Backtrader：导入3只股票数据简单探究其数据格式

这次我们导入3个feather文件。

 每次执行增加数据命令 cerebro.adddata(data)，都会使列表 self.datas 的长度增加1。

下图表示，加载了三次数据后，self.datas中共有3块数据，分别是：self.datas[0]、self.datas[1]、self.datas[2]

下图红框数据表示，数据块self.datas[2]中的全部收盘数据：self.datas[2].lines.close

 下图红框中数据：数据块[2]，close列(lines.close),索引为0（最近一期）的数据，即：elf.datas[2].lines.close[0]。0为最近一期数据，-1为前一期数据，-2为再前一期数据，以此类推。

所有代码：

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)
from datetime import datetime  # For datetime objects
# Import the backtrader platform
import backtrader as bt
import pandas as pd

# 创建策略继承bt.Strategy
class TestStrategy(bt.Strategy):
    def __init__(self):

        print('所有数据块(self.datas)长度：', len(self.datas))
        print('数据块[2]，索引为4的列(line[4]),索引为0的数据：',self.datas[2].lines[4][0])
        print('数据块[2]，close列(lines.close),索引为0的数据：',self.datas[2].lines.close[0])
        print('数据块[2]，close列(lines.close),索引为-1的数据：',self.datas[2].lines.close[-1])

start = '2020-01-01'
end = '2022-01-31'

def get_data(code, start_date, end_date):
    df_tdx = pd.read_feather(r'./dataout/tdx/'+code+r'.day.feather')
    df_tdx.index=pd.to_datetime(df_tdx.date, format = '%Y%m%d')
    df_tdx_b=df_tdx.truncate(before=start_date, after = end_date)
    df_tdx_b['openinterest'] = 0
    df_tdx_b['sec_code'] = code[2:]
    df_tdx_b.rename(columns={'vol':'volume'}, inplace = True)
    df_tdx_b=df_tdx_b[['sec_code', 'open','high','low','close','volume','openinterest']]
    return df_tdx_b


if __name__ == '__main__':
	
    # 初始化cerebro回测系统设置
    cerebro = bt.Cerebro()

    # ----第一次加载数据----
    dataframe=get_data('sh600851', datetime.strptime(start,'%Y-%m-%d'), datetime.strptime(end,'%Y-%m-%d'))
    # 取得股票历史数据
    data = bt.feeds.PandasData(dataname=dataframe, fromdate = datetime.strptime(start,'%Y-%m-%d'), todate = datetime.strptime(end,'%Y-%m-%d'))
    # 加载交易数据，每加载一次数据，self.datas长度增加1
    cerebro.adddata(data)
    # ====第一次加载数据====
    
    # ----第二次加载数据----
    dataframe=get_data('sh600853', datetime.strptime(start,'%Y-%m-%d'), datetime.strptime(end,'%Y-%m-%d'))
    # 取得股票历史数据
    data = bt.feeds.PandasData(dataname=dataframe, fromdate = datetime.strptime(start,'%Y-%m-%d'), todate = datetime.strptime(end,'%Y-%m-%d'))
    # 加载交易数据，每加载一次数据，self.datas长度增加1
    cerebro.adddata(data)
    # ====第二次加载数据====
    
    # ----第三次加载数据----
    dataframe=get_data('sh600854', datetime.strptime(start,'%Y-%m-%d'), datetime.strptime(end,'%Y-%m-%d'))
    # 取得股票历史数据
    data = bt.feeds.PandasData(dataname=dataframe, fromdate = datetime.strptime(start,'%Y-%m-%d'), todate = datetime.strptime(end,'%Y-%m-%d'))
    # 加载交易数据
    cerebro.adddata(data)
    # ====第三次加载数据====
    
    # 为Cerebro引擎添加策略
    cerebro.addstrategy(TestStrategy)

    #运行回测系统
    cerebro.run()

运行结果：

所有数据块(self.datas)长度： 3
数据块[2]，索引为4的列(line[4]),索引为0的数据： 9763700.0
数据块[2]，close列(lines.close),索引为0的数据： 4.9
数据块[2]，close列(lines.close),索引为-1的数据： 5.05