backtrader的最初目标之一是：

• 能够快速制作指针原型以测试新想法

它不一定是一个完美的指针，但能够快速轻松地开发它们确实会有所帮助。为了确认设计是正确的，反向交易者标准库中的第一个指针是指数移动平均线（又名 EMA），其定义为：递归。

由于如何开发递归指针的问题已发布在反向交易者社区中，让我们开发一个快速的ExponentialMovingAverage指针。

递归指针，如

• 它使用先前的值来计算当前值

例如，您可以在Wikipedia - Exponential Moving Average中查看数学

如果您有足够的勇气阅读所有内容，您就会发现该周期是用来计算指数平滑的。我们会使用它。

为了解决计算第一个值的难题，行业决定使用前一period值的简单平均值。

作为杠杆，我们将使用bt.indicators.PeriodN ：

• 已经定义了一个period参数

• 通知框架最终用户使用的实际period

参见其定义： Docs - Indicator Reference

然后让我们开发我们的EMA

import backtrader as bt

class EMA(bt.indicators.PeriodN):
    params = {'period': 30}  # even if defined, we can redefine the default value
    lines = ('ema',)  # our output line

    def __init__(self):
        self.alpha = 2.0 / (1.0 + self.p.period)  # period -> exp smoothing factor

    def nextstart(self):  # calculate here the seed value
        self.lines.ema[0] = sum(self.data.get(size=self.p.period)) / self.p.period

    def next(self):
        ema1 = self.lines.ema[-1]  # previous EMA value
        self.lines.ema[0] = ema1 * (1.0 - self.alpha) + self.data[0] * self.alpha

做起来几乎比说的容易。关键是在nextstart中提供种子值，其中

• 当达到指针的最短预热期时，将调用一次。

  与next不同，它将为传递到系统中的每个新数据值调用

nextstart的默认实现只是将任务委托给next ，对于大多数指针（例如简单移动平均线）来说，这是正确的做法。但在这种情况下，覆盖和提供种子值是关键。

沿着数据绘制

作为移动平均线，如果指针绘制在与其计算平均值的数据相同的轴上，那就太好了。因为我们继承自PeriodN ，所以绘图的默认值是（参见文档）：

subplot=True

这当然意味着将为我们的指针创建一个subplot （图表上的另一个轴）。这很容易被覆盖。

import backtrader as bt

class EMA(bt.indicators.PeriodN):
    plot = dict(subplot=False)

并做了。如果您想控制更多绘图选项，请查看Docs - Plotting

祝你好运！