版本 1.3.0.92提供了混合来自不同时间范围的数据（来自数据馈送和/或指针）的可能性。
背景：指针是智能的哑对象。
他们很聪明，因为他们可以进行复杂的计算。
他们是愚蠢的，因为他们在不知道哪些来源为计算提供数据的情况下进行操作
像这样：
- 如果提供值的数据源在
Cerebro引擎内具有不同的时间范围、不同的长度，则指针将中断。
计算示例，其中data0的时间范围为天，而data1的时间范围为months ：
pivotpoint = btind.PivotPoint(self.data1) sellsignal = self.data0.close < pivotpoint.s1
当收盘价低于s1线（第一支撑）时，这里寻求卖出信号
笔记
根据定义， PivotPoint在更大的时间范围内工作
这将在过去出现以下错误：
return self.array[self.idx + ago] IndexError: array index out of range
并且有一个很好的理由： self.data. close提供从第一个时刻PivotPoint （以及因此s1线）只会在整整一个月过去后提供值，这大致相当于self.data0. close 。在这 22 次关闭期间，还没有s1的值，并且尝试从底层数组中获取它失败。
Lines对象支持(ago)运算符（Python 中的__call__特殊方法）以提供其自身的延迟版本：
close1 = self.data.close(-1)
在这个例子中，对象close1 （当通过[0]访问时）总是包含由close传递的前一个值（ -1 ）。该语法已被重用以适应适应时间范围。让我们重写上面的pivotpoint片段：
pivotpoint = btind.PivotPoint(self.data1) sellsignal = self.data0.close < pivotpoint.s1()
查看()如何在没有参数的情况下运行（在后台提供None ）。以下情况正在发生：
-
pivotpoint.s1()正在返回一个内部LinesCoupler对象，该对象遵循更大范围的节奏。该耦合器使用来自真实s1的最新交付值填充自身（从默认值NaN开始）
但是需要一些额外的东西才能使魔法发挥作用。必须使用以下内容创建Cerebro ：
cerebro = bt.Cerebro(runonce=False)
或运行：
cerebro.run(runonce=False)
在这种模式下，指针和后期评估的自动线对像是逐步运行的，而不是紧密循环。这使得整个操作变慢，但它使得它成为可能
底部的示例脚本被打破，现在运行：
$ ./mixing-timeframes.py
带输出：
0021,0021,0001,2005-01-31,2984.75,2935.96,0.00 0022,0022,0001,2005-02-01,3008.85,2935.96,0.00 ... 0073,0073,0003,2005-04-15,3013.89,3010.76,0.00 0074,0074,0003,2005-04-18,2947.79,3010.76,1.00 ...
在第 74行，第一个close < s1实例发生。
该脚本还提供了对其他可能性的洞察：耦合指针的所有行。之前我们有：
self.sellsignal = self.data0.close < pp.s1()
作为替代方案：
pp1 = pp() self.sellsignal = self.data0.close < pp1.s1
现在整个PivotPoint指针已耦合，可以访问其任何行（即p 、 r1 、 r2 、 s1 、 s2 ）。该脚本只对s1感兴趣，并且可以直接访问。：
$ ./mixing-timeframes.py --multi
输出：
0021,0021,0001,2005-01-31,2984.75,2935.96,0.00 0022,0022,0001,2005-02-01,3008.85,2935.96,0.00 ... 0073,0073,0003,2005-04-15,3013.89,3010.76,0.00 0074,0074,0003,2005-04-18,2947.79,3010.76,1.00 ...
这里没有惊喜。和以前一样。甚至可以绘制“耦合”对象：
$ ./mixing-timeframes.py --multi --plot
全耦合语法
对于具有多条线的线对象（例如像PivotPoint这样的指针）：
obj(clockref=None, line =-1)-
clockref如果clockref是None，则周围的对象（在示例中为Strategy）将作为参考以适应较大的时间范围（例如：Months）以适应更小/更快的时间范围（例如：Days）
如果需要，可以使用另一个参考
line* If the default `-1` is given, all *lines* are coupled. * If another integer (for example, `0` or `1`) a single line will be coupled and fetched by index (from `obj.lines[x]`) * If a string is passed, the line will be fetched by name. In the sample, the following could have been done: ```python coupled_s1 = pp(line='s1') ```
-
对于具有单条线的线对象（例如来自指针PivotPoint的线s1 ）：
-
obj(clockref=None)（参见上面的clockref）
结论
集成在常规()语法中，来自不同时间范围的数据馈送可以混合在指针中，始终考虑到需要实例化或使用cerebro runonce= False创建 cerebro。
脚本代码和用法
在backtrader的来源中作为示例提供。用法：
$ ./mixing-timeframes.py --help usage: mixing-timeframes.py [-h] [--data DATA] [--multi] [--plot] Sample for pivot point and cross plotting optional arguments: -h, --help show this help message and exit --data DATA Data to be read in (default: ../../datas/2005-2006-day-001.txt) --multi Couple all lines of the indicator (default: False) --plot Plot the result (default: False)
编码：
from __future__ import (absolute_import, division, print_function,
unicode_literals)
import argparse
import backtrader as bt
import backtrader.feeds as btfeeds
import backtrader.indicators as btind
import backtrader.utils.flushfile
class St(bt.Strategy):
params = dict(multi=True)
def __init__(self):
self.pp = pp = btind.PivotPoint(self.data1)
pp.plotinfo.plot = False # deactivate plotting
if self.p.multi:
pp1 = pp() # couple the entire indicators
self.sellsignal = self.data0.close < pp1.s1
else:
self.sellsignal = self.data0.close < pp.s1()
def next(self):
txt = ','.join(
['%04d' % len(self),
'%04d' % len(self.data0),
'%04d' % len(self.data1),
self.data.datetime.date(0).isoformat(),
'%.2f' % self.data0.close[0],
'%.2f' % self.pp.s1[0],
'%.2f' % self.sellsignal[0]])
print(txt)
def runstrat():
args = parse_args()
cerebro = bt.Cerebro()
data = btfeeds.BacktraderCSVData(dataname=args.data)
cerebro.adddata(data)
cerebro.resampledata(data, timeframe=bt.TimeFrame.Months)
cerebro.addstrategy(St, multi=args.multi)
cerebro.run(stdstats=False, runonce=False)
if args.plot:
cerebro.plot(style='bar')
def parse_args():
parser = argparse.ArgumentParser(
formatter_class=argparse.ArgumentDefaultsHelpFormatter,
description='Sample for pivot point and cross plotting')
parser.add_argument('--data', required=False,
default='../../datas/2005-2006-day-001.txt',
help='Data to be read in')
parser.add_argument('--multi', required=False, action='store_true',
help='Couple all lines of the indicator')
parser.add_argument('--plot', required=False, action='store_true',
help=('Plot the result'))
return parser.parse_args()
if __name__ == '__main__':
runstrat()