天天看點
傳回

量化回測架構BackTrader【6】-開發政策0，序1，定義一個政策2，政策運作時序3，操作交易4，通知回調5，示例

目錄

0，序

1，定義一個政策

2，政策運作時序

start()

prenext()

nextstart()

next()

stop()

3，操作交易

基本交易

擴充交易

4，通知回調

5，示例

0，序

衆所周知，對于量化投資來說最核心的部分就是政策。而量化回測架構用來回測的也正是政策的性能。是以對于政策開發的功能支援度，開發的簡易程度，是檢驗一個量化回測架構非常重要的名額。BackTrader對于政策開發的支援還是很完整的，這一講從如下幾個方面來介紹BackTrader的政策開發。

1，定義一個政策

BackTrader定義了一個政策的基類-Strategy，所有的政策可以從繼承這個基類開始，下面展示一個基本的政策示例

class MyStrategy(bt.Strategy):
    params = (('period', 30),)

    def __init__(self):
        self.sma = bt.indicators.SimpleMovingAverage(period=self.p.period)

    def next(self):
        if self.sma > self.data.close:
            pass

        elif self.sma < self.data.close:
            pass

該例中的政策繼承了Strategy基類，并在__init__(self)中定義了一個移動平均值的名額，定義了一個參數用來設定這個名額。重寫了next(self)函數，這個函數很關鍵，基本都是要重寫的，下文會講到。

2，政策運作時序

BackTrader内部運作回測時有一個心跳機制，每個data feed的最小時間間隔（不同的data feed可能會有不同的時間間隔）就是一次心跳，也可以說是一個時間點，所有時間點串在一起就是整個回測周期。

Strategy将整個周期分為了幾個時間段，并對每個時間段相應地定義了成員函數，如果需要在該時間段的時間點做一些邏輯處理的話就需要重寫它們。接下來分别介紹這些時間段：

start()

政策開始運作之前，即第一個bar之前

prenext()

政策準備階段，主要取決于名額，在start之後，在所有名額能夠輸出之前。以上面的例子為例，移動均值名額的時長是30個bar，也就是說在前29個bar該名額是不會有輸出的，此時政策無法正常運作，是以定義為準備階段。

nextstart()

準備階段結束後的第一個時點，也就是政策正常運作的第一個時點。

next()

政策的主要階段，這個階段，所有的名額都能正常輸出，所有的交易也會發生在這個階段，可以說是政策的主戰場。

stop()

結束階段，即最後一個bar的之後，可以做些收尾或重置的處理。

通過一個示例可以直覺地了解這個時序。

import backtrader as bt
import inspect

def show_yourself(self):    
    print("目前是第{}個bar，所處階段 {}".format(len(self), inspect.stack()[1][3]))
    
class MyStrategy(bt.Strategy):
    params = (('period', 30),)

    def __init__(self):
        self.sma = bt.indicators.SimpleMovingAverage(period=self.p.period)

    def next(self):
        show_yourself(self)
        if self.sma > self.data.close:
            pass

        elif self.sma < self.data.close:
            pass
    
    def nextstart(self):
        show_yourself(self)
        pass
    
    def prenext(self):
        show_yourself(self)
        pass
    
    def start(self):
        show_yourself(self)
        pass
    
    def stop(self):
        show_yourself(self)
        pass

cerebro = bt.Cerebro()
data = bt.feeds.GenericCSVData(
    dataname='CU1811.csv',
    nullvalue=0.0,
    dtformat=('%Y%m%d'),
    datetime=1,
    open=4,
    high=5,
    low=6,    
    close=7,
    volume=11,
    openinterest=-1
)

cerebro.adddata(data)
#cerebro.broker.set_cash(1000000)
cerebro.addstrategy(MyStrategy, period=30)

cerebro.run()
#cerebro.plot(style='bar',iplot=False)

所用的資料是上一講從Tushare下載下傳的期貨日線資料，定義了一個基本政策并重寫了上面介紹的成員函數，這些函數都不做實際的處理，隻是列印自己所在時點以及自己的函數名。輸出如下

目前是第0個bar，所處階段 start
目前是第1個bar，所處階段 prenext
           
目前是第29個bar，所處階段 prenext
目前是第30個bar，所處階段 nextstart
目前是第31個bar，所處階段 next
           
目前是第242個bar，所處階段 next
目前是第242個bar，所處階段 stop

省去了中間的重複部分。可以看到輸出完全吻合之前的描述。

3，操作交易

BackTrader支援兩個基本的交易操作買（Buy）和賣（Sell），以及由這兩個基本交易擴充的一系列其他 交易。

基本交易

Buy和Sell其實就是兩個相反的操作，它們的參數是一樣。下面介紹主要參數

  • data：由哪個data feed建立的訂單。如果沒有，則将使用系統中的預設data feed，self.datas [0]或self.data0（也稱為self.data）
  • size：交易的數量（正數）。如果沒有，則将通過getsizer()檢索到的sizer執行個體用于确定數量大小
  • price：交易的價格，當交易類型是“market”或“close”，可以接受“none”由市場決定價格，當交易類型是“Limit”, “Stop”和“StopLimit”時，價格此時隻是作為觸發值
  • plimit：僅适用于“StopLimit”交易類型。一旦觸發了止損（市場價格觸及price參數），以這個值設定限價訂單的價格
  • exectype：交易類型，“market”（預設值）：市場訂單将以下一個可用價格執行；在回測中，它将是下一個bar的開盤價。“Limit”：限價交易，隻能以給定價格或更優的價格執行的訂單。“Stop”：止損單，以價格觸發并像“market”一樣執行的訂單。“StopLimit”：止損限價交易，以“Price”觸發并以“plimit”作為限價執行的訂單。
  • valid：有效時間。“None”：生成的訂單不會過期（也稱為“有效至取消”），一直保留在市場中直到成功交易或被取消；“

    datetime.datetime

     ” 或 “

    datetime.date

     ”：有效至某個特點時間；“Order.DAY” 或 “0” or “timedelta()”：日間訂單，隻在當天有效；數值：假定為與matplotlib編碼中的日期時間相對應的值（由backtrader使用的日期時間），并将用于生成在該時間之前有效的訂單（有效截止日期）
  • tradeid：這是BackTrader的内部值，用于跟蹤同一資産上的重疊交易。通知訂單狀态更改時，此Tradeid将發送回給政策
  • **kwargs：其他broker所需的參數。 BackTrader将把kwargs傳遞給被建立的order對象

擴充交易

  • Close：平倉，清空所有的多單或空單
  • order_target_size：平衡倉位至目标數量，如果現數量超過目标數量就執行賣，反之則買
  • order_target_value：平衡倉位至目标價值
  • order_target_percent：平衡倉位至目标價值百分比
  • buy_bracket：止盈止損組合多單，會同時生成三個order，一個低價的止損賣單，一個中間價的限價買單以及一個高價的止盈限價賣單。相比基本交易的Buy和Sell，參數多了兩組參數【stopprice，stopexec，stopargs】和【limitprice，limitexec，limitargs】（官方文檔以及源碼注釋中把“limitexec”誤寫為“stopexec”了），分别用來配置止損訂單和止盈訂單。如果不想生成止損單或止盈單也可以通過設定參數stopexec=none或limitexec=none。傳回的三個order順序是[買單, 止損單, 止盈單]
  • sell_bracket：止盈止損組合空單，參數跟止盈止損組合多單一樣
  • cancel(self, order)：取消還未被處理的order

4，通知回調

BackTrader對一些狀态改變的通知是以回調的方式實作的，需要重寫對回調函數的實作。目前支援以下通知：

  • notify_order(order)：每次訂單狀态改變會觸發回調
  • notify_trade(trade)：任何開倉/更新/平倉交易的通知
  • notify_cashvalue(cash, value) ：通知目前現金和投資組合
  • notify_store(msg, *args, **kwargs)：關于存儲的通知
  • notify_data(self, data, status, *args, **kwargs):：關于資料的通知
  • notify_timer(self, timer, when, *args, **kwargs)：定時器通知，定時器可以通過成員函數add_timer（）添加

