Backtrader 策略回测初探
这篇介绍简单的回测流程,主要的内容如下:
回测函数介绍
单股回测
多股回测
回测函数
回测策略类很简洁,直接继承 bt.Strategy ,复写父类的方法,最后把回测策略类添加到大脑即可。
回测参数回测类参数添加通过属性变量 params 记录,可以是元组形式,也可以是字典形式。
定义参数
params=( ('maperiod',20), ) 或 #字典形式 params={'maperiod':20}#元组形式,注意最后一个,逗号别删除
使用
通过 self.p.maperiod 访问提取。
bt.ind.SMA(self.data,period=self.p.maperiod)
传参
将策略类传入大脑时,传入参数
cerebro.addstrategy(TestStrategy,maperiod=5)
函数
因为继承了策略类 bt.Strategy ,运行策略时会回调这些函数,需要搞的事情是在相应的函数调用买卖逻辑即可。
先说下 lines 线对象概念,每个指标都是一条 line 线对象,贯穿所有的回测日期。bar 概念是每个日期对应所有的指标。简单理解就是 excel 表的中的列和行,line 线对象相当于 excel 的列,bar 概念相当于 excel 表的行。
还有其他一些函数,这里不一一介绍了,不是很重要的。
指标简介
指标在代码层面上的表示形式就是以 line 线对象的方式存在,贯穿整个回测周期,一般在测类类的__init__
函数里面构建好
在数据篇,有展示过在 feeds.Data 上直接扩展指标,下面介绍的是通过 backtrader 的指标对象来构建新的指标,新的指标也是 line 对象,贯穿整个回测周期。
下面例子构建 20 日移动平均线 SMA:
self.sma=bt.ind.SMA(self.data,period=20)def__init__(self):
注意:这种形式构建的指标是基于数据篇里面所说的第一个表数据的指标,并不是针对所有表的。而且会影响到 next 回调时机。20 日移动平均线的指标,前 20 日个回测 bar 是无效的,不会在 next() 函数回调,但回调到 prenext() 函数。
下图所示:
关于指标在这里不细说,后面会写一篇详细点的介绍。
回测简易配置
只是做一个简单回测测试,所以简易配置下经纪商,setcash() 配置了一小目标资产 1亿 ,设置佣金 setcommission() 千分之一,addstrategy() 添加策略并设置自定义的参数。
cerebro.broker.setcash(100000000.0) #设置佣金 cerebro.broker.setcommission(commission=0.001) #添加回测策略,设置自定义参数数值 cerebro.addstrategy(SingleTestStrategy,maperiod=20) #执行策略 cerebro.run() #画图 cerebro.plot()#设置资产
这里不细说这配置了,后面再详细说一篇。
单股回测
下面进入主题,搞一个策略,回测下能不能赚钱,这里只是介绍使用方法,实际应用肯定不能只靠一个指标。
策略这策略很简单,当当日收盘价高于 20 日平均线时买买买!当当日收盘价低于 20 日移动平均线时卖卖卖。
注意:
该策略是以收盘价下单,以下单后的下一日开盘价作为交割价。
最后一日不做任何的买卖。所以在回测的最后一日的前一天必须下单卖出股票,以便在最后一根 bar 的开盘价做为交割价卖出,不然出现未来函数。
买卖常用函数:
self.order_target_percent(secu_data, target_pct, name=secu)
self.order_target_value(secu_data, target_val, name=secu)
self.buy(secu_data, order_amount, name=secu)
self.sell(secu_data, order_amount, name=secu)
代码胜过千言万语,直接上完整代码:
importbacktraderasbt importpandasaspd importstock_dbassdb classSingleTestStrategy(bt.Strategy): params=( ('maperiod',20), ) def__init__(self): self.order=None self.sma=bt.ind.SMA(self.data,period=self.p.maperiod) pass defdowncast(self,amount,lot): returnabs(amount//lot*lot) #可以不要,但如果你数据未对齐,需要在这里检验 defprenext(self): print('prenext执行',self.datetime.date(),self.getdatabyname('300015')._name ,self.getdatabyname('300015').close[0]) pass defnext(self): #检查是否有指令执行,如果有则不执行这bar ifself.order: return #回测如果是最后一天,则不进行买卖 ifpd.Timestamp(self.data.datetime.date(0))==end_date: return ifnotself.position:#没有持仓 #执行买入条件判断:收盘价格上涨突破20日均线; #不要在股票剔除日前一天进行买入 ifself.datas[0].close>self.smaandpd.Timestamp(self.data.datetime.date(1))<end_date: #永远不要满仓买入某只股票 order_value=self.broker.getvalue()*0.98 order_amount=self.downcast(order_value/self.datas[0].close[0],100) self.order=self.buy(self.datas[0],order_amount,name=self.datas[0]._name) else: #执行卖出条件判断:收盘价格跌破20日均线,或者股票剔除 ifself.datas[0].close<self.smaorpd.Timestamp(self.data.datetime.date(1))>=end_date: #执行卖出 self.order=self.order_target_percent(self.datas[0],0,name=self.datas[0]._name) self.log(f'卖{self.datas[0]._name},price:{self.datas[0].close[0]:.2f},pct:0') pass defnotify_order(self,order): iforder.statusin[order.Submitted,order.Accepted]: #Buy/Sellordersubmitted/acceptedto/bybroker-Nothingtodo return #Checkifanorderhasbeencompleted #Attention:brokercouldrejectorderifnotenoughcash iforder.statusin[pleted,order.Canceled,order.Margin]: iforder.isbuy(): self.log( f"买入{order.info['name']},成交量{order.executed.size},成交价{order.executed.price:.2f}订单状态:{order.status}") self.log('买入后当前资产:%.2f元'%self.broker.getvalue()) eliforder.issell(): self.log( f"卖出{order.info['name']},成交量{order.executed.size},成交价{order.executed.price:.2f}订单状态:{order.status}") self.log('卖出后当前资产:%.2f元'%self.broker.getvalue()) self.bar_executed=len(self) #Writedown:nopendingorder self.order=None deflog(self,txt,dt=None): """ 输出日期 :paramtxt: :paramdt: :return: """ dt=dtorself.datetime.date(0)#现在的日期 print('%s,%s'%(dt.isoformat(),txt)) pass defnotify_trade(self,trade): '''可选,打印交易信息''' pass #开始查询时间 start_query='-01-01' end_query='-09-01' #开始回测时间 from_date=datetime.datetime(,1,1) to_date=datetime.datetime(,10,10) cerebro=bt.Cerebro() #添加几个股票数据 codes=[ '300015', #'300347', #'300760', #'603127', #'600438' ] #添加多个股票回测数据 end_date=0 forcodeincodes: data=sdb.stock_daily(code,start_query,end_query) data.index.names=['datetime'] data_feed=bt.feeds.PandasData(dataname=data, fromdate=from_date, todate=to_date) cerebro.adddata(data_feed,name=code) end_date=data.index[-1]#股票剔除日 print('添加股票数据:code:%s'%code) cerebro.broker.setcash(100000000.0) cerebro.broker.setcommission(commission=0.001) cerebro.addstrategy(SingleTestStrategy,maperiod=20) cerebro.run() cerebro.plot() if__name__=='__main__': passimportdatetime
结果:
em em ... 一个亿的资产,亏了接近 1000w, 策略失败!!!!
来看看回测图,backtrader 的回测图的确有点丑哈,后面会有重构可视化篇的。
最上面是资产分析图,行情数据区域的绿色三角形是买入,红色三角形是卖出。
多股回测
单股回测,上面已经介绍了,那如何多个股同时回测呢?在这个问题上,我们首先要解决的是多个股的指标计算并存储起来。
策略逻辑和上面的相同。 计算均线的时候用了dict循环计算每只股票的指标。
self.getdatanames()按顺序返回所有股票的名称list
self.getdatabyname(secu_name):返回该股票的data
所以,在给大脑塞数据时,需要指定 feedData 的 name ,统一用股票代码赋值,这样方便后面的索引。
直接上图说下整个流程逻辑:
代码只是再单股回测的基础下添加多股指标和多股持仓买卖判断,策略和单股相同。
代码如下:
importbacktraderasbt importpandasaspd importstock_dbassdb classMultiTestStrategy(bt.Strategy): params=( ('maperiod',20), ) defprenext(self): pass defdowncast(self,amount,lot): returnabs(amount//lot*lot) def__init__(self): #初始化交易指令 self.order=None self.buy_list=[] #添加移动平均线指标,循环计算每个股票的指标 self.sma={x:bt.ind.SMA(self.getdatabyname(x),period=self.p.maperiod)forxinself.getdatanames()} defnext(self): ifself.order:#检查是否有指令等待执行 return #如果是最后一天,不进行买卖 ifpd.Timestamp(self.datas[0].datetime.date(0))==end_dates[self.datas[0]._name]: return #是否持仓 iflen(self.buy_list)<2:#没有持仓 #没有购买的票 forsecuinset(self.getdatanames())-set(self.buy_list): data=self.getdatabyname(secu) #如果突破20日均线买买买,不要在最后一根bar的前一天买 ifdata.close>self.sma[secu]andpd.Timestamp(data.datetime.date(1))<end_dates[secu]: #买买买 order_value=self.broker.getvalue()*0.48 order_amount=self.downcast(order_value/data.close[0],100) self.order=self.buy(data,size=order_amount,name=secu) self.log(f"买{secu},price:{data.close[0]:.2f},amout:{order_amount}") self.buy_list.append(secu) elifself.position: now_lst=[] forsecuinself.buy_list: data=self.getdatabyname(secu) #执行卖出条件判断:收盘价格跌破20日均线,或者股票最后一根bar的前一天之剔除日 ifdata.close[0]<self.sma[secu]orpd.Timestamp(data.datetime.date(1))>=end_dates[secu]: #卖卖卖 self.order=self.order_target_percent(data,0,name=secu) self.log(f"卖{secu},price:{data.close[0]:.2f},pct:0") continue now_lst.append(secu) self.buy_list=now_lst defnotify_order(self,order): iforder.statusin[order.Submitted,order.Accepted]: #Buy/Sellordersubmitted/acceptedto/bybroker-Nothingtodo return #Checkifanorderhasbeencompleted #Attention:brokercouldrejectorderifnotenoughcash iforder.statusin[pleted,order.Canceled,order.Margin]: iforder.isbuy(): self.log(f"""买入{order.info['name']},成交量{order.executed.size},成交价{order.executed.price:.2f}""") self.log( f'资产:{self.broker.getvalue():.2f}持仓:{[(x,self.getpositionbyname(x).size)forxinself.buy_list]}') eliforder.issell(): self.log(f"""卖出{order.info['name']},成交量{order.executed.size},成交价{order.executed.price:.2f}""") self.log( f'资产:{self.broker.getvalue():.2f}持仓:{[(x,self.getpositionbyname(x).size)forxinself.buy_list]}') self.bar_executed=len(self) #Writedown:nopendingorder self.order=None deflog(self,txt,dt=None): """ 输出日期 :paramtxt: :paramdt: :return: """ dt=dtorself.datetime.date(0)#现在的日期 print('%s,%s'%(dt.isoformat(),txt)) #开始查询时间 start_query='-01-01' end_query='-09-01' #开始回测时间 from_date=datetime.datetime(,1,1) to_date=datetime.datetime(,10,10) cerebro=bt.Cerebro() #添加几个股票数据 codes=[ '300015', '300347', #'300760', #'603127', #'600438' ] #添加多个股票回测数据 end_dates={} end_date=0 forcodeincodes: data=sdb.stock_daily(code,start_query,end_query) data.index.names=['datetime'] data_feed=bt.feeds.PandasData(dataname=data, fromdate=from_date, todate=to_date) cerebro.adddata(data_feed,name=code) end_dates[code]=data.index[-1]#股票剔除日 end_date=data.index[-1]#股票剔除日 print('添加股票数据:code:%s'%code) cerebro.broker.setcash(100000000.0) cerebro.broker.setcommission(commission=0.001) cerebro.addstrategy(MultiTestStrategy,maperiod=20) cerebro.run() #获取回测结束后的总资金 portvalue=cerebro.broker.getvalue() #打印结果 print(f'结束资金:{round(portvalue,2)}') cerebro.plot() if__name__=='__main__': passimportdatetime
看下日志:
enen ,居然赚钱了,小赚接近 1000w.
看下 backtracder 的买卖点:
后面日期好像没触发买卖逻辑,这后面再看看是咋回事。
写于 年 10 月 23 日 10:27:29
本文由 mdnice 多平台发布