Backtrader 教程：数据馈送 - 开发 - 常规

Backtrader Backtrader教程   |   2022年6月30日

笔记

示例goog.fd中使用的二进制文档属于 VisualChart，不能与backtrader一起分发。

对直接使用二进制文档感兴趣的人可以免费下载VisualChart 。

CSV数据馈送开发已经展示了如何添加新的基于 CSV 的数据馈送。现有的基类 CSVDataBase 提供的框架将大部分工作从子类中移除，在大多数情况下可以简单地完成： 

def _loadline(self, linetokens):

  # parse the linetokens here and put them in self.lines.close,
  # self.lines.high, etc

  return True # if data was parsed, else ... return False

基类负责参数、初始化、打开文档、读取行、将行拆分为标记以及其他一些事情，例如跳过不适合最终用户可能已定义的日期范围（ fromdate 、 todate ）的行.

开发非 CSV 数据馈送遵循相同的模式，而无需深入到已经拆分的行标记。

要做的事情：

  • 从backtrader .feed.DataBase 派生

  • 添加您可能需要的任何参数

  • 如果需要初始化，覆盖__init__(self)和/或start(self)

  • 如果需要任何清理代码，请覆盖stop(self)

  • 工作发生在必须始终被覆盖的方法内部： _load(self)

让我们看看backtrader .feed.DataBase已经提供的参数： 

from backtrader.utils.py3 import with_metaclass

...
...

class DataBase(with_metaclass(MetaDataBase, dataseries.OHLCDateTime)):

    params = (('dataname', None),
        ('fromdate', datetime.datetime.min),
        ('todate', datetime.datetime.max),
        ('name', ''),
        ('compression', 1),
        ('timeframe', TimeFrame.Days),
        ('sessionend', None))

具有以下含义：

  • dataname允许数据馈送识别如何获取数据。在CSVDataBase的情况下，此参数意味着文档的路径或已经是类似文档的对象。

  • fromdate和todate定义将传递给策略的日期范围。 Feed 提供的超出此范围的任何值都将被忽略

  • name是用于绘图目的的化妆品

  • timeframe表示时间工作参考

    潜在值： Ticks 、 Seconds 、 Minutes 、 Days 、 Weeks 、 Months和Years

  • compression （默认值：1）

    每个柱的实际柱数。内容丰富。仅对数据重采样/重放有效。

  • compression

  • sessionend如果通过（一个datetime对象）将被添加到允许识别会话结束的数据馈送日期时间行

示例二进制数据馈送

backtrader已经为VisualChart的导出定义了一个 CSV 数据馈送 ( VChartCSVData )，但也可以直接读取二进制数据文档。

让我们开始吧（完整的数据馈送代码可以在底部找到）

初始化

二进制 VisualChart 数据文档可以包含每日（.fd 扩展名）或日内数据（.min 扩展名）。这里将使用参数timeframe来区分正在读取的文档类型。

在__init__期间，设置了每种类型不同的常量。

    def __init__(self):
        super(VChartData, self).__init__()

        # Use the informative "timeframe" parameter to understand if the
        # code passed as "dataname" refers to an intraday or daily feed
        if self.p.timeframe >= TimeFrame.Days:
            self.barsize = 28
            self.dtsize = 1
            self.barfmt = 'IffffII'
        else:
            self.dtsize = 2
            self.barsize = 32
            self.barfmt = 'IIffffII'

开始

Datafeed 将在回测开始时启动（实际上可以在优化期间启动多次）

在start方法中，除非传递了类似文档的对象，否则二进制文档是打开的。

    def start(self):
        # the feed must start ... get the file open (or see if it was open)
        self.f = None
        if hasattr(self.p.dataname, 'read'):
            # A file has been passed in (ex: from a GUI)
            self.f = self.p.dataname
        else:
            # Let an exception propagate
            self.f = open(self.p.dataname, 'rb')

停止

回测完成时调用。

如果一个文档是打开的，它将被关闭

    def stop(self):
        # Close the file if any
        if self.f is not None:
            self.f.close()
            self.f = None

实际加载

实际工作在_load中完成。调用以加载下一组数据，在本例中为下一组：datetime、 open 、 high 、 low 、 close 、 volume 、 openinterest 。在backtrader中，“实际”时刻对应于索引 0。

