有时，获得有关使用反向交易者的提示有助于了解人们可能在寻找什么以及使用该平台的目的。
参考数据：
这是一篇分析两个 ETF 的帖子（西班牙语）： GLD vs SPY （实际上是黄金 vs S&P500）
在不进行翻译的情况下，让我们专注于backtrader的要点：
添加相关指针。为此，选择了
PearsonR。并且为了创建它而不是从头开始编码它的壮举，完成了如何从
scipy函数中完成它的示例。编码class PearsonR(bt.ind.PeriodN): _mindatas = 2 # hint to the platform lines = ('correlation',) params = (('period', 20),) def next(self): c, p, = scipy.stats.pearsonr(self.data0.get(size=self.p.period), self.data1.get(size=self.p.period)) self.lines.correlation[0] = c添加滚动对数回报
该平台已经有一个对数返回的分析器，但不是滚动的。
添加了分析器
LogReturnsRolling，它需要一个timeframe参数（和compression）来使用与数据不同的时间帧（如果需要）与它一起并用于可视化（在内部使用分析器）一个
LogReturns观察者允许数据绘图（轻松）。像这样
# Data feeds data0 = YahooData(dataname=args.data0, **kwargs) # cerebro.adddata(data0) cerebro.resampledata(data0, timeframe=bt.TimeFrame.Weeks) data1 = YahooData(dataname=args.data1, **kwargs) # cerebro.adddata(data1) cerebro.resampledata(data1, timeframe=bt.TimeFrame.Weeks) data1.plotinfo.plotmaster = data0只需使用
plotmaster=data0将在data0上绘制data1
从平台一开始就支持在自己的轴上和彼此上绘制移动平均线。
分析器和观察器也已添加到平台中，以及与博客文章中的默认值相同的示例。
运行示例：
$ ./gold-vs-sp500.py --cerebro stdstats=False --plot volume=False
笔记
stdstats= False和volume = False通过删除一些常见的东西（例如CashValue观察者和体积子图）来减少图表中的混乱。
生成一个模仿文章大部分输出的图表。
不包含：
创建回报分布的图表。
它们不适合具有基于日期时间的 x 轴的图表。
但是可能会有这些分布。
示例使用
$ ./gold-vs-sp500.py --help
usage: gold-vs-sp500.py [-h] [--data0 TICKER] [--data1 TICKER] [--offline]
[--fromdate FROMDATE] [--todate TODATE]
[--cerebro kwargs] [--broker kwargs] [--sizer kwargs]
[--strat kwargs] [--plot [kwargs]] [--myobserver]
Gold vs SP500 from https://estrategiastrading.com/oro-bolsa-estadistica-con-
python/
optional arguments:
-h, --help show this help message and exit
--data0 TICKER Yahoo ticker to download (default: SPY)
--data1 TICKER Yahoo ticker to download (default: GLD)
--offline Use the offline files (default: False)
--fromdate FROMDATE Date[time] in YYYY-MM-DD[THH:MM:SS] format (default:
2005-01-01)
--todate TODATE Date[time] in YYYY-MM-DD[THH:MM:SS] format (default:
2016-01-01)
--cerebro kwargs kwargs in key=value format (default: )
--broker kwargs kwargs in key=value format (default: )
--sizer kwargs kwargs in key=value format (default: )
--strat kwargs kwargs in key=value format (default: )
--plot [kwargs] kwargs in key=value format (default: )
示例代码
from __future__ import (absolute_import, division, print_function,
unicode_literals)
# Reference
# https://estrategiastrading.com/oro-bolsa-estadistica-con-python/
import argparse
import datetime
import scipy.stats
import backtrader as bt
class PearsonR(bt.ind.PeriodN):
_mindatas = 2 # hint to the platform
lines = ('correlation',)
params = (('period', 20),)
def next(self):
c, p, = scipy.stats.pearsonr(self.data0.get(size=self.p.period),
self.data1.get(size=self.p.period))
self.lines.correlation[0] = c
class MACrossOver(bt.Strategy):
params = (
('ma', bt.ind.MovAv.SMA),
('pd1', 20),
('pd2', 20),
)
def __init__(self):
ma1 = self.p.ma(self.data0, period=self.p.pd1, subplot=True)
self.p.ma(self.data1, period=self.p.pd2, plotmaster=ma1)
PearsonR(self.data0, self.data1)
def runstrat(args=None):
args = parse_args(args)
cerebro = bt.Cerebro()
# Data feed kwargs
kwargs = dict()
# Parse from/to-date
dtfmt, tmfmt = '%Y-%m-%d', 'T%H:%M:%S'
for a, d in ((getattr(args, x), x) for x in ['fromdate', 'todate']):
if a:
strpfmt = dtfmt + tmfmt * ('T' in a)
kwargs[d] = datetime.datetime.strptime(a, strpfmt)
if not args.offline:
YahooData = bt.feeds.YahooFinanceData
else:
YahooData = bt.feeds.YahooFinanceCSVData
# Data feeds
data0 = YahooData(dataname=args.data0, **kwargs)
# cerebro.adddata(data0)
cerebro.resampledata(data0, timeframe=bt.TimeFrame.Weeks)
data1 = YahooData(dataname=args.data1, **kwargs)
# cerebro.adddata(data1)
cerebro.resampledata(data1, timeframe=bt.TimeFrame.Weeks)
data1.plotinfo.plotmaster = data0
# Broker
kwargs = eval('dict(' + args.broker + ')')
cerebro.broker = bt.brokers.BackBroker(**kwargs)
# Sizer
kwargs = eval('dict(' + args.sizer + ')')
cerebro.addsizer(bt.sizers.FixedSize, **kwargs)
# Strategy
if True:
kwargs = eval('dict(' + args.strat + ')')
cerebro.addstrategy(MACrossOver, **kwargs)
cerebro.addobserver(bt.observers.LogReturns2,
timeframe=bt.TimeFrame.Weeks,
compression=20)
# Execute
cerebro.run(**(eval('dict(' + args.cerebro + ')')))
if args.plot: # Plot if requested to
cerebro.plot(**(eval('dict(' + args.plot + ')')))
def parse_args(pargs=None):
parser = argparse.ArgumentParser(
formatter_class=argparse.ArgumentDefaultsHelpFormatter,
description=(
'Gold vs SP500 from '
'https://estrategiastrading.com/oro-bolsa-estadistica-con-python/')
)
parser.add_argument('--data0', required=False, default='SPY',
metavar='TICKER', help='Yahoo ticker to download')
parser.add_argument('--data1', required=False, default='GLD',
metavar='TICKER', help='Yahoo ticker to download')
parser.add_argument('--offline', required=False, action='store_true',
help='Use the offline files')
# Defaults for dates
parser.add_argument('--fromdate', required=False, default='2005-01-01',
help='Date[time] in YYYY-MM-DD[THH:MM:SS] format')
parser.add_argument('--todate', required=False, default='2016-01-01',
help='Date[time] in YYYY-MM-DD[THH:MM:SS] format')
parser.add_argument('--cerebro', required=False, default='',
metavar='kwargs', help='kwargs in key=value format')
parser.add_argument('--broker', required=False, default='',
metavar='kwargs', help='kwargs in key=value format')
parser.add_argument('--sizer', required=False, default='',
metavar='kwargs', help='kwargs in key=value format')
parser.add_argument('--strat', required=False, default='',
metavar='kwargs', help='kwargs in key=value format')
parser.add_argument('--plot', required=False, default='',
nargs='?', const='{}',
metavar='kwargs', help='kwargs in key=value format')
return parser.parse_args(pargs)
if __name__ == '__main__':
runstrat()