英文代码地址: Quickstart Guide - Backtrader
这个功能太有意思了。
我的理解是每个指标都是有计算周期的,每只股票都有其振动频率(这个我们都可以看到),只要频率匹配就会发生共振,形成较大振幅,也就是较大盈利。股票的频率我们无法左右,但是我们可以通过回测找到指标的最佳参数。
测试一下这个极简单的策略:收盘价在简单移动平均价格之上买入,收盘价在简单移动均线价格之下卖出。
首先使用002169这只股票,测试结果:
2020-03-31, (均线周期 10)期末资金 998.00
2020-03-31, (均线周期 11)期末资金 1004.10
2020-03-31, (均线周期 12)期末资金 993.30
2020-03-31, (均线周期 13)期末资金 983.10
2020-03-31, (均线周期 14)期末资金 987.30
2020-03-31, (均线周期 15)期末资金 982.70
2020-03-31, (均线周期 16)期末资金 984.40
2020-03-31, (均线周期 17)期末资金 969.80
2020-03-31, (均线周期 18)期末资金 972.80
2020-03-31, (均线周期 19)期末资金 986.70
2020-03-31, (均线周期 20)期末资金 989.10
2020-03-31, (均线周期 21)期末资金 986.00
2020-03-31, (均线周期 22)期末资金 993.20
2020-03-31, (均线周期 23)期末资金 986.80
2020-03-31, (均线周期 24)期末资金 989.30
2020-03-31, (均线周期 25)期末资金 1001.90
2020-03-31, (均线周期 26)期末资金 1010.00
2020-03-31, (均线周期 27)期末资金 1003.80
2020-03-31, (均线周期 28)期末资金 1008.50
2020-03-31, (均线周期 29)期末资金 1009.80
2020-03-31, (均线周期 30)期末资金 990.40
可以看到均线周期如果设置为26为最佳。
再试一下300141这只股票:
2020-03-31, (均线周期 10)期末资金 1001.20
2020-03-31, (均线周期 11)期末资金 998.60
2020-03-31, (均线周期 12)期末资金 1002.90
2020-03-31, (均线周期 13)期末资金 1001.80
2020-03-31, (均线周期 14)期末资金 1001.70
2020-03-31, (均线周期 15)期末资金 997.00
2020-03-31, (均线周期 16)期末资金 996.40
2020-03-31, (均线周期 17)期末资金 998.40
2020-03-31, (均线周期 18)期末资金 1000.20
2020-03-31, (均线周期 19)期末资金 1005.40
2020-03-31, (均线周期 20)期末资金 1007.60
2020-03-31, (均线周期 21)期末资金 1003.60
2020-03-31, (均线周期 22)期末资金 1004.30
2020-03-31, (均线周期 23)期末资金 1000.40
2020-03-31, (均线周期 24)期末资金 999.80
2020-03-31, (均线周期 25)期末资金 1002.70
2020-03-31, (均线周期 26)期末资金 1003.80
2020-03-31, (均线周期 27)期末资金 994.80
2020-03-31, (均线周期 28)期末资金 1003.40
2020-03-31, (均线周期 29)期末资金 1005.60
2020-03-31, (均线周期 30)期末资金 997.80
大体确定19和29为最佳参数。
但是如果修改一下回测日期区间:
start=datetime(2020, 1, 31)
end=datetime(2022, 3, 31)
结果会发生变化:
2020-03-31, (均线周期 10)期末资金 1001.20
2020-03-31, (均线周期 11)期末资金 998.60
2020-03-31, (均线周期 12)期末资金 1002.90
2020-03-31, (均线周期 13)期末资金 1001.80
2020-03-31, (均线周期 14)期末资金 1001.70
2020-03-31, (均线周期 15)期末资金 997.00
2020-03-31, (均线周期 16)期末资金 996.40
2020-03-31, (均线周期 17)期末资金 998.40
2020-03-31, (均线周期 18)期末资金 1000.20
2020-03-31, (均线周期 19)期末资金 1005.40
2020-03-31, (均线周期 20)期末资金 1007.60
2020-03-31, (均线周期 21)期末资金 1003.60
2020-03-31, (均线周期 22)期末资金 1004.30
2020-03-31, (均线周期 23)期末资金 1000.40
2020-03-31, (均线周期 24)期末资金 999.80
2020-03-31, (均线周期 25)期末资金 1002.70
2020-03-31, (均线周期 26)期末资金 1003.80
2020-03-31, (均线周期 27)期末资金 994.80
2020-03-31, (均线周期 28)期末资金 1003.40
2020-03-31, (均线周期 29)期末资金 1005.60
2020-03-31, (均线周期 30)期末资金 997.80
代码:
# -*- coding: utf-8 -*-
"""
Created on Mon Feb 7 14:20:07 2022
"""
from __future__ import (absolute_import, division, print_function,
unicode_literals)
from datetime import datetime # For datetime objects
import pandas as pd
import tushare as ts
import backtrader as bt
# Create a Stratey
class TestStrategy(bt.Strategy):
params = (
