Backtrader官方文档:https://www.backtrader.com/docu/commission-schemes/commission-schemes/
手续费是交易中必不可少的,尤其当调试策略参数时,结果都差不多,但不同参数导致的换手次数不同,此时手续费的影响就很大了,因此在backtrader中需要在计算时添加手续费
Backtrader 手续费
Backtrader有两种手续费的设置方法:
-
常见于期货等
此时commission表示每一单位(每一手)的佣金,margin为保证金,mult为杠杆率,name代表是哪一个标的,不同标的可以设置不同的保证金或杠杆率
cerebro.broker.setcommission(commission=2.0, margin=2000.0, mult=10.0, name=None)
上面的代码表示:每一手要交2块钱佣金,2000的保证金,此时带的是10倍杠杆
-
常见于股票,按照交易金额的百分比收取手续费,如下为万2.5的手续费
cerebro.broker.setcommission(commission=0.0025)
在策略中获得手续费、保证金的各项数值
- 在策略中使用
self.broker.comminfo[None].p
得到setcommission()
的各项数值 - 在订单中使用
order.executed.comm
得到订单执行的手续费金额
示例代码
下面的代码会显示保证金(手续费)不足,订单状态是order.Margin
from datetime import datetime
import backtrader
from loguru import logger
import matplotlib.pyplot as plt
import pandas as pd
import efinance
def get_k_data(stock_code, begin: datetime, end: datetime) -> pd.DataFrame:
"""
根据efinance工具包获取股票数据
:param stock_code:股票代码
:param begin: 开始日期
:param end: 结束日期
:return:
"""
# stock_code = '600519' # 股票代码,茅台
k_dataframe: pd.DataFrame = efinance.stock.get_quote_history(
stock_code, beg=begin.strftime("%Y%m%d"), end=end.strftime("%Y%m%d"))
k_dataframe = k_dataframe.iloc[:, :9]
k_dataframe.columns = ['name', 'code', 'date', 'open', 'close', 'high', 'low', 'volume', 'turnover']
k_dataframe.index = pd.to_datetime(k_dataframe.date)
k_dataframe.drop(['name', 'code', 'date'], axis=1, inplace=True)
return k_dataframe
class MyStrategy1(backtrader.Strategy): # 策略
def __init__(self):
# 初始化交易指令、买卖价格和手续费
self.close_price = self.datas[0].close # 这里加一个数据引用,方便后续操作
self.sma = backtrader.indicators.SimpleMovingAverage(self.datas[0], period=5) # 借用这个策略,计算5日的均线
def notify_order(self, order): # 固定写法,查看订单情况
# 查看订单情况
if order.status in [order.Submitted, order.Accepted]: # 接受订单交易,正常情况
return
if order.status in [order.Completed]:
if order.isbuy():
logger.debug('已买入, 购入金额 %.2f' % order.executed.price)
elif order.issell():
logger.debug('已卖出, 卖出金额 %.2f' % order.executed.price)
elif order.status in [order.Canceled, order.Margin, order.Rejected]:
logger.debug('订单取消、保证金不足、金额不足拒绝交易')
def next(self): # 固定的函数,框架执行过程中会不断循环next(),过一个K线,执行一次next()
if self.close_price[0] > self.sma[0]:
# 执行买入
logger.debug("buy 500 in {}, 预期购入金额 {}, 剩余可用资金 {}", self.datetime.date(), self.data.close[0],
self.broker.getcash())
self.buy(size=self.broker.getcash() / self.datas[0].open[1], price=self.data.close[0])
# 执行卖出条件已有持仓,且收盘价格跌破5日均线
if self.position:
if self.close_price[0] < self.sma[0]:
# 执行卖出
logger.debug("sell in {}, 预期卖出金额 {}, 剩余可用资金 {}", self.datetime.date(), self.data.close[0],
self.broker.getcash())
self.sell(size=500, price=self.data.close[0])
if __name__ == '__main__':
# 获取数据
start_time = datetime(2020, 1, 1)
end_time = datetime(2021, 1, 1)
dataframe = get_k_data('600519', begin=start_time, end=end_time)
# =============== 为系统注入数据 =================
# 加载数据
data = backtrader.feeds.PandasData(dataname=dataframe, fromdate=start_time, todate=end_time)
# 初始化cerebro回测系统
cerebral_system = backtrader.Cerebro() # Cerebro引擎在后台创建了broker(经纪人)实例,系统默认每个broker的初始资金量为10000
# 将数据传入回测系统
cerebral_system.adddata(data) # 导入数据,在策略中使用 self.datas 来获取数据源
# 将交易策略加载到回测系统中
cerebral_system.addstrategy(MyStrategy1)
# =============== 系统设置 ==================
# 设置启动资金为 100000
start_cash = 1000000
cerebral_system.broker.setcash(start_cash)
# 设置手续费 万2.5
cerebral_system.broker.setcommission(commission=0.00025)
