01 引言
股票市场自交易以来，人们就开始孜孜不倦地探索各种各样的投资理论，其中技术分析是重要的理论之一。实际上，技术分析是100多年前创建的股票投资理论，是投资者对股票量价变化长期观察归纳总结的若干“规律”。技术分析以市场行为（价格和成交量）为研究对象，以判断市场趋势并跟随趋势的周期性变化来指导交易，认为市场行为包容一切信息、价格以趋势方式波动、历史会重演。目前，股票分析的技术指标超过1000多种，从功能角度而言，总体可以分为趋势类、摆动类和能量类指标。趋势类指标结合均线特征，根据股价与指标之间的关系分析股价趋势强弱，如MACD指标。摆动类指标根据股票的成交量、价格和时空，通过公式得出一个数值，通过该数值波动规律指导交易，如KDJ、RSI指标。能量类指标通过分析成交量变化来预测股价波动，如OBV、VOL指标等。本文主要介绍backtrader回测框架中技术分析指标（indicators）的调用方法、自定义指标的编写以及技术指标的历史回测。
关于backtrader的入门和进阶见公众号系列推文：
（1）【手把手教你】入门量化回测最强神器backtrader（一）
（2）【手把手教你】入门量化回测最强神器backtrader（二）
（3）【手把手教你】入门量化回测最强神器backtrader（三）
（4）backtrader如何加载股票因子数据？以换手率、市盈率为例进行回测【附Python代码】
（5）如何用backtrader对股票组合进行量化回测？
（6）【手把手教你】用backtrader量化回测海龟交易策略
02 Indicators指标调用
backtrader回测框架内置了很多技术分析指标，封装在indicators中。打开backtrader安装路径，以Anaconda为例，打开\Lib\site-packages\backtrader\，进入indicators文件夹，可以看到里面有48个py文件，文件名是各个技术指标或公示的简称，打开这些文件可以进一步了解包含的具体指标，以及调用的函数名和参数等。
以MACD指标为例，使用Notepad++软件打开macd.py文件，可以看到MACD和MACDHisto两个类，其中MACD是计算MACD指标的类，而MACDHisto则是MACD的子类，增加了macd和信号线之间差异的“直方图”，调用的时候直接使用bt.ind.MACD(参数)。下面以常用的MACD、RSI、布林带指标为例，为大家展示其调用方法。
使用tushare获取数据，并设置为backtrader的数据格式。
import backtrader as btimportpandas as pdimportnumpy as npimporttushare as ts def get_data (code,start= "-01-01" ,end= "-08-31" ) : df=ts.get_k_data(code,autype= "qfq" ,start=start,end=end)df.index=pd.to_datetime(df.date)df[ "openinterest" ]= 0 df=df[[ "open" , "high" , "low" , "close" , "volume" , "openinterest" ]] return df
dataframe =get_data( "600000" ,start= "-01-01" )dataframe.head()
写一个测试策略，在输出图形中呈现MACD、MACD带柱、RSI和布林带技术指标。
class TestStrategy(bt.Strategy):
def __init__(self):
bt.ind.MACD(self.data)
bt.ind.MACDHisto(self.data)
bt.ind.RSI(self.data,period=14)
bt.ind.BBands(self.data)
将回测系统设置封装成main函数，后面还会反复用到。
class TrendBand(bt.Indicator):lines=( "mid" , "top" , "bot" ,)params=(( "maperiod" , 20 ),( "period" , 3 ),( "highRate" , 1.2 ),( "lowRate" , 0.85 ),)#与价格在同一张图plotinfo=dict(subplot=False)def__init__( self ):ema=bt.ind.EMA( self .data,period= self .p.maperiod)#计算上中下轨线 self .l.mid=bt.ind.EMA(ema,period= self .p.period) self .l.top=bt.ind.EMA( self .mid* self .p.highRate,\period= self .p.period) self .l.bot=bt.ind.EMA( self .mid* self .p.lowRate,\period= self .p.period) super (TrendBand, self ).__init__()
回测结果如下图所示。
data=get_data("601318","-03-01")
main(data,TestStrategy)
上述策略只是调用了技术指标用于画图，下面以MACD指标为例，调用该指标计算MACD柱，当MACD柱大于0（金叉）时发出买入信号，当MACD柱小于0（死叉）时发出卖出信号。
class TestStrategy2 (bt.Strategy) : def __init__ (self) : TrendBand(self.data)
以中国平安股票为例，使用MACD指标对.1-.9年数据进行历史回测。
data =get_data( "601318" , "-01-01" )main(data,TestStrategy2)
03 自定义指标
backtrader的可扩展性很强，除了内置的技术分析指标外，可以通过类的扩展进行自定义指标。20日均线在实战中具有一定的指导意义，可以根据价格偏离20日均线的某个阈值构建类似于布林带的通道线指标。
定义一个指标的类，该类继承bt.Indicator，均线采用20日周期，上下限阈值分别为20%和15%。
class TrendBand(bt.Indicator):lines=( "mid" , "top" , "bot" ,)params=(( "maperiod" , 20 ),( "period" , 3 ),( "highRate" , 1.2 ),( "lowRate" , 0.85 ),)#与价格在同一张图plotinfo=dict(subplot=False)def__init__( self ):ema=bt.ind.EMA( self .data,period= self .p.maperiod)#计算上中下轨线 self .l.mid=bt.ind.EMA(ema,period= self .p.period) self .l.top=bt.ind.EMA( self .mid* self .p.highRate,\period= self .p.period) self .l.bot=bt.ind.EMA( self .mid* self .p.lowRate,\period= self .p.period) super (TrendBand, self ).__init__()
首先看一下该指标的图形。
class TestStrategy2 (bt.Strategy) : def __init__ (self) : TrendBand(self.data)
回测结果：
data =get_data( "601318" , "-01-01" )main(data,TestStrategy2)
下面基于该指标构建交易策略并回测，当价格站在中轨线上，且成交量突破20日新高时买入，当价格突破上轨线时卖出。
class MyStrategy(bt.Strategy):params=(( "period" , 20 ),)def__init__( self ): self .order=None self .mid=TrendBand( self .data).mid self .top=TrendBand( self .data).top self .bot=TrendBand( self .data).bot#设置买入信号 self .buy_sig=bt.And(\ self .data.close> self .mid,\ self .data.volume==bt.ind.Highest(\ self .data.volume,period= self .p.period))#卖出信号 self .sell_sig= self .data.close> self .topdefnext( self ): if not self .position:#得到当前的账户价值total_value= self .broker.getvalue()# 1 手= 100 股，满仓买入ss= int ((total_value/ 100 )/ self .datas[ 0 ].close[ 0 ])* 100 if self .buy_sig: self .order= self .buy(size=ss) else : if self .sell_sig: self .close()
仍然以中国平安为例，回测结果如下图所示：
data =get_data( "601318" , "-01-01" )main(data,MyStrategy, True ) #期初资金：100000.00#期末资金:398949.39#净收益:298949.39
04 结语
本文主要介绍了backtrader回测框架中indicators的调用、自定义指标的编写以及历史回测。其中自定义指标主要是示例作用，不构成任何投资建议。历史回测中仅以中国平安个股为例，具有一定的局限性，感兴趣的读者可以参考组合回测那篇推文，对全市场股票进行组合回测以进一步判断自定义指标的实用性。最后再强调一句，学习没有捷径，要想全面而深入地学习backtrader回测框架，最好的方法是研读其官方文档。公众号后台回复“backtrader”可获取《backtrader入门指南》的中文文档。
参考资料：
backtrader官方文档和安装包原生代码
/docu/
