backtrader回测框架

Oliver xu
  2022-05-28 23:24:48 2022-05-28 23:24:48 创建   2024-11-20 21:07:04 2024-11-20 21:07:04 更新    1.5k 字  7 分钟  

用了很多量化平台，比如通达信，聚宽，但是感觉不得劲，最近几天尝试了一下backtrader这个框架，感觉很不错，但是文档感觉写的不是很好，暂时准备用这个框架搭建一下自己的量化交易框架。

构造akshare接口

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
def akshare_data_get(code, adjust, start_date, end_date):
    stock_hfq_df = ak.stock_zh_a_hist(symbol=code, adjust=adjust, start_date=start_date, end_date=end_date).iloc[:, :6]
    # 处理字段命名，以符合 Backtrader 的要求
    stock_hfq_df.columns = [
        'date',
        'open',
        'close',
        'high',
        'low',
        'volume',
    ]
    # 把 date 作为日期索引，以符合 Backtrader 的要求
    stock_hfq_df.index = pd.to_datetime(stock_hfq_df['date'])
    start_date = datetime(int(start_date[0:4]), int(start_date[4:6]), int(start_date[6:8]))  # 回测开始时间
    end_date = datetime(int(end_date[0:4]), int(end_date[4:6]), int(end_date[6:8]))  # 回测结束时间
    data = bt.feeds.PandasData(dataname=stock_hfq_df, fromdate=start_date, todate=end_date)  # 规范化数据格式
    print("下载并构造好了数据")
    return data, start_date, end_date

定义策略

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
class MyStrategy(bt.Strategy):
    """
    主策略程序
    """
    params = (("n_days_before", 12),
              ('printlog', True),)  # 全局设定交易策略的参数, maperiod是 MA 均值的长度

    def __init__(self):
        """
        初始化函数
        """
        self.data_close = self.datas[0].close  # 指定价格序列
        # 初始化交易指令、买卖价格和手续费
        self.order = None
        self.buy_price = None
        self.buy_comm = None
        # 添加移动均线指标
        # self.sma = bt.indicators.SimpleMovingAverage(
        #     self.datas[0], period=self.params.maperiod
        # )

    def next(self):
        """
        主逻辑
        """

        # self.log(f'收盘价, {data_close[0]}')  # 记录收盘价
        if self.order:  # 检查是否有指令等待执行,
            return
        # 检查是否持仓
        if not self.position:  # 没有持仓
            # pdb.set_trace()
            # print(self.datas[0].datetime.date(0))
            # 获取当前的资金
            sizer = self.broker.get_cash() / self.datas[0].close[0]
            # print("sizer: ", sizer)
            # print("当前现金为：", sizer * self.datas[0].close[0])
            # print("当前收盘价为：", self.datas[0].close[0])
            # print("计算出来的sizer为：", sizer)
            # 执行买入条件判断：收盘价格上涨突破15日均线
            if self.data_close[-self.params.n_days_before] - self.data_close[-2] > 0.10 * self.data_close[-self.params.n_days_before]:
                if self.data_close[0] > self.data_close[-1]:
                    if self.data_close[-1] > self.data_close[-2]:
                        # self.log("BUY CREATE, %.2f" % self.data_close[0])
                        # 执行买入
                        self.order = self.buy(size=sizer // 100 * 100)
                        pass
        else:
            # print(self.datas[0].datetime.date(0))
            sizer = self.broker.getposition(data = self.datas[0]).size
            # 获取当前持仓的手股数
            # print("当前持仓为：", sizer)
            # print(50*'#')
            # pdb.set_trace()
            # print(self.data_close[0])
            # print(self.broker.getposition(data = self.datas[0]).size)
            # print(self.datas[0])
            # 当前价格大于买入价格的10%则卖出
            if self.data_close[0] > (1.0+0.10) * self.buyprice:
                # 这里buyprice需要检查一下是否是购买的价格
                # print("买入价格", self.buyprice)
                # print(50*'#')
                # self.log("SELL CREATE, %.2f" % self.data_close[0])
                # 执行卖出
                self.order = self.sell(size=sizer)
        # self.order = self.order_target_percent(target=0.9)

    def log(self, txt, dt=None, do_print=False):
        """
        Logging function fot this strategy
        """
        if self.params.printlog or do_print:
            dt = dt or self.datas[0].datetime.date(0)
            print('%s, %s' % (dt.isoformat(), txt))

    def notify_order(self, order):
        """
        记录交易执行情况
        """
        # 如果 order 为 submitted/accepted,返回空
        if order.status in [order.Submitted, order.Accepted]:
            return
        # 如果order为buy/sell executed,报告价格结果
        if order.status in [order.Completed]:
            if order.isbuy():
                # print(50*"#")
                # pdb.set_trace()
                # self.log(
                #     f"买入:\n价格:{order.executed.price},\
                # 成本:{-order.executed.value},\
                # 手续费:{order.executed.comm}"
                # )
                self.log("买入价格：%.2f"% order.executed.price)
                self.log("买入股数：%.2f"% order.executed.size)
                self.log("买入成本：%.2f"% -order.executed.value)
                self.log("手续费：%.2f"% -order.executed.comm)
                self.buyprice = order.executed.price
                self.buycomm = order.executed.comm
            else:
                self.log("卖出价格：%.2f"% order.executed.price)
                self.log("卖出股数：%.2f"% order.executed.size)
                # pdb.set_trace()
                self.log("卖出成本：%.2f"% (-order.executed.price * order.executed.size))
                self.log("手续费：%.2f"% -order.executed.comm)
            self.bar_executed = len(self)

