v9主要介绍如何引入技术指标数据,通过引入技术指标来添加新的策略。在程序中,引入了移动平均值这一技术指标:
- 当收盘价大于移动平均值时买入
- 如果在场内,当收盘价小于移动平均值时卖出
- 只允许单笔交易,即如果场内目前已经有买入资产,不允许再次买入
之前版本的大部分代码可以继续保留,只需策略init方法内添加下列代码:
self.sma = bt.indicators.SimpleMovingAverage(self.datas[0], period = self.params.maperiod)
程序v9-添加技术指标:
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
# 创建策略
class TestStrategy(bt.Strategy):
params = (
('maperiod', 15),
)
def log(self, txt, dt=None):
''' 策略的日志函数'''
dt = dt or self.datas[0].datetime.date(0)
print('%s, %s' % (dt.isoformat(), txt))
def __init__(self):
# 引用data[0]数据的收盘价数据
self.dataclose = self.datas[0].close
# 用于记录订单状态
self.order = None
self.buyprice = None
self.buycomm = None
# 添加MovingAverageSimple指标
self.sma = bt.indicators.SimpleMovingAverage(
self.datas[0], period = self.params.maperiod)
def notify_order(self, order):
if order.status in [order.Submitted, order.Accepted]:
# 提交给代理或者由代理接收的买/卖订单 - 不做操作
return
# 检查订单是否执行完毕
# 注意:如果没有足够资金,代理会拒绝订单
if order.status in [order.Completed]:
if order.isbuy():
self.log(
'BUY EXECUTED, Price: %.2f, Cost: %.2f, Comm %.2f' %
(order.executed.price,
order.executed.value,
order.executed.comm))
self.buyprice = order.executed.price
self.buycomm = order.executed.comm
else: # 卖
self.log('SELL EXECUTED, Price: %.2f, Cost: %.2f, Comm %.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('Order Canceled/Margin/Rejected')
# 无等待处理订单
self.order = None
def notify_trade(self, trade):
if not trade.isclosed:
return
self.log('OPERATION PROFIT, GROSS %.2f, NET %.2f' %
(trade.pnl, trade.pnlcomm))
def next(self):
# 日志输出收盘价数据
self.log('Close, %.2f' % self.dataclose[0])
# 检查是否有订单等待处理,如果是就不再进行其他下单
if self.order:
return
# 检查是否已经进场
if not self.position:
# 还未进场,则只能进行买入
# 当日收盘价小于前一日收盘价
# 当收盘价大于均线值时
if self.dataclose[0] > self.sma[0]:
# 买买买
self.log('BUY CREATE, %.2f' % self.dataclose[0])
# 记录订单避免二次下单
self.order = self.buy()
# 如果已经在场内,则可以进行卖出操作
else:
# 卖卖卖
if self.dataclose[0] < self.sma[0]:
self.log('SELL CREATE, %.2f' % self.dataclose[0])
# 记录订单避免二次下单
self.order = self.sell()
# 创建cerebro实体
cerebro = bt.Cerebro()
# 添加策略
cerebro.addstrategy(TestStrategy)
# 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)
# 设置交易单位大小
cerebro.addsizer(bt.sizers.FixedSize, stake = 100)
# 设置佣金为千分之一
cerebro.broker.setcommission(commission=0.001)
# 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())
v9输出为:
Starting Portfolio Value: 100000.00
2019-10-28, Close, 16.66
2019-10-29, Close, 16.91
2019-10-29, BUY CREATE, 16.91
2019-10-30, BUY EXECUTED, Price: 16.80, Cost: 1680.00, Comm 1.68
…
2020-01-15, SELL CREATE, 16.52
2020-01-16, SELL EXECUTED, Price: 16.52, Cost: 1566.00, Comm 1.65
2020-01-16, OPERATION PROFIT, GROSS 86.00, NET 82.78
2020-01-16, Close, 16.33
2020-01-17, Close, 16.39
2020-01-20, Close, 16.45
2020-01-21, Close, 16.00
2020-01-22, Close, 16.09
2020-01-23, Close, 15.54
2020-02-03, Close, 13.99
2020-02-04, Close, 14.60
Final Portfolio Value: 99990.11
从输出日志可以看出,输出时间不再像之前程序版本那样从2019年10月8日开始有输出记录,而是变为从2019年10月28日才有输出记录,这是由于backtrader根据策略进行了调整:
- 策略中新添加了移动平均值这一技术指标
- 移动平均值指标需要X根日线来计算,在本例中X=15
- 2019年10月28日是第15根日线出现的时间
backtrader会自动根据策略中所使用到的指标,自动调整至所有指标都有有效数值后才开始进行回测:
- next方法在指标经过最小的时间周期,能够计算出有效数值以后才会第一次被调用
- v9中只引入了一个指标,多指标时同样适用
可以看到,v9策略最后的结果要稍优于之前连续下跌2天后买入的策略,这不是一个必然的结果,在不同时间段、不同股票上做回测就可能得到不同的结果。v9主要是演示如果在策略中引入技术指标。
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 |
---|---|