在做量化分析时，我们有很多种策略，这些策略的好坏如何去评价，那就是用过往数据进行测试。这里就需要用到量化分析的回测系统了。由于刚入门，就使用了Python中的backtrader。由于自己Python水平有限，也是摸索了很久，才简单的掌握了如何用这个系统去进行回测。很多文章中，有介绍比较简单的均线策略，关于indicators里的其他包介绍比较少，这里我就用布林带策略作为演示。因为我基本没有查到有用这个包做测试的文章，而且我对于类的调用不是很熟悉，如果你和我一样，对于类不是很熟悉，那么想去调用，确实会很费劲。
回测系统，我的理解是一个迭代器，在一段时间内，使用我们写的策略去迭代，然后这个时间段内的收益。首先介绍策略的写法。
import pandas as pd from datetime import datetimefrom datetime import timedeltaimport backtrader as btimport matplotlib.pyplot as pltclass Boll_strategy(bt.Strategy):#自定义参数，每次买入100手params=(('size',1000),)def __init__(self):self.dataclose=self.datas[0].closeself.order=Noneself.buyprice=Noneself.buycomm=None##使用自带的indicators中自带的函数计算出支撑线和压力线，period设置周期，默认是20self.lines.top=bt.indicators.BollingerBands(self.datas[0],period=20).topself.lines.bot=bt.indicators.BollingerBands(self.datas[0],period=20).botdef next(self):if not self.position:if self.dataclose<=self.lines.bot[0]:#执行买入self.order=self.buy(size=self.params.size)else:if self.dataclose>=self.lines.top[0]:#执行卖出self.order=self.sell(size=self.params.size)
BollingerBands函数，一共有三个值分别为mid（均值），top（压力线），bot（支撑线）,设置时间周期参数是period，默认20，还有一个倍数参数devfactor，默认2.0。若不设置，则为默认值。
策略写好后，就是调用并回测计算收益了。但是我先通过tushare获取数据。
#使用tushare旧版接口获取数据import tushare as tsdef get_data(code,start=start.strftime("%Y-%m-%d"),end=end.strftime("%Y-%m-%d")):df=ts.get_k_data(code,autype='qfq',start=start,end=end)df.index=pd.to_datetime(df.date)df['openinterest']=0df=df[['open','high','low','close','volume','openinterest']]return df
##加载数据start=datetime(,1,31)end=datetime(,9,15)dataframe=get_data('601021')#将数据转换为回测系统可识别的data = bt.feeds.PandasData(dataname=dataframe,fromdate=start,todate=end)
通过code码获取了1月31号开始的数据，接下来就是回测步骤了。
##回测设置主要包括几项：回测系统初始化，数据加载到回测系统，添加交易策略， broker设置（如交易资金和交易佣金），##头寸规模设置作为策略一部分的交易规模等，最后显示执行交易策略时积累的总资金和净收益。 # 初始化cerebro回测系统设置 cerebro=bt.Cerebro()#将数据传入回测系统cerebro.adddata(data)# 将交易策略加载到回测系统中cerebro.addstrategy(Boll_strategy)# 设置初始资本为200,000startcash=200000cerebro.broker.setcash(startcash)# 设置交易手续费为 0.25%cerebro.broker.setcommission(commission=0.0025)d1=start.strftime('%Y%m%d')d2=end.strftime('%Y%m%d')print(f'初始资金: {startcash}\n回测期间：{d1}:{d2}')#运行回测系统cerebro.run()#获取回测结束后的总资金portvalue=cerebro.broker.getvalue()pnl=portvalue-startcash#打印结果print(f'总资金: {round(portvalue,2)}')#最后可视化%matplotlib inlinecerebro.plot(style='candlestick')
最后就输出我们的结果啦，如下所示：
初始资金: 200000回测期间：0131:总资金: 204718.38
截了一张模糊的图，可以试运行一下，有问题请留言。