将从打开的文档中读取一些字节（由__init__期间设置的常量确定），用struct模块解析，如果需要进一步处理（如日期和时间的 divmod 操作）并存储在数据lines中提要：日期时间、开盘价、最高价、最低价、收盘价、交易量、持仓量。

如果无法从文档中读取数据，则假定已到达文档结尾 (EOF)

  • 返回False表示没有更多数据可用

否则，如果数据已加载并解析：

  • 返回True表示数据集加载成功
    def _load(self):
        if self.f is None:
            # if no file ... no parsing
            return False

        # Read the needed amount of binary data
        bardata = self.f.read(self.barsize)
        if not bardata:
            # if no data was read ... game over say "False"
            return False

        # use struct to unpack the data
        bdata = struct.unpack(self.barfmt, bardata)

        # Years are stored as if they had 500 days
        y, md = divmod(bdata[0], 500)
        # Months are stored as if they had 32 days
        m, d = divmod(md, 32)
        # put y, m, d in a datetime
        dt = datetime.datetime(y, m, d)

        if self.dtsize > 1:  # Minute Bars
            # Daily Time is stored in seconds
            hhmm, ss = divmod(bdata[1], 60)
            hh, mm = divmod(hhmm, 60)
            # add the time to the existing atetime
            dt = dt.replace(hour=hh, minute=mm, second=ss)

        self.lines.datetime[0] = date2num(dt)

        # Get the rest of the unpacked data
        o, h, l, c, v, oi = bdata[self.dtsize:]
        self.lines.open[0] = o
        self.lines.high[0] = h
        self.lines.low[0] = l
        self.lines.close[0] = c
        self.lines.volume[0] = v
        self.lines.openinterest[0] = oi

        # Say success
        return True

其他二进制格式

相同的模型可以应用于任何其他二进制源：

  • 数据库

  • 分层数据存储

  • 在线资源

又是步骤：

  • __init__ -> 实例的任何初始化代码，只有一次

  • start -> 开始回测（如果要运行优化，则进行一次或多次）

    例如，这将打开到数据库的连接或到在线服务的套接字

  • stop -> 清理，例如关闭数据库连接或打开套接字

  • _load -> 查找数据库或在线源以获取下一组数据并将其加载到对象的lines中。标准字段为：datetime、 open 、 high 、 low 、 close 、 volume 、 openinterest

VChartData 测试

VCharData从本地“.fd”文档为 Google 加载 2006 年的数据。

它只是关于加载数据，因此甚至不需要Strategy的子类。 

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)

import datetime

import backtrader as bt
from vchart import VChartData


if __name__ == '__main__':
    # Create a cerebro entity
    cerebro = bt.Cerebro(stdstats=False)

    # Add a strategy
    cerebro.addstrategy(bt.Strategy)

    ###########################################################################
    # Note:
    # The goog.fd file belongs to VisualChart and cannot be distributed with
    # backtrader
    #
    # VisualChart can be downloaded from www.visualchart.com
    ###########################################################################
    # Create a Data Feed
    datapath = '../../datas/goog.fd'
    data = VChartData(
        dataname=datapath,
        fromdate=datetime.datetime(2006, 1, 1),
        todate=datetime.datetime(2006, 12, 31),
        timeframe=bt.TimeFrame.Days
    )

    # Add the Data Feed to Cerebro
    cerebro.adddata(data)

    # Run over everything
    cerebro.run()

    # Plot the result
    cerebro.plot(style='bar')

VChartData 完整代码

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)

import datetime
import struct

from backtrader.feed import DataBase
from backtrader import date2num
from backtrader import TimeFrame


class VChartData(DataBase):
    def __init__(self):
        super(VChartData, self).__init__()

        # Use the informative "timeframe" parameter to understand if the
        # code passed as "dataname" refers to an intraday or daily feed
        if self.p.timeframe >= TimeFrame.Days:
            self.barsize = 28
            self.dtsize = 1
            self.barfmt = 'IffffII'
        else:
            self.dtsize = 2
            self.barsize = 32
            self.barfmt = 'IIffffII'

    def start(self):
        # the feed must start ... get the file open (or see if it was open)
        self.f = None
        if hasattr(self.p.dataname, 'read'):
            # A file has been passed in (ex: from a GUI)
            self.f = self.p.dataname
        else:
            # Let an exception propagate
            self.f = open(self.p.dataname, 'rb')

    def stop(self):
        # Close the file if any
        if self.f is not None:
            self.f.close()
            self.f = None

    def _load(self):
        if self.f is None:
            # if no file ... no parsing
            return False

        # Read the needed amount of binary data
        bardata = self.f.read(self.barsize)
        if not bardata:
            # if no data was read ... game over say "False"
            return False

        # use struct to unpack the data
        bdata = struct.unpack(self.barfmt, bardata)

        # Years are stored as if they had 500 days
        y, md = divmod(bdata[0], 500)
        # Months are stored as if they had 32 days
        m, d = divmod(md, 32)
        # put y, m, d in a datetime
        dt = datetime.datetime(y, m, d)

        if self.dtsize > 1:  # Minute Bars
            # Daily Time is stored in seconds
            hhmm, ss = divmod(bdata[1], 60)
            hh, mm = divmod(hhmm, 60)
            # add the time to the existing atetime
            dt = dt.replace(hour=hh, minute=mm, second=ss)

        self.lines.datetime[0] = date2num(dt)

        # Get the rest of the unpacked data
        o, h, l, c, v, oi = bdata[self.dtsize:]
        self.lines.open[0] = o
        self.lines.high[0] = h
        self.lines.low[0] = l
        self.lines.close[0] = c
        self.lines.volume[0] = v
        self.lines.openinterest[0] = oi

        # Say success
        return True

推荐阅读

相关文章

Backtrader向 OHLC 提供买入价/卖出价数据

最近，backtrader通过实现line覆盖来运行从 ohlc-land 逃逸，这允许重新定义整个层次结构，例如，具有仅具有 bid，ask 和 datetime lines的data feeds。

Backtrader策略选择

休士顿我们有一个问题： cerebro 不应多次运行。这不是第1次 ，而不是认为用户做错了，这似乎是一个用例。 这个有趣的用例是通过票证177出现的。在这种情况下， cerebro 被多次用于评估从外部数据源获取的不同策略。 backtrader 仍然可以支持此用例，但不能以直接尝试的方式支持。

Backtrader写下来

随着 1.1.7.88 版本的发布， backtrader有了一个新的补充：作家这可能早就到期了，应该已经存在了，问题 #14中的讨论也应该已经开始了开发。但迟到总比没有好。

Backtrader教程：指针 - 开发

如果必须开发任何东西（除了一个或多个获胜策略之外），那么这个东西就是一个自定义指针。 根据作者的说法，平台内的这种开发很容易。 需要满足以下条件： 从指针派生的类（直接或从现有的子类派生） 定义它将保持lines 指针必须至少具有 1 line。

Backtrader扩展数据馈送

GitHub 中的问题实际上是在推动文档部分的完成，或者说明我了解 backtrader 是否具有我从最初时刻就设想的易用性和灵活性以及在此过程中做出的决定。 在本例中为问题 #9。

Backtrader智能质押

版本 1.6.4.93 标志着 backtrader 的一个重要里程碑，即使版本号的更改很小。 职位大小调整是阅读Van K. Tharp的《Trade Your Way To Financial Freedom 》后，为这个项目奠定基础的事情之一。

Backtrader 教程：数据馈送 - 开发 - CSV

backtrader已经提供了通用 CSV数据提要和一些特定的 CSV数据提要。

Backtrader教程：经纪商

经纪商仿真器该模拟支持不同的订单类型，根据当前现金检查提交的订单现金需求，跟踪每次反复运算的cerebro 现金和价值，并在不同数据上保持当前位置。

Backtrader 教程：交易

交易的定义：当工具中的头寸从 0 变为大小 X 时，交易打开，对于多头/空头头寸可能为正/负）当头寸从 X 变为 0 时，交易平仓。以下两个动作：正转负负转正实际上被视为：一笔交易已关闭（仓位从 X 变为 0）新交易已开立（仓位从 0 变为 Y）交易只是提供信息，没有用户可调用的方法。

Backtrader 教程：订单 - 目标订单

在1.8.10.96版本之前，可以使用反向交易者通过策略方法进行智能质押： buy和sell 。这一切都是为了在负责赌注大小的等式中添加一个Sizer 。 Sizer不能做的是决定操作是买入还是卖出。这意味着需要一个新概念，在其中添加一个小的智能层来做出这样的决定。