5，示例

例1，在前面的例子的基礎上我們添加基本的買賣操作以及訂單，交易和資産的通知

import backtrader as bt
import inspect

class MyStrategy(bt.Strategy):
    params = (('period', 30),)

    def __init__(self):
        self.sma = bt.indicators.SimpleMovingAverage(period=self.p.period)
        
    def notify_order(self, order):
        print("\033[31mbar序：{}，訂單通知 size:{},price:{},pricelimit:{},exectype{},tradeid:{},status:{}\033[0m"
              .format(len(self),order.size,order.price,order.pricelimit,order.exectype,order.tradeid,order.Status[order.status]))
        
    def notify_trade(self, trade):
        print("\033[32mbar序：{}，交易通知 size:{},price:{},value:{},tradeid:{},status:{}\033[0m"
              .format(len(self),trade.size,trade.price,trade.value,trade.tradeid,trade.status_names[trade.status]))
        
    def notify_cashvalue(self, cash, value):
        print("\033[33mbar序：{}，資産通知 cash:{},value:{}\033[0m"
              .format(len(self),cash,value))
        
    def next(self):
        print("bar序：{}，next sma={},close={}".format(len(self),self.sma[0],self.data.close[0]))
        if self.sma > self.data.close:
            print("It's time to buy!")
            self.buy()

        elif self.sma < self.data.close:
            print("It's time to close!")
            self.close()


cerebro = bt.Cerebro()
data = bt.feeds.GenericCSVData(
    dataname='CU1811.csv',
    nullvalue=0.0,
    dtformat=('%Y%m%d'),
    datetime=1,
    open=4,
    high=5,
    low=6,    
    close=7,
    volume=11,
    openinterest=-1
)

cerebro.adddata(data)
cerebro.broker.set_cash(1000000)
cerebro.addstrategy(MyStrategy, period=30)

cerebro.run()
#cerebro.plot(style='bar',iplot=False)

該例中，政策非常簡單，當移動平均值大于close值時執行買入操作，參數都是預設，當移動平均值小于close值時執行平倉操作。輸出如下：

bar序：1，資産通知 cash:1000000.0,value:1000000.0
bar序：2，資産通知 cash:1000000.0,value:1000000.0
bar序：3，資産通知 cash:1000000.0,value:1000000.0
           
bar序：30，資産通知 cash:1000000.0,value:1000000.0
bar序：30，next sma=54738.0,close=56340.0
It's time to close!
bar序：31，資産通知 cash:1000000.0,value:1000000.0
bar序：31，next sma=54823.0,close=57230.0
It's time to close!
           
bar序：44，next sma=55286.666666666664,close=54600.0
It's time to buy!
bar序：45，訂單通知 size:1,price:None,pricelimit:None,exectype0,tradeid:0,status:Submitted
bar序：45，訂單通知 size:1,price:None,pricelimit:None,exectype0,tradeid:0,status:Accepted
bar序：45，訂單通知 size:1,price:None,pricelimit:None,exectype0,tradeid:0,status:Completed
bar序：45，交易通知 size:1,price:54890.0,value:54890.0,tradeid:0,status:Open
bar序：45，資産通知 cash:945110.0,value:1000040.0
bar序：45，next sma=55357.666666666664,close=54930.0
           
bar序：62，next sma=55060.666666666664,close=53050.0
It's time to buy!
bar序：63，訂單通知 size:1,price:None,pricelimit:None,exectype0,tradeid:0,status:Submitted
bar序：63，訂單通知 size:1,price:None,pricelimit:None,exectype0,tradeid:0,status:Margin
bar序：63，資産通知 cash:20430.0,value:983610.0
bar序：63，next sma=54957.333333333336,close=53510.0
           
bar序：66，next sma=54765.333333333336,close=55000.0
It's time to close!
bar序：67，訂單通知 size:-18,price:None,pricelimit:None,exectype0,tradeid:0,status:Submitted
bar序：67，訂單通知 size:-18,price:None,pricelimit:None,exectype0,tradeid:0,status:Accepted
bar序：67，訂單通知 size:-18,price:None,pricelimit:None,exectype0,tradeid:0,status:Completed
bar序：67，交易通知 size:0,price:54420.555555555555,value:0.0,tradeid:0,status:Closed
bar序：67，資産通知 cash:1007010.0,value:1007010.0
bar序：67，next sma=54736.333333333336,close=55040.0

