Python backtrader回测之布林带策略 |
您所在的位置：网站首页 › 布林带上下轨是均线吗 › Python backtrader回测之布林带策略 |
|
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 datetime from datetime import timedelta import backtrader as bt import matplotlib.pyplot as plt class 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].close self.order=None self.buyprice=None self.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20 self.lines.top=bt.indicators.BollingerBands(self.datas[0],period=20).top self.lines.bot=bt.indicators.BollingerBands(self.datas[0],period=20).bot def next(self): if not self.position: 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 ts def 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']=0 df=df[['open','high','low','close','volume','openinterest']] return df ##加载数据 start=datetime(2020,1,31) end=datetime(2020,9,15) 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2020年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200,000 startcash=200000 cerebro.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 inline cerebro.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：20200131:20200916 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。 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
| CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |