本文主要來自于官方文檔的翻譯，添加一些筆者在實踐中的了解，來記錄backtrader中的一些基本概念。
Data Feeds
backtrader（以下簡稱bt）進行回測或者交易需要有曆史或者實時的資料源，這些資料源包括典型的開盤價、最高價、最低價、收盤價、成交量等等，也可以是使用者自定義的名額、買賣信号等。Data Feeds就扮演着這個資料源的角色，需要使用者提供給bt。使用者通過以下方式将Data Feeds添加到bt内：
cerebro = bt.Cerebro() # 定義cerebro
...
data = btfeeds.MyFeed(...) # 定義Data Feeds
cerebro.adddata(data) # 添加Data Feeds
...
cerebro.addstrategy(MyStrategy, period=30) # 添加Strategy，在Strategy就可以通路Data Feeds
...
bt中主要靠Strategy來完成回測和交易，當Data Feeds通過上面代碼的方式被添加到bt後，就可以在Strategy中通路這些資料了，示例如下：
class MyStrategy(bt.Strategy):
params = dict(period=20)
def __init__(self):
sma = btind.SimpleMovingAverage(self.datas[0], period=self.params.period)
...
其中，self.datas就是對Data Feeds的通路。在Strategy中，Data Feeds被指派給self.datas這一成員變量，并以數組array的形式存在，數組中的每個元素代表1組資料，例如self.datas[0]表示第1隻股票的資料，self.datas[1]表示第2隻股票的資料，依次類推。
此外，Data Feeds會按照添加bt的順序做順序存儲。
Data Feeds的快捷通路方式
self.datas數組有以下快捷通路的方式：
- self.data對應self.datas[0]
- self.dataX對應self.datas[X]，其中X是0，1， 2，3 。。。
使用快捷方式self.data通路第1個 Data Feeds的示例如下：
class MyStrategy(bt.Strategy):
params = dict(period=20)
def __init__(self):
sma = btind.SimpleMovingAverage(self.data, period=self.params.period)
...
示例中，使用第1個Data Feeds來計算均線值。
省略Data Feeds
上面的代碼示例可以做進一步簡化：
class MyStrategy(bt.Strategy):
params = dict(period=20)
def __init__(self):
sma = btind.SimpleMovingAverage(period=self.params.period)
...
這裡在調用SimpleMovingAverage計算均線值時，把參數self.data也省略了。在這種情況下，預設會使用第1個Data Feeds（即self.data，self.datas0，self.datas[0]）來計算名額資料。
其他可以被當作Data Feeds的對象
在Strategy中，名額（Indicators）和運算符（Operations）計算結果都可以像Data Feeds一樣，被用來當作data計算名額資料（如上面計算SimpleMovingAverage的例子），示例如下（解釋請見代碼中的注釋）：
class MyStrategy(bt.Strategy):
params = dict(period1=20, period2=25, period3=10, period4)
def __init__(self):
# 在計算SimpleMovingAverage時，使用self.datas[0]作為data
sma1 = btind.SimpleMovingAverage(self.datas[0], period=self.p.period1)
# 在計算SimpleMovingAverage時， 使用sma1（Indicators）作為data
sma2 = btind.SimpleMovingAverage(sma1, period=self.p.period2)
# 通過運算符（Operations）計算來建立新的data
something = sma2 - sma1 + self.data.close
# 在計算SimpleMovingAverage時， 使用something（Operations結果）作為data
sma3 = btind.SimpleMovingAverage(something, period=self.p.period3)
# 使用比較運算符（Operations）建立新的data
greater = sma3 > sma1
# 在計算SimpleMovingAverage時， 使用greater（Operations結果）作為data
sma3 = btind.SimpleMovingAverage(greater, period=self.p.period4)
...
通過示例可以看出，Data Feeds， Indicators，Operations結果都可以被用過data傳遞給Strategy中，來計算新的名額。
參數Parameters
bt支援使用元組的元組或者類字典對象來定義參數Parameters，參數被定義為類的成員變量，可以使用self.params或者self.p來進行通路，使用元組形式的示例如下：
class MyStrategy(bt.Strategy):
params = (('period', 20),)
def __init__(self):
sma = btind.SimpleMovingAverage(self.data, period=self.p.period)
使用字典形式的示例如下：
class MyStrategy(bt.Strategy):
params = dict(period=20)
def __init__(self):
sma = btind.SimpleMovingAverage(self.data, period=self.p.period)
bt采用這種方式定義參數，是為了後續在添加政策時修改參數，或者對參數進行優化（調參）做準備。
歡迎大家關注、點贊、轉發、留言，感謝支援！
微信群用于學習交流，感興趣的讀者請掃碼加微信！
QQ群（676186743）用于資料共享，歡迎加入！
