ETF定投数据分析9——使用BT框架模拟交易

最新推荐文章于 2024-08-09 07:21:01 发布

zwdnet

最新推荐文章于 2024-08-09 07:21:01 发布

阅读量920

点赞数 1

文章标签：量化交易 bt框架回测

本文链接：https://blog.csdn.net/zwdnet/article/details/90753085

版权

本文介绍了使用bt库进行量化交易回测的经验，通过实例展示了如何获取数据、构建策略、运行回测并分析结果。在回测过程中，讨论了添加交易手续费的方法，并提出如何将止盈止损策略融入到策略中的问题。

摘要由CSDN通过智能技术生成

距离上次文章已经过去几个月了，我一直在与模拟交易挣扎。代码已经能运行了，但是想添加止盈止损的策略，总是调不对。具体可以看项目github库(https://github.com/zwdnet/etfdata)里的simulate分支里的simulater2.py。
后来，我想不能再这么挣扎下去了。于是就在网上找量化投资的python库。几番尝试找到一个叫bt的库，是建立在ffn基础上的。试了一下，pydroid3里能装的，就用它吧。
官方文档地址: http://pmorissette.github.io/bt/index.html
以下翻译自官方文档:
bt是一个灵活的用于测试量化投资策略的Python回测框架。回测(Backtesting)是用给定的数据集测试量化投资策略的过程。本框架能使您容易的建立混合和匹配不同算法的策略。
目标是节省量化投资者重新造轮子的时间，使他们专注于工作的重要部分——策略开发。
一个例子

import bt

# 首先下载数据
data = bt.get('spy,agg', start='2010-01-01')
"""这是通过yahoo下载的数据，要下载A股数据要用其它工具，例如tushare"""

# 接着，创建策略
s = bt.Strategy('s1', [bt.algos.RunMonthly(),
                       bt.algos.SelectAll(),
                       bt.algos.WeighEqually(),
                       bt.algos.Rebalance()])
"""第一个参数是策略名称，第二个策略是一个包含策略具体内容的list，包括操作间隔，选股策略，权重，和再平衡策略。这里都使用algos类里的函数，如果没满足需要也可以自定义。"""
"""最后，建立一个回测Backtest，在策略与数据之间建立逻辑联系。"""
test = bt