logger.debug('初始资金: {} 回测期间:from {} to {}'.format(start_cash, start_time, end_time))
# 运行回测系统
cerebral_system.run()
# 获取回测结束后的总资金
portvalue = cerebral_system.broker.getvalue()
pnl = portvalue - start_cash
# 打印结果
logger.debug('净收益: {}', pnl)
logger.debug("总资金: {}", portvalue)
所以在处理交易的时候需要预留一部分手续费,比如,修改购买的代码为:
size = self.broker.getcash() * (1 - self.broker.comminfo[None].p.commission) / self.datas[0].close
这样就可以用减去手续费后的钱购买
from datetime import datetime
import backtrader
from loguru import logger
import pandas as pd
import efinance
def get_k_data(stock_code, begin: datetime, end: datetime) -> pd.DataFrame:
"""
根据efinance工具包获取股票数据
:param stock_code:股票代码
:param begin: 开始日期
:param end: 结束日期
:return:
"""
# stock_code = '600519' # 股票代码,茅台
k_dataframe: pd.DataFrame = efinance.stock.get_quote_history(
stock_code, beg=begin.strftime("%Y%m%d"), end=end.strftime("%Y%m%d"))
k_dataframe = k_dataframe.iloc[:, :9]
k_dataframe.columns = ['name', 'code', 'date', 'open', 'close', 'high', 'low', 'volume', 'turnover']
k_dataframe.index = pd.to_datetime(k_dataframe.date)
k_dataframe.drop(['name', 'code', 'date'], axis=1, inplace=True)
return k_dataframe
class MyStrategy1(backtrader.Strategy): # 策略
def __init__(self):
# 初始化交易指令、买卖价格和手续费
self.close_price = self.datas[0].close # 这里加一个数据引用,方便后续操作
self.sma = backtrader.indicators.SimpleMovingAverage(self.datas[0], period=5) # 借用这个策略,计算5日的均线
def notify_order(self, order): # 固定写法,查看订单情况
# 查看订单情况
if order.status in [order.Submitted, order.Accepted]: # 接受订单交易,正常情况
return
if order.status in [order.Completed]:
if order.isbuy():
logger.debug('已买入, 购入金额 {} 手续费 {}', order.executed.value, order.executed.comm)
elif order.issell():
logger.debug('已卖出, 卖出金额 {} 手续费 {}', order.executed.value, order.executed.comm)
elif order.status in [order.Canceled, order.Margin, order.Rejected]:
logger.debug('订单取消、保证金不足、金额不足拒绝交易')
def next(self): # 固定的函数,框架执行过程中会不断循环next(),过一个K线,执行一次next()
if self.close_price[0] > self.sma[0]:
# 执行买入
# 获得默认的保证金:self.broker.comminfo[None].p.commission
size = self.broker.getcash() * (1 - self.broker.comminfo[None].p.commission) / self.datas[0].close
self.buy(size=size, price=self.data.close[0])
# 执行卖出条件已有持仓,且收盘价格跌破5日均线
if self.position:
if self.close_price[0] < self.sma[0]:
# 执行卖出
self.sell(size=self.getpositionbyname(self.data._name).size, price=self.data.close[0])
if __name__ == '__main__':
# 获取数据
start_time = datetime(2020, 1, 1)
end_time = datetime(2021, 1, 1)
dataframe = get_k_data('600519', begin=start_time, end=end_time)
# =============== 为系统注入数据 =================
# 加载数据
data = backtrader.feeds.PandasData(dataname=dataframe, fromdate=start_time, todate=end_time)
# 初始化cerebro回测系统
cerebral_system = backtrader.Cerebro() # Cerebro引擎在后台创建了broker(经纪人)实例,系统默认每个broker的初始资金量为10000
# 将数据传入回测系统
cerebral_system.adddata(data) # 导入数据,在策略中使用 self.datas 来获取数据源
# 将交易策略加载到回测系统中
cerebral_system.addstrategy(MyStrategy1)
# =============== 系统设置 ==================
# 设置启动资金为 100000
start_cash = 1000000
cerebral_system.broker.setcash(start_cash)
# 设置手续费 万2.5
cerebral_system.broker.setcommission(commission=0.00025)
logger.debug('初始资金: {} 回测期间:from {} to {}'.format(start_cash, start_time, end_time))
# 运行回测系统
cerebral_system.run()
# 获取回测结束后的总资金
portvalue = cerebral_system.broker.getvalue()
pnl = portvalue - start_cash
# 打印结果
logger.debug('净收益: {}', pnl)
logger.debug("总资金: {}", portvalue)