這是部分輸出，可以得出，1，notify_cashvalue會在每個bar被調到；2，從第3段可以看出訂單的發出發生在滿足條件的後面一個bar，因為采用了預設的“market”交易類型；3，在同一個bar時點内，順序是訂單通知》交易通知》資産通知》next函數；4，從第4段可以看出當現金不夠是，order會進入Margin狀态；5，在已經持有多單時再追加多單不會有交易通知

例2，一次隻買一手太少了，我們試一次另一個控制倉位比例的函數order_target_percent，并添加一些控制

import backtrader as bt
import inspect

class MyStrategy(bt.Strategy):
    params = (('period', 30),)

    def __init__(self):
        self.sma = bt.indicators.SimpleMovingAverage(period=self.p.period)
        
    def notify_order(self, order):
        print("\033[31mbar序：{}，訂單通知 size:{},price:{},pricelimit:{},exectype:{},tradeid:{},status:{}\033[0m"
              .format(len(self),order.size,order.price,order.pricelimit,order.ExecTypes[order.exectype],order.tradeid,order.Status[order.status]))
        
        if not order.alive():
            self.order = None
            
    def notify_trade(self, trade):
        print("\033[32mbar序：{}，交易通知 size:{},price:{},value:{},tradeid:{},status:{}\033[0m"
              .format(len(self),trade.size,trade.price,trade.value,trade.tradeid,trade.status_names[trade.status]))
        
    '''def notify_cashvalue(self, cash, value):
        print("\033[33mbar序：{}，資産通知 cash:{},value:{}\033[0m"
              .format(len(self),cash,value))'''
    
    def start(self):
        self.order = None
    
    def next(self):
        #print("bar序：{}，next sma={},close={}".format(len(self),self.sma[0],self.data.close[0]))
        if self.order:
            return
        
        if not self.position:
            if self.sma > self.data.close:
                self.order = self.order_target_percent(target=1.0, price=self.data.close[0]*0.99,exectype=bt.Order.Limit)
                #self.order = self.buy(price=self.data.close[0]*0.99,exectype=bt.Order.Limit)
        else:
            if self.sma < self.data.close:
                self.close()


cerebro = bt.Cerebro()
data = bt.feeds.GenericCSVData(
    dataname='CU1811.csv',
    nullvalue=0.0,
    dtformat=('%Y%m%d'),
    datetime=1,
    open=4,
    high=5,
    low=6,    
    close=7,
    volume=11,
    openinterest=-1
)

cerebro.adddata(data)
cerebro.broker.set_cash(1000000)
cerebro.addstrategy(MyStrategy, period=30)

cerebro.run()

添加了一個order的變量，儲存order狀态，當有order被挂起時不發起新的order；添加了在“self.position”的判斷，當已經開了倉不會再重複開倉；用“order_target_percent”替換了“buy”，并且滿倉買入，訂單類型也改為限價單；去掉了多餘的列印資訊。以下是輸出

