【量化回测必看！】Backtrader保姆级教学+免费行情源 框架介绍

前言

想开始量化学习不知道如何入手？市面上的学习资料太多不知道该怎么看？
博主将从零基础讲解回测框架，一步步完成量化数据源的搭建，让你10天内成为量化高手
博主同时将视频课程内容在B站更新，可以关注“量化NPC”获取最新的视频课程
本篇文章可配合观看效果更佳：
backtrader量化回测保姆级教学【1.初识backtrader】–附免费tick级别行情源
backtrader量化回测保姆级教学【2.backtrader框架介绍】–附免费tick级别行情源
所使用的csv文件，在文章结尾附录部分。

backtrader框架

主要分为6块，Backtrader当中最核心的是中间这个cerebro就是大脑，然后把策略strategies和数据datafeeds放到cerebro大脑当中，他就会按照我们的策略去回测,回测之后就可以对我们的结果进行分析，可以交给分析器analyzer。如果希望对结果做一些本地化做一个保存的话，就可以用writer，那么整个策略执行过程当中肯定有一些东西它并不包含于结果，比如说我们策略的净值，是整个区间都应该被监控下来的，像这种指标的话，我们会有observer这样的一个观测者来进行一个监控。

四步回测

第一步：创建大脑

cerebro = bt.Cerebro()

第二步：添加数据集

cerebro.adddata(data, name="daily_kline")

需要注意的是backtrader默认的，datafeed一共必须参数有9个包含

必填参数	描述
datetime	时间
fromdate	回测起始时间
todate	回测结束时间
open	开盘价
high	最高价
low	收盘价
close	收盘价
volume	成交量
openinterest	未结利息，如果是股票交易，这里可以为-1.

添加数据源可以使用两种方法

1. 是传入已有的数据集，比如xxx.csv文件，本文使用的csv文件已经上传，点击此处下载

df = pd.read_csv("daily-kline.csv")
df["time"] = pd.to_datetime(df["time"])
data = bt.feeds.PandasData(
        dataname=df,
        fromdate=datetime(2021, 5, 10),
        todate=datetime(2022, 5, 10),
        datetime='time',
       	open='open',
        high='high',
       	low='low',
       	close='close',
        volume='volume',
        openinterest=-1
    )

2. 使用接口返回的数据，比如INSIGHT提供的数据接口
   这里可以注意到有部分的参数没有写进去，比如open，close之类，是因为INSIGHT的返回值中已经包含对应字段，且已经为dataframe格式，所以可以无需申明。
   如果对INSIGHT感兴趣的用户可以访问：INSIGHT数字文档
   如果想看各类数据源对比的可以看：量化免费行情源最强对比分析

df = get_kline(htsc_code=["601688.SH"], time=[datetime(2021, 5, 10), datetime(2022, 5, 10)],
                   frequency="daily", fq="none")
#这里可以将INSIGHT接口的数据保存为csv
#csv = df.to_csv("daily-kline.csv") 
data = bt.feeds.PandasData(
        dataname=df,
        fromdate=datetime(2021, 5, 10),
        todate=datetime(2022, 5, 10),
        datetime='time',
        openinterest=-1
    )

当然因为要调用INSIGHT行情源需要引入对应的包以及登录操作

from com.insight import common
from com.insight.query import