backtrader实现真正的多股组合操作策略，看这一篇就够了，用定时器进入策略逻辑

以下策略来自我们编写的教程和视频课程。

多股组合操作，是一种高级的操作模式。多股组合操作通常有两种模式，一种是定期调仓，即定期再平衡，比如每周1调仓，或每月1号调仓等。另一种是非定期调仓，比如每日判断，进行调仓，或者每隔n天进行调仓。

定期调仓（再平衡）通常通过定时器timer来进入调仓逻辑，而非定期调仓通常通过传统的策略next方法进入调仓逻辑。当然，这并非绝对。

这两种多股调仓操作，都不能用backtrader内置的自动确定最小期的方法来做（比如为了求20日均线，自动跳过前20个bar），因为有些股票有交易的日期很靠后，它的最小期很大，其他股票也会采用这个最小期，这会导致其他股票浪费最小期前的数据，因此，必须自己控制最小期，也就是prenext方法里必须写上self.next()直接跳转到next。然后如果用到了比如5日均线这样的指标，你要自己判断数据对象线长度是否够长。下面的案例策略没有用到此类技术指标，因此没有判断线长，理论上从第一根bar就可执行逻辑。

尽管网上有一个用backtrader执行多股组合回测的案例，但并未很好地处理好多股回测中的一些问题。本文将给出完善的处理方案。

(基于next的非定期再平衡的策略实现请参考我们编写的教程和视频课程)

本文介绍基于定时器timer的多股定期再平衡策略的实现.

本案例的目的是介绍使用backtrader进行组合管理时，要注意的一些技术要点，策略本身仅供参考。策略的大致逻辑如下：每年5月1日，9月1日，11月1日进行组合再平衡操作（若该日休市，则顺延到开市日进行再平衡操作）。

首先加载一组股票（股票池），在再平衡日，从股票池挑出至少上市3年，且净资产收益率roe>0.1,市盈率 pe在0到100间的股票，这组选出的股票再按成交量从大到小排序，选出前100只股票（如果选出的股票少于100只，则按实际来），将全部账户价值按等比例分配买入这些股票。

该策略反应了如下几个技术要点，把这些要点整明白，基本上就可用于实战了，代码更详细的解读特别是定时器timer的用法参考我们编写的教程和视频课程：

1 扩展PandasData类

2 第一个数据应该对应指数，作为时间基准

3 数据预处理：删除原始数据中无交易的及缺指标的记录

4 先平仓再执行后续买卖

5 下单量的计算方法

6 如何保证先卖后买以空出资金

7 怎样按明日开盘价计算下单数量

8 为行情数据对象提供名字

9 买卖数量如何设为100的整数倍

10 设置符合中国股市的佣金模式，考虑印花税

11 涨跌停板的处理

# 考虑中国佣金，下单量100的整数倍,涨跌停板，滑点
# 考虑一个技术指标，展示怎样处理最小期问题

from datetime import datetime, time
from datetime import timedelta
import pandas as pd
import numpy as np
import backtrader as bt
import os.path  # 管理路径
import sys  # 发现脚本名字(in argv[0])
import glob
from backtrader.feeds import PandasData  # 用于扩展DataFeed

# 创建新的data feed类


class PandasDataExtend(PandasData):
    # 增加线
    lines = ('pe', 'roe', 'marketdays')
    params = (('pe', 15),
              ('