Python数字货币量化交易开发——绘图优化回测结果的可读性

前言

为验证回测的有效性和增强可读性，所以需要在完成回测时生成如matlab一样的图表。
_
_

Episode 3. 绘图优化回测结果的可读性

用到的库是数据分析常用的matplotlib库。

构思一下，应当分为2个子表，1个显示在时间轴中的买卖点，1个显示随时间推移的收益率曲线，所以在之前的main()函数中加入图表的生成部分。

	time_x=[]
	price_y=[]
	rate_y=[]
	for i in range(begin_progress,max_step+1):
		time_x.append(step_dict[i]['time'])
		price_y.append(step_dict[i]['close'])
		rate_y.append((plot_data[i]['market_value']/ini_market_value-1)*100)
	plt.subplots_adjust(left=0.08,right=0.95,bottom=0.1,top=0.95)
	plt.figure(figsize=(18,9))
	#数据图1 买卖标注
	plt.subplot(211)
	plt.grid(axis='y')
	plt.xlabel('Time')
	plt.ylabel('Price')
	plt.title('Trade History')
	plt.xticks([])
	plt.plot(time_x,price_y,color='c')
	for k,v in order_history.items():
		if v[0] == 'buy':
			plt.plot(k, v[1]-1, '^', c ='red',label='买入点',markersize=10)
			plt.text(k, v[1]-6, 'buy')
		if v[0] == 'sell':	
			plt.plot(k, v[1]+1, 'v', c ='green',label='卖出点',markersize=10)
			plt.text(k, v[1]+3, 'sell')
	#数据图2 收益曲线
	plt.subplot(212)
	plt.grid(axis='y')
	plt.xlabel('Time')
	plt.ylabel('Rate')
	plt.title('Profit Rate')
	plt.gca().yaxis.set_major_formatter(mtick.FormatStrFormatter('%.2f%%'))
	plt.xticks([])
	plt.plot(time_x,rate_y)
	plt.text(time_x[rate_y.index(max(rate_y))], max(rate_y), str(cutpoint(max(rate_y),2))+'%')
	plt.text(time_x[rate_y.index(min(rate_y))], min(rate_y), str(cutpoint(min(rate_y),2))+'%')
	plt.text(time_x[-1], rate_y[-1], str(cutpoint(rate_y[-1],2))+'%')
	plt.show()

这个库的各种逻辑和调用还是比较繁琐的，如果日后有优化的机会再深入学习一下。导出的表格效果如下，最近3日的买卖效果图：

其中明确的可以随时间看到我们的买入点卖出点，收益率曲线的最低点最高点和最终收益率，当然这只是个测试用例，一定还要根据实际情况优化显示方式。