Backtrader简单均线交易策略“金叉和死叉”

Backtrader简单均线交易策略“金叉和死叉”

1、使用5日均线和10日均线

MA5和MA10的交叉点作为买入和卖出信号

交易策略是量化交易的核心，MA均线策略也称为SMA均线策略，是量化交易的最简单的量化交易策略之一，当5日均线向上穿过10日均线的时候，我们称为金叉，当5日均线向上穿过10日均线的时候，我们成为死叉。本使用的是极宽量化交易的包。

2、导入包

import sys;
sys.path.append("topqt/")

#
import matplotlib as mpl
import matplotlib.pyplot as plt

#
import os,time,arrow,math,random,pytz
import datetime  as dt
#
import backtrader as bt
import topquant2019 as tq

3、设置交易策略

Backtrader的策略函数源自Strategy类函数，一个完整的策略函数至少要包括以下两个策略函数。
（1）init：策略初始化函数
（2）next：策略执行函数
（3）notify_order:订单信息管理函数
（4）notify_trade:交易信息管理函数
（5）stop:策略回测结束函数
（6）log:自定义输出函数
本案例中时间周期为5天和10天，在init初始化函数的重点是增加了一组MA均线指标。

程序调用的是Backtrader内部指标模块indicators,周期参数变量是均线函数内部的变量名称period，不同指标参数变量名称是不同的。周期参数数值。使用的是策略定义的周期变量，数值为5天和10天。

#----------------------

# # 创建一个自定义策略类class
# class TQSta001(bt.Strategy):

class TQSta001(bt.Strategy):
    """
    继承并构建自己的bt策略
    """
    # 定义MA均线策略周期参数变量
    def log(self, txt, dt=None, doprint=True):
        ''' 日志函数，用于统一输出日志格式 '''
        if doprint:
            dt = dt or self.datas[0].datetime.date(0)
            print('%s, %s' % (dt.isoformat(), txt))

    def __init__(self):
        # 初始化相关数据
        self.dataclose = self.datas[0].close
        self.order = None
        self.buyprice = None
        self.buycomm = None

        # 五日移动平均线
        self.sma5 = bt.indicators.SimpleMovingAverage(
            self.datas[0], period=5)
        # 十日移动平均线
        self.sma10 = bt.indicators.SimpleMovingAverage(
            self.datas[0], period=10)

    def notify_order(self, order):
        """
        订单状态处理
        Arguments:
            order {object} -- 订单状态
        """
        if order.status in [order.Submitted, order.Accepted]:
            # 如订单已被处理，则不用做任何事情
            return

        # 检查订单是否完成
        if order.status in [order.Completed]:
            if order.isbuy():
                self.log('买单执行BUY EXECUTED,成交价： %.2f,小计 Cost: %.2f,佣金 Comm %.2f' 
                         % (order.executed.price,order.executed.value,order.executed.comm))
                self.buyprice = order.executed.price
                self.buycomm = order.executed.comm
            
            elif order.issell():
                self.log('卖单执行SELL EXECUTED,成交价： %.2f,小计 Cost: %.2f,佣金 Comm %.2f'  
                         % (order.executed.price,order.executed.value,order.executed.comm))

            self.bar_executed = len(self)

        # 订单因为缺少资金之类的原因被拒绝执行
        elif order.status in [order.Canceled, order.Margin, order.Rejected]:
            self.log('Order Canceled/Margin/Rejected')

        # 订单状态处理完成，设为空
        self.order = None

    def notify_trade(self, trade):
        """
        交易成果
        
        Arguments:
            trade {object} -- 交易状态
        """
        if not trade.isclosed:
            return

        # 显示交易的毛利率和净利润
        self.log('OPERATION PROFIT, GROSS %.2f, NET %.2f' %
                 (trade.pnl, trade.pnlcomm), doprint=True)

    def next(self):
        ''' 下一次执行 '''

        # 记录收盘价
        self.log('Close, %.2f' % self.dataclose[0])

        # 是否正在下单，如果是的话不能提交第二次订单
        if self.order:
            return

        # 是否已经买入
        if not self.position:
            # 还没买，如果 MA5 > MA10 说明涨势，买入
            if self.sma5[0] > self.sma10[0]:
                self.order = self.buy()
        else:
            # 已经买了，如果 MA5 < MA10 ，说明跌势，卖出
            if self.sma5[0] < self.sma10[0]:
                self.order = self.sell()

    def stop(self):
        self.log(u'(金叉死叉有用吗) Ending Value %.2f' %
                 (self.broker.getvalue()), doprint=True)
        

4、设置交易策略

if __name__ == '__main__':
    cerebro = bt.Cerebro()
    dmoney = 100000.0
    cerebro.broker.setcash(dmoney)
    dcash0 = cerebro.broker.startingcash
    
    rs0 = 'data/stk/'
    xcod = '002046'
    fdat = rs0 + xcod + '.csv'
    
    t0str,t9str='2018-01-01','2018-12-31'
    data=tq.pools_get4fn(fdat,t0str,t9str)
    
    cerebro.adddata(data)
    cerebro.addstrategy(TQSta001)
    
    # 设置佣金
    cerebro.broker.setcommission(commission=0.01)
    cerebro.addsizer(bt.sizers.FixedSize,stake=10)
    
    cerebro.run()
    
    dval9 = cerebro.broker.getvalue()
    kret = (dval9 - dcash0)/dcash0*100
    
    print('\t起始资金 Starting Portfolio Value: %.2f' % dcash0)
    print('\t资产总值 Final Portfolio Value: %.2f' % dval9)
    print('\tROI投资回报率 Return on investment: %.2f %%' % kret)
    
    cerebro.plot()

5、结果展示

参考链接：

https://zhuanlan.zhihu.com/p/133637955