            # 如果指令取消/交易失败, 报告结果
        elif order.status in [order.Canceled, order.Margin, order.Rejected]:
            self.log("交易失败")
        self.order = None

    def notify_trade(self, trade):
        """
        记录交易收益情况
        """
        if not trade.isclosed:
            return
        self.log(f"策略收益：\n毛收益 {trade.pnl:.2f}, 净收益 {trade.pnlcomm:.2f}")
        self.log(50*"#")

    def stop(self):
        """
        回测结束后输出结果
        """
        self.log("(与前%2d日数据对比) 期末总资金 %.2f" % (self.params.n_days_before, self.broker.getvalue()), do_print=True)

设置参数

1
2
3
4
5
6
7
code = "002594"
adjust = "hfq"
start_cash = 100000
stake = 100
commission_fee = 0.005
start_date_str = "20210101"
end_date_str = "20220101"

开始回测

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
# 获取数据
data, start_date, end_date = akshare_data_get(code=code, adjust=adjust, start_date=start_date_str, end_date=end_date_str)

# 创建主控制器
cerebro = bt.Cerebro()

# 将数据加载至回测系统
cerebro.adddata(data)

# 讲策略加载至回测系统
cerebro.addstrategy(MyStrategy)

# broker设置资金
cerebro.broker.setcash(start_cash)

# broker手续费
cerebro.broker.setcommission(commission=commission_fee)

# 设置买入数量
cerebro.addsizer(bt.sizers.FixedSize, stake=stake)

print("期初总资金: %.2f" % cerebro.broker.getvalue())
cerebro.run(maxcpus=8)
print("期末总资金: %.2f" % cerebro.broker.getvalue())

backtrader逻辑分析

得分析一下backtrader的源码才能更好了解，网上那些文档都没有写清楚，后续再补充吧

以002594比亚迪进行回测分析

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
期初总资金: 100000.00
2021-01-11, 买入价格：235.59
2021-01-11, 买入股数：400.00
2021-01-11, 买入成本：-94236.00
2021-01-11, 手续费：-471.18
2021-01-26, 卖出价格：258.00
2021-01-26, 卖出股数：-400.00
2021-01-26, 卖出成本：103200.00
2021-01-26, 手续费：-516.00
2021-01-26, 策略收益：
毛收益 8964.00, 净收益 7976.82
2021-01-26, ##################################################
2021-03-03, 买入价格：206.00
2021-03-03, 买入股数：500.00
2021-03-03, 买入成本：-103000.00
2021-03-03, 手续费：-515.00
2021-06-15, 卖出价格：232.54
2021-06-15, 卖出股数：-500.00
2021-06-15, 卖出成本：116270.00
2021-06-15, 手续费：-581.35
2021-06-15, 策略收益：
毛收益 13270.00, 净收益 12173.65
2021-06-15, ##################################################
2021-07-22, 买入价格：247.30
2021-07-22, 买入股数：400.00
2021-07-22, 买入成本：-98920.00
2021-07-22, 手续费：-494.60
2021-08-03, 卖出价格：300.00
2021-08-03, 卖出股数：-400.00
2021-08-03, 卖出成本：120000.00
2021-08-03, 手续费：-600.00
2021-08-03, 策略收益：
毛收益 21080.00, 净收益 19985.40
2021-08-03, ##################################################
2021-09-27, 买入价格：255.15
2021-09-27, 买入股数：500.00
2021-09-27, 买入成本：-127575.00
2021-09-27, 手续费：-637.88
2021-10-18, 卖出价格：285.40
2021-10-18, 卖出股数：-500.00
2021-10-18, 卖出成本：142700.00
2021-10-18, 手续费：-713.50
2021-10-18, 策略收益：
毛收益 15125.00, 净收益 13773.62
2021-10-18, ##################################################
2021-12-23, 买入价格：283.18
2021-12-23, 买入股数：500.00
2021-12-23, 买入成本：-141590.00
2021-12-23, 手续费：-707.95
2021-12-31, (与前12日数据对比) 期末总资金 146246.54
期末总资金: 146246.54

Todo

  1. 因为我主要做A股，把印花税之类的完善一下，当前这个税是不对的
  • 标题: backtrader回测框架
  • 作者: Oliver xu
  • 创建于 : 2022-05-28 23:24:48
  • 更新于 : 2024-11-20 21:07:04
  • 链接: https://blog.oliverxu.cn/2022/05/28/backtrader框架使用/
  • 版权声明: 本文章采用 CC BY-NC-SA 4.0 进行许可。
评论
目录
backtrader回测框架
  1. 构造akshare接口
  2. 定义策略
  3. 设置参数
  4. 开始回测
  5. backtrader逻辑分析
  6. 以002594比亚迪进行回测分析
  7. Todo