百度网盟推广 网站,网页设计作业个人简历代码怎么写,深圳商业网站建设怎么样,免费素材库网使用backtrader数据进行回测#xff0c;数据源来自于交易所爬取。
效果还行#xff0c;我相信各位通过这个的框架学习#xff0c;会对backtrader的应用有更深的领悟。包括数据的连接#xff0c;新指标的加入。
导入框架#xff1a;
__future__ import (absolute_import…使用backtrader数据进行回测数据源来自于交易所爬取。
效果还行我相信各位通过这个的框架学习会对backtrader的应用有更深的领悟。包括数据的连接新指标的加入。
导入框架
__future__ import (absolute_import, division, print_function, unicode_literals)
import pymysql
from sqlalchemy import create_engine
import pandas as pd
import numpy as np
import pymssql
import datetime
import os.path
import sys
import backtrader as bt
import pandas as pd
import akshare as ak
import matplotlib
import matplotlib.pyplot as plt
from backtrader.feeds import PandasData
import datetime
from backtrader.feeds import PandasData
starttime datetime.datetime.now()
print(starttime)
导入数据
df_read pd.read_csv(option1.csv)
#df_read df_read[~df_read[ts_code].isin([0])]date_value_list []
创建策略
class BollStrategy(bt.Strategy):# 可配置策略参数params dict(poneplotFalse, # 是否打印到同一张图pstake1, # 单笔交易股票数据)def __init__(self):self.order None# for i, d in enumerate(self.datas):# #跳过第一只股票data第一只股票data作为主图数据# if i 0:# if self.p.poneplot:# d.plotinfo.plotmaster self.datas[0]def prenext(self):# for i,d in enumerate(self.datas):# print(d._name)self.next()# 策略核心根据条件执行买卖交易指令必选def next(self):# 获取当天日期date self.datas[0].datetime.date(0)# 获取当天valuevalue self.broker.getvalue()# 存入列表date_value_list.append((date, value))for i,d in enumerate(self.datas):#self.log(f收盘价,{self.datas[i].close[0]})dt,dn self.datetime.date(), d._name #获取时间和股票代码print(self.datas[i].rt[0])if self.order:returnpos self.getposition(d).sizeif not pos:if self.datas[i].close[0] 0:self.log(d._name, SELL Create, %2f %self.datas[i].close[0])self.order self.sell(d , sizeself.p.pstake)elif self.datas[i].close[0] 0 or self.datas[i].close[0] pos.price * 2 or self.datas[i].rt[0] 0 :self.log(d._name, CLOSE Create, %2f % self.datas[i].close[0])self.order self.close(d , size self.p.pstake)#pass# print(self.datetime.date())# for i, d in enumerate(self.datas):# pos self.getposition(d)# if not len(pos):# if d.close[0]0:# self.sell(d,size self.p.pstake)# elif d.close[0] 0 or d.close[0] pos.price * 2:# self.close(d,size self.p.pstake)# for d in self.datas:# if len(d) 0:# continue# else:# # 获取当天日期# date self.datetime.date()# print(self.datas[0].datetime[0])# #print(date)# #查看持仓盈利情况# for i,d in enumerate(self.datas):# pos self.getposition(d)# # if self.datas[i].close[0] 0.05:# # self.close(d,size self.params.pstake)# if len(pos):# # print({}, 持仓:{}, 成本价:{}, 当前价:{}, 盈亏:{:.2f}.format(# # d._name, pos.size, pos.price, pos.adjbase, pos.size * (pos.adjbase - pos.price)),# # fileself.log_file)# # print({}, 持仓:{}, 成本价:{}, 当前价:{}, 盈亏:{:.2f}.format(# # d._name, pos.size, pos.price, pos.adjbase, pos.size * (pos.adjbase - pos.price)),# # )# if self.datas[i].close[0] 0:# self.close(d,sizeself.params.pstake)# # 获取当天value# value self.broker.getvalue()## # 存入列表# date_value_list.append((date, value))## for i,d in enumerate(self.datas):# #if self.datas[i].close[0] 0.01:# try:# if self.datas[i].close[0] 0:# #print(buy,d.close[0])# self.sell(data d, sizeself.params.pstake)# #print(d._name)# #order.addinfo(tickerd._name)# #print(d._name)# # else:# # #print(sell,d.close[0])# # self.close(data d, sizeself.params.pstake)# # #order.addinfo(tickerd._name)# # #print(d._name)# except:# pass#交易记录日志def log(self,txt,dt None,doprintFalse):dt dt or self.datas[0].datetime.date(0)f open(log.txt,a)date self.datas[0].datetime.date(0)f.write(f{date},{txt})f.write(\n)f.close()print(f{txt})# 记录交易收益情况可省略默认不输出结果def notify_trade(self, trade):if not trade.isclosed:returnself.log(f策略收益\n毛收益 {trade.pnl:.2f}, 净收益 {trade.pnlcomm:.2f})# 订单状态变化时引擎会调用notify_order# 记录交易执行情况可省略默认不输出结果def notify_order(self, order):#print(order.getstatusname(order.status))if order.status in [order.Submitted, order.Accepted]:return# 如果交易已经完成显示成交信息if order.status in [order.Completed]:if order.isbuy() or order.issell():self.log(f买入:\n价格:{order.executed.price},\成本:{order.executed.value},\手续费:{order.executed.comm})self.buyprice order.executed.priceself.buycomm order.executed.commelse:self.log(f卖出:\n价格{order.executed.price},\成本: {order.executed.value},\手续费{order.executed.comm})self.bar_executed len(self)elif order.status in [order.Canceled, order.Margin, order.Rejected]:self.log(交易失败)self.order None
#回测结束后输出结果可省略默认输出结果# def stop(self):# self.log((MA均线 %2d日) 期末总资金 %.2f %# (self.params.maperiod, self.broker.getvalue()), doprintTrue)def stop(self):self.log(期末总资金 %.2f %(self.broker.getvalue()), doprintTrue)添加参数
#添加参数
class ETFOptionPandasData(PandasData):# 新增两条数据线lines (rt,)# 新增数据在dataframe中的位置分别是第6列和第7列params ((rt, 6),)
调取数据放入cerebro
cerebro bt.Cerebro()
# 建立期权池
stk_pools df_read[ts_code].unique().tolist()
# 获取期权数据
for stk_code in stk_pools:df df_read[df_read[ts_code] stk_code]df.index pd.to_datetime(df[datetime])#print(df.head())#data ETFOptionPandasData(datanamedf)df df[[ts_code, open, high, low, close, volume,rt]]#print(df.head())data ETFOptionPandasData(dataname df,datetime -1)cerebro.adddata(data, name str(stk_code))
运行策略添加交易参数
cerebro.broker.setcash(10000000.0)
cerebro.broker.setcommission(commission1.62,margin 2000,mult 10000 )
cerebro.addstrategy(BollStrategy)
cerebro.broker.set_coc(True)#设置以当天收盘价成交
cerebro.run() #减少内存。此设置会自动禁止数据预加载preload和指标预计算runonce也禁止绘图plot因为内存中数据不足以绘图了。
for d in cerebro.datas:d.plotinfo.plot False
print(cash,cerebro.broker.getvalue())
