Backtrader 文档学习-Strategy（上）

原创

已于 2024-01-10 09:53:53 修改 · 1.6k 阅读

标签

#量化 #BackTrader

于 2023-12-25 09:19:38 首次发布

本文围绕BackTrader的核心模块Strategy展开学习。介绍了策略的生命周期，如start、next等方法；阐述了买卖平仓操作及order参数；还说明了策略的成员属性、参考方法等。强调Strategy在回测设计中至关重要，需后续程序验证理解。

Backtrader 文档学习-Strategy（上）

策略通过方法的形式体现生命周期。
是BackTrader的核心模块，需要好好研读。

1.Strategy

（1）怀胎
在init中创建indicator和需要的属性值
（2）出生
start方法，策略启动，start默认是空方法
（3）儿童
prenext方法，indicator 在init初始化的时候设置了成熟期的时间，称为最小周期。上面在 __init__创建了一个周期=15的SimpleMovingAverage。
（4）成人
next方法，一旦系统生成15个bar，SMA缓存了足够的用于启动的数据，策略就可以真正执行。
nextstart方法执行一次，是从prenext切换到next的标志，nextstart默认执行是调用next方法。
（5）生育
策略中并没有真正的生育，但是从某种意义上来说是存在的，因为如果优化用不同的参数的话，系统会实例化多次。算是生育吧
（6）死亡
stop方法，系统通知策略重启，恢复所有设置，默认是空方法。

策略就像现实世界中的交易员一样，会在事件发生时得到通知。实际上在每一个next循环在回测过程中：

通过notify_order(order)获得订单状态变化的通知
通过notify_trade(trade)通知所有开仓/更新/平仓交易
通过notify_cashvalue(cash，value)通知在broker中当前现金和投资组合
通过notify_fund(cash，value，fundvalue，shares)跟踪broker中当前现金和投资组合，以及基金价值和份额
通过notify_store(msg，*args，**kwargs)实现特定事件，请参见Cerebro的关于store的说明。event将被传递给策略，即使已经被传递给cerebro实例(通过重写notify_store方法或通过回调)

策略像交易者有机会在市场期间通过next方法试图实现获利

buy方法是做多或减少/平仓空头的头寸
sell方法是做空或减少/平仓多头的头寸
close方法是平仓存在的仓位
cancel方法是取消尚未执行的订单

2. How to Buy/Sell/Close

order常用的方法是Buy和Sell方法。当被调用时，它们返回一个订单(或子类)实例作参考。该订单具有唯一的参考标识符，可用于对比。

order的参数：

data（默认:无）必须为其创建订单的数据。如果没有，则将使用系统中的第一个数据，即self.datas[0]或self.data0（也称为self.data）
size（默认值:无）用于订单的数据单位的大小（正值）。如果没有，将使用通过getsizer检索的sizer来确定大小。
price（默认值:无）如要设置的价格（实时broker会对其进行限制，如果格式不符合最小报价单位要求）
None对market订单和close订单是有效（市价决定价格）
对于limit限价单、stop止损单和stoplimit单，该值price决定是否触发，（在限价单limit的情况下，触发点显然是订单应该匹配price）
exectype(默认值：None) 执行订单的类型：
- Order.Market or None，市价单将以next可用价格执行。回测中，next使用第二天的开盘价执行订单。
- Order.Limit，只能以给定价格或更低（好）价格执行的订单
- Order.Stop，止损价格被触发，和订单一样执行。
- Order.StopLimit，以价格触发的订单，隐含限价订单执行，价格由pricelimit执行，理解应该是止损单的止损价格。
- numeric value: 如果是一个与matplotlib编码中的日期时间相对应的值(backtrader使用的日期时间)，就是该数字能转换成正确的日期，可以生成一个在该时间(截止日期)之前有效的订单。

如果backtrader直接支持的4种订单执行类型还不够用，例如在交互时broker，可以将作为kwargs传递:

orderType='LIT', lmtPrice=10.0, auxPrice=9.8

将重写backtrader创建的设置，并生成一个触及限价单，触及价格为9.8，限价为10.0。

3.Information Bits

策略的长度总是等于主数据(datas[0])的长度，可以用len(self) 。
如果正在replay数据或正载入数据，并且新tick正在到达相同的时间点，调用next而不改变长度。（没有理解？）

4.Member Attributes

env：加载策略的cerebro 实体
datas：加载到cerebro的数据，默认data/data0是data[0]，dataX是data[X]
dnames:通过名称访问数据加载的替代方法。
在数据加载时：

    data = bt.feeds.PandasData(dataname=stock_hfq_df, fromdate=start_date, todate=end_date,name='days')  # 加载数据

    # Add the Data Feed to Cerebro
    cerebro.adddata(data)
    cerebro.resampledata(data, timeframe=bt.TimeFrame.Weeks, name='weeks')

在策略的indicator中：

class MyStrategy(bt.Strategy):  
    def __init__(self):  
        self.dataclose = self.datas[0].close  

        smadays = bt.indicators.SMA(self.dnames.days, period=30)  # or self.dnames['days']
        smaweeks = bt.indicators.SMA(self.dnames.weeks, period=10)  # or self.dnames['weeks']