Backtrader | 2022年7月4日
在 Jupyter Notebook 中运行时，1.9.1.99 版添加了自动内联绘图。
一些关于backtrader的问题表明人们在笔记本中使用该平台并支持这一点并将其设为默认行为应该使事情保持一致。
如果希望以前的行为并且必须独立绘制图形，只需运行以下操作：
import backtrader as bt ... cerebro.run() ... cerebro.plot(iplot=False)
当然，如果从脚本或交互方式运行， matplotlib的默认绘图后端将像以前一样使用，它将在单独的窗口中绘制图表。
backtrader经纪商模拟在使用volume运行订单时具有缺省策略： 忽略 volume 这是基于2个前提： 在市场中交易的流动性足以一次性完全吸收买入/卖出订单 真正的 volume 匹配需要真正的狼 一个简单的例子是Fill or Kill 订单。
在最近的Canonical vs Non-Canonical 帖子中 MFI ，开发了（aka MoneyFlowIndicator）。 尽管它是以规范的方式开发的，但它仍然提供了一些改进和成为通用的空间。
版本1.9.32.116 增加了对社区中呈现的有趣用例 的支持 以期货开始交易，包括实物交割 让一个指针告诉你一些事情 如果需要， close 现货价格操作，有效地取消实物交割，无论是为了接收货物还是为了必须交付货物（并希望获利）来头寸。
当数据仅在一个时间范围内可用并且必须在不同的时间范围内进行分析时，是时候进行一些重新采样了。 “重新采样”实际上应该称为“上采样”，因为从源时间范围到更大的时间范围（例如：几天到几周） “下采样”尚不可能。 backtrader通过将原始数据传递给智能命名为DataResampler的过滤器对象，内置了对重采样的支持。
此功能是 backtrader 的相对较新的补充，必须安装到已经存在的内部结构中。这使得它不像希望的那样灵活且100%功能齐全，但在许多情况下它仍然可以达到目的。 尽管该实现试图允许随插即用的筛检程序链接，但预先存在的内部结构使得很难确保始终可以实现。因此，某些筛选器可能是链接的，而其他一些筛选器可能不是。
在 1.5.0 版之前， backtrader 使用直接的方法来进行时间管理，因为数据源计算的任何日期时间都只是按面值使用。 对于任何用户输入也是如此，例如可以提供给任何数据源的参数fromdate （或 sessionstart）的情况 考虑到直接控制冻结的数据源以进行回溯测试，这种方法很好。
2017年5月，雅虎停止了现有的CSV格式历史数据下载API。 一个新的API（这里命名v7）很快被标准化并已实现。 这也带来了实际CSV下载格式的变化。 使用 v7 API/格式 从版本1.9.49.116 开始，这是缺省行为。
智能质押 策略提供了交易方法，即：buy和 sell close。
backtrader 旨在尝试提供易用性。创建指针和其他常见嫌疑人应该很容易。 当然，定制现有项目也应该是交易的一部分。 社区中的一个主题，BuySell Arrows，它起源于从问题迁移而来的，就是一个很好的例子。
操作 backtrader 也是可能的，而无需编写策略。虽然这是首选方式，但由于构成机器的对象层次结构，使用信号也是可能的。