('maperiod', 15),
('printlog', False),
)
def log(self, txt, dt=None, doprint=False):
''' 记录执行日志'''
if self.params.printlog or doprint:
dt = dt or self.datas[0].datetime.date(0)
print('%s, %s' % (dt.isoformat(), txt))
def __init__(self):
# 保持对收盘价的引用
self.dataclose = self.datas[0].close
# 跟踪挂单
self.order = None
self.buyprice = None
self.buycomm = None
# 加入均线指标
self.sma = bt.indicators.SimpleMovingAverage(
self.datas[0], period=self.params.maperiod)
# 订单状态通知,买入卖出都是下单
def notify_order(self, order):
if order.status in [order.Submitted, order.Accepted]:
# Buy/Sell order submitted/accepted to/by broker - Nothing to do
return
# Check if an order has been completed
# Attention: broker could reject order if not enough cash
if order.status in [order.Completed]:
if order.isbuy():
self.log(
'已买入, 价格: %.2f, 费用: %.2f, 佣金 %.2f' %
(order.executed.price,
order.executed.value,
order.executed.comm))
self.buyprice = order.executed.price
self.buycomm = order.executed.comm
else: # Sell
self.log('已卖出, 价格: %.2f, 费用: %.2f, 佣金 %.2f' %
(order.executed.price,
order.executed.value,
order.executed.comm))
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')
# Write down: no pending order
self.order = None
def notify_trade(self, trade):
if not trade.isclosed:
return
self.log('交易利润, 毛利润 %.2f, 净利润 %.2f' %
(trade.pnl, trade.pnlcomm))
def next(self):
# 记录收盘价
self.log('收盘, %.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:
# 收盘价在简单移动平均价格之上 ...
if self.dataclose[0] > self.sma[0]:
# 买入!!! (with all possible default parameters)
self.log('买入单, %.2f' % self.dataclose[0])
# 跟踪订单避免重复
self.order = self.buy()
else:
# 如果已经持仓,收盘价在简单移动均线价格之下
if self.dataclose[0] < self.sma[0]:
# 全部卖L!!! (with all possible default parameters)
self.log('SELL CREATE, %.2f' % self.dataclose[0])
# 跟踪订单避免重复
self.order = self.sell()
# 策略结束函数,多用于参数调优
def stop(self):
self.log('(均线周期 %2d)期末资金 %.2f' %
(self.params.maperiod, self.broker.getvalue()), doprint=True)
def get_data(code,start='2010-01-01',end='2020-03-31'):
df=ts.get_k_data(code,autype='qfq',start=start,end=end)
df.index=pd.to_datetime(df.date)
df['openinterest']=0
df=df[['open','high','low','close','volume','openinterest']]
return df
dataframe=get_data('300141')
start=datetime(2020, 1, 31)
end=datetime(2022, 3, 31)
if __name__ == '__main__':
# Create a cerebro entity
cerebro = bt.Cerebro()
# Add a strategy
strats = cerebro.optstrategy(
TestStrategy,
maperiod=range(10, 31))
# 取得股票历史数据
data = bt.feeds.PandasData(dataname=dataframe, fromdate=start, todate=end)
# Add the Data Feed to Cerebro
cerebro.adddata(data)
# Set our desired cash start
cerebro.broker.setcash(1000.0)
# Add a FixedSize sizer according to the stake
cerebro.addsizer(bt.sizers.FixedSize, stake=10)
# Set the commission
cerebro.broker.setcommission(commission=0.0)
# Run over everything
cerebro.run(maxcpus=1)