bar序：45，訂單通知 size:18,price:54054.0,pricelimit:None,exectype:Limit,tradeid:0,status:Submitted
bar序：45，訂單通知 size:18,price:54054.0,pricelimit:None,exectype:Limit,tradeid:0,status:Accepted
bar序：49，訂單通知 size:18,price:54054.0,pricelimit:None,exectype:Limit,tradeid:0,status:Completed
bar序：49，交易通知 size:18,price:54054.0,value:972972.0,tradeid:0,status:Open
bar序：67，訂單通知 size:-18,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Submitted
bar序：67，訂單通知 size:-18,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Accepted
bar序：67，訂單通知 size:-18,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Completed
bar序：67，交易通知 size:0,price:54054.0,value:0.0,tradeid:0,status:Closed
bar序：70，訂單通知 size:19,price:53341.2,pricelimit:None,exectype:Limit,tradeid:0,status:Submitted
bar序：70，訂單通知 size:19,price:53341.2,pricelimit:None,exectype:Limit,tradeid:0,status:Accepted
bar序：71，訂單通知 size:19,price:53341.2,pricelimit:None,exectype:Limit,tradeid:0,status:Completed
bar序：71，交易通知 size:19,price:53341.2,value:1013482.7999999999,tradeid:0,status:Open
bar序：104，訂單通知 size:-19,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Submitted
bar序：104，訂單通知 size:-19,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Accepted
bar序：104，訂單通知 size:-19,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Completed
bar序：104，交易通知 size:0,price:53341.2,value:0.0,tradeid:0,status:Closed
bar序：116，訂單通知 size:19,price:51153.3,pricelimit:None,exectype:Limit,tradeid:0,status:Submitted
bar序：116，訂單通知 size:19,price:51153.3,pricelimit:None,exectype:Limit,tradeid:0,status:Accepted
bar序：154，訂單通知 size:19,price:51153.3,pricelimit:None,exectype:Limit,tradeid:0,status:Completed
bar序：154，交易通知 size:19,price:51153.3,value:971912.7000000001,tradeid:0,status:Open
bar序：181，訂單通知 size:-19,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Submitted
bar序：181，訂單通知 size:-19,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Accepted
bar序：181，訂單通知 size:-19,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Completed
bar序：181，交易通知 size:0,price:51153.3,value:0.0,tradeid:0,status:Closed
bar序：182，訂單通知 size:19,price:49113.9,pricelimit:None,exectype:Limit,tradeid:0,status:Submitted
bar序：182，訂單通知 size:19,price:49113.9,pricelimit:None,exectype:Limit,tradeid:0,status:Accepted
bar序：184，訂單通知 size:19,price:49113.9,pricelimit:None,exectype:Limit,tradeid:0,status:Completed
bar序：184，交易通知 size:19,price:49113.9,value:933164.1,tradeid:0,status:Open
bar序：206，訂單通知 size:-19,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Submitted
bar序：206，訂單通知 size:-19,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Accepted
bar序：206，訂單通知 size:-19,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Completed
bar序：206，交易通知 size:0,price:49113.9,value:0.0,tradeid:0,status:Closed
bar序：207，訂單通知 size:20,price:47935.8,pricelimit:None,exectype:Limit,tradeid:0,status:Submitted
bar序：207，訂單通知 size:20,price:47935.8,pricelimit:None,exectype:Limit,tradeid:0,status:Accepted
bar序：207，訂單通知 size:20,price:47935.8,pricelimit:None,exectype:Limit,tradeid:0,status:Completed
bar序：207，交易通知 size:20,price:47935.8,value:958716.0,tradeid:0,status:Open
bar序：209，訂單通知 size:-20,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Submitted
bar序：209，訂單通知 size:-20,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Accepted
bar序：209，訂單通知 size:-20,price:None,pricelimit:None,exectype:Market,tradeid:0,status:Completed
bar序：209，交易通知 size:0,price:47935.8,value:0.0,tradeid:0,status:Closed
bar序：233，訂單通知 size:20,price:49153.5,pricelimit:None,exectype:Limit,tradeid:0,status:Submitted
bar序：233，訂單通知 size:20,price:49153.5,pricelimit:None,exectype:Limit,tradeid:0,status:Accepted
bar序：233，訂單通知 size:20,price:49153.5,pricelimit:None,exectype:Limit,tradeid:0,status:Completed
bar序：233，交易通知 size:20,price:49153.5,value:983070.0,tradeid:0,status:Open

可以看出訂單不會馬上成交，會等到設定的價格出現時才會成交，不會像上個例子一樣頻繁發出訂單，更加合理

量化回測架構Backtrader
上一篇: kgtp
下一篇: 【Java集合源代碼剖析】Java集合架構

繼續閱讀