意: 当资金不足时，broker会拒绝订单
   if order.status in [order.Completed]:
   if order.isbuy():
   self.log('已买入, %.2f' % order.executed.price)
   elif order.issell():
   self.log('已卖出, %.2f' % order.executed.price)

   # 记录当前交易数量
   self.bar_executed = len(self)

   elif order.status in [order.Canceled, order.Margin, order.Rejected]:
   self.log('订单取消/保证金不足/拒绝')

   # 其他状态记录为：无挂起订单
   self.order = None
   def next(self):
   # 记录收盘价
   self.log('Close, %.2f' % self.dataclose[0])

   # 如果有订单正在挂起，不操作
   if self.order:
   return
   # 如果没有持仓则买入
   if not self.position:
   # 今天的收盘价 < 昨天收盘价
   if self.dataclose[0] < self.dataclose[-1]:
   # 昨天收盘价 < 前天的收盘价
   if self.dataclose[-1] < self.dataclose[-2]:
   # 买入
   self.log('买入, %.2f' % self.dataclose[0])
   # 跟踪订单避免重复
   self.order = self.buy()
   else:
   # 如果已经持仓，且当前交易数据量在买入后5个单位后
   if len(self) >= (self.bar_executed + 5):
   # 全部卖出
   self.log('卖出, %.2f' % self.dataclose[0])
   # 跟踪订单避免重复
   self.order = self.sell()
   if __name__ == '__main__':
   # 创建Cerebro引擎
   cerebro = bt.Cerebro()
   # Cerebro引擎在后台创建broker(经纪人)，系统默认资金量为10000
   # 为Cerebro引擎添加策略
   cerebro.addstrategy(TestStrategy)
   # Create a Data Feed
   # 本地数据，笔者用Wind获取的东风汽车数据以csv形式存储在本地。
   # parase_dates = True是为了读取csv为dataframe的时候能够自动识别datetime格式的字符串，big作为index
   # 注意，这里最后的pandas要符合backtrader的要求的格式
   dataframe = pd.read_csv('dfqc.csv', index_col=0, parse_dates=True)
   dataframe['openinterest'] = 0
   data = bt.feeds.PandasData(dataname=dataframe,
   fromdate = datetime.datetime(2015, 1, 1),
   todate = datetime.datetime(2016, 12, 31)
   )
   # Add the Data Feed to Cerebro
   cerebro.adddata(data)
   # 设置投资金额100000.0
   cerebro.broker.setcash(100000.0)
   # 引擎运行前打印期出资金
   print('组合期初资金: %.2f' % cerebro.broker.getvalue())
   cerebro.run()
   # 引擎运行后打期末资金
   print('组合期末资金: %.2f' % cerebro.broker.getvalue())

   # Plot the result
   cerebro.plot()

上面这段代码整个框架来自于backtrader的官网 (http://backtrader.com.cn/) 笔者自己修改了获取数据的方式，以及增加了打印出了运行结果，其中数据源文件：dfqc.csv的下载地址链接：https://pan.baidu.com/s/1slnULbv 密码：wi3k 下载完dfqc.csv文件放到和需要运行的Python代码的同级大家安装完backtrader，放到行情数据之后，就可以把代码可以复制过去运行，运行的结果就是如上图，图像就描述了策略的运行结果

以上的博文借鉴了Backtrader量化平台教程（一）:backtrader的整体框架_钱塘小甲子的博客-CSDN博客_backtrader

感谢大佬

量化交易1-backtrader介绍相关推荐

量化交易主流框架介绍
量化交易主流框架介绍 talib talib的简称是Technical Analysis Library,主要功能是计算行情数据的技术分析指标 numpy 介绍:一个用python实现的科学计算包.包 ...
python量化交易之路
写在前面市场有风险,投资需谨慎! 量化交易概念量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种"大概率"事件以制定策略, ...
Python期货量化交易中常用的数据类型有哪些？
1 常用内置常量 Python解释器在启动时会创建None.True.False三个常量,None表示"无",True表示"真",False表示"假& ...
[数字货币量化交易] 第1部分--概述和介绍
免责声明:对于使用此工具所做的任何事情,我概不任何负责任,你要自担风险.这个帖子是参考的老外的格式写的,部分内容是直接翻译的.我自己通过试用这么半年以来,总共本金从0.7BTC到了1.16BTC,大约 ...
EA 的类型/EA 智能交易的介绍(自动化交易/程序化交易/量化交易）
EA 的类型/EA 智能交易的介绍(自动化交易/程序化交易/量化交易) EA 的类型 1.趋势类最常见也是最成熟的类型, 趋势类. 最为主流的 EA 类型, 一般根据各种指标和策略来进行出入场操作. ...
量化投资分析工具quantstats介绍及其在backtrader量化框架中使用
关注微信公众号获取最新最全量化文章: 诸葛说talk 简介 quantstats -- 衡量策略绩效指标的python lib库,用于投资组合分析.主要由3部分组成: quantstats.stats ...
知识星球《玩转股票量化交易》之Backtrader量化框架的使用说明
量化交易是一个多技术综合的项目,学习完书籍<Python股票量化交易从入门到实践>我们再次升级学习的内容--知识星球<玩转股票量化交易> 在星球中我们会深入分享包括Python ...
【AIOQuant量化交易框架】第1讲-高频交易介绍
1.什么是高频交易一提到高频交易,对于大部人来说,高频交易是比较神秘的.在大部分人的认知里,高频交易有超强的盈利能力,堪比印钞机:纯粹靠交易赚钱,有着神秘的数学模型和尖端科技,精准的预测市场走势,带 ...
金融平台（掘金量化）量化PYTHON（一）-量化交易介绍
定位掌握数据挖掘/机器学习技术的应用场景: 从事量化策略工程师.量化策略分析师方向: 目标掌握回测框架的使用: 掌握股票的量化投资策略: 量化交易简介了解量化交易的定义以及类型: 说明量化交易的 ...
量化交易-Backtrader回测
目录一.基础篇-backtrader简介二.backtrader回测应用实例三.backtrader数据全解析 3.1 数据中必须包含 3.2 一切皆是数据源 3.3 参数 3.4 Lines线 ...

量化交易1-backtrader介绍

量化交易1-backtrader介绍相关推荐

最新文章

热门文章