在v1和v2部分,以及搭建好了回测的基础框架,v3则是在程序中加载真实的股票数据。
程序v3-添加价格数据(Data Feed):
from __future__ import (absolute_import, division, print_function,
unicode_literals)
import datetime # 用于datetime对象操作
import os.path # 用于管理路径
import sys # 用于在argvTo[0]中找到脚本名称
import backtrader as bt # 引入backtrader框架
# 创建cerebro实体
cerebro = bt.Cerebro()
# 先找到脚本的位置,然后根据脚本与数据的相对路径关系找到数据位置
# 这样脚本从任意地方被调用,都可以正确地访问到数据
modpath = os.path.dirname(os.path.abspath(sys.argv[0]))
datapath = os.path.join(modpath, '../TQDat/day/stk/000001.csv')
# 创建价格数据
data = bt.feeds.GenericCSVData(
dataname = datapath,
fromdate = datetime.datetime(2019, 10, 1),
todate = datetime.datetime(2020, 2, 29),
nullvalue = 0.0,
dtformat = ('%Y-%m-%d'),
datetime = 0,
open = 1,
high = 2,
low = 3,
close = 4,
volume = 5,
openinterest = -1
)
# 在Cerebro中添加价格数据
cerebro.adddata(data)
# 设置启动资金
cerebro.broker.setcash(100000.0)
# 打印开始信息
print('Starting Portfolio Value: %.2f' % cerebro.broker.getvalue())
# 遍历所有数据
cerebro.run()
# 打印最后结果
print('Final Portfolio Value: %.2f' % cerebro.broker.getvalue())
v3输出与v2一致:
Starting Portfolio Value: 100000.00
Final Portfolio Value: 100000.00
v3代码有点长了,在v3中添加了:
- 通过查找脚本所在位置来定位价格数据文件所在目录
- 用datetime对象过滤需要操作的数据
- 创建价格数据并添加到cerebro中
v3没用采用Backtrader的Quickstart例子中的雅虎CSV数据,而是使用了上一篇文章下载的A股日线数据,具体是使用了000001平安银行的数据。为了后续能清晰地展示数据图片,这里只选取了2019年10月1日以来4个多月的数据。
此外,Backtrader里使用的GenericCSVData函数,要求CSV文件数据是按时间升序排列的。因此,如果股票数据未按时间升序排序,需要我们在做回测前对数据重新排序,否则会导致回测结果错误。
博客内容只用于交流学习,不构成投资建议,盈亏自负!
个人博客:http://coderx.com.cn/(优先更新)
项目最新代码:https://gitee.com/sl/quant_from_scratch
欢迎大家转发、留言。有微信群用于学习交流,感兴趣的读者请扫码加微信!
如果认为博客对您有帮助,可以扫码进行捐赠,感谢!
微信二维码 | 微信捐赠二维码 |
---|---|
![]() | ![]() |