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。如果从现有派生，则可能已定义line
-
（可选）定义可以改变行为的参数
-
可选地提供/自定义一些元素，这些元素可以合理地绘制指针
-
提供
__init__完全定义的操作，并将绑定（赋值）到指针的 line，或者提供next和（可选）once方法如果在初始化期间可以使用逻辑/算术运算完全定义指针，并将结果分配给 line： 完成
如果不是这种情况，至少必须提供 a
next，其中指针必须为索引 0 处的 line赋值通过提供一次方法，可以优化运行 模式（批处理操作）的计算。
重要提示：幂等性
指针为它们收到的每个柱产生一个输出。无需假设同一柱将被发送多少次。操作必须是幂等的。
这背后的基本原理：
- 同一根柱线（指数方面）可以多次发送，值会发生变化（即变化的值是收盘价）
例如，这可以「重放」每日会话，但使用可以由5分钟柱组成的日内数据。
它还可以允许平台从即时源中获取值。
虚拟（但功能性）指示器
那么它可以是：
class DummyInd(bt.Indicator):
lines = ('dummyline',)
params = (('value', 5),)
def __init__(self):
self.lines.dummyline = bt.Max(0.0, self.params.value)
做！指针将始终输出相同的值：0.0 或 self.params.value（如果它恰好大于 0.0）。
相同的指针，但使用下一个方法：
class DummyInd(bt.Indicator):
lines = ('dummyline',)
params = (('value', 5),)
def next(self):
self.lines.dummyline[0] = max(0.0, self.params.value)
做！相同的行为。
注意
请注意如何在__init__ 版本中 bt.Max 用于分配给 Line 对象 self.lines.dummyline。
bt.Max 返回一个 lines 对象，该对象针对传递给指针的每个柱自动反复运算。
如果max 被使用，assigment将是毫无意义的，因为指针将具有具有固定值的成员变量，而不是 line。
在工作期间next 直接使用浮点值完成，并且可以使用标准 max 内置
让我们回想一下，self.lines.dummyline 这是长符号，它可以缩短为：
self.l.dummyline
甚至：
self.dummyline
后者只有在代码没有用成员属性遮盖它时才有可能。
第 3版 和第 last 版提供了优化计算的附加 once 方法：
class DummyInd(bt.Indicator):
lines = ('dummyline',)
params = (('value', 5),)
def next(self):
self.lines.dummyline[0] = max(0.0, self.params.value)
def once(self, start, end):
dummy_array = self.lines.dummyline.array
for i in xrange(start, end):
dummy_array[i] = max(0.0, self.params.value)
更有效，但开发该once 方法已迫使划伤表面。实际上，已经研究了胆量。
无论如何，该__init__ 版本都是最好的：
-
一切都局限于初始化
-
next和once（两者都经过优化，因为bt.Max已经有了它们）自动提供，无需使用索引和/或公式
无论是开发需要的，指针还可以覆盖与 和 once相关的next方法：
-
prenext和nexstart -
preonce和oncestart
手动/自动最短周期
如果可能的话，平台将计算它，但可能需要手动操作。
以下是简单移动平均线的潜在实现：
class SimpleMovingAverage1(Indicator):
lines = ('sma',)
params = (('period', 20),)
def next(self):
datasum = math.fsum(self.data.get(size=self.p.period))
self.lines.sma[0] = datasum / self.p.period
虽然看起来不错，但平台不知道最小周期是什么，即使参数被命名为“period”（名称可能具有误导性，并且某些指针会收到几个具有不同用法的“period”）
在这种情况下next ，已经调用了第1个 柱，并且everthing会爆炸，因为get无法返回所需的 self.p.period。
在解决这种情况之前，必须考虑一些事情：
- 传递给指针的 data feeds 可能已经具有 最小周期
示例 SimpleMovingAverage 可以在例如以下方面完成：
-
一般 data feed
这有一个缺省的最小周期 1 （只需等待进入系统的第 1 根 柱线）
-
另一条移动平均线...而这又已经有一个句号
如果这是 20，并且我们的样本移动平均线也有 20，我们最终得到的最小周期为 40 根柱线
实际上，内部计算显示39 ...因为一旦第一条移动平均线产生了一根柱线，这就会计入下一条移动平均线，这会创建一个重叠的柱线，因此需要39个。
-
其他也带有周期的指针/对象
缓解这种情况的做法如下：
class SimpleMovingAverage1(Indicator):
lines = ('sma',)
params = (('period', 20),)
def __init__(self):
self.addminperiod(self.params.period)
def next(self):
datasum = math.fsum(self.data.get(size=self.p.period))
self.lines.sma[0] = datasum / self.p.period
该addminperiod 方法是告诉系统考虑该指针所需的额外周期柱，以达到可能存在的任何最小周期。
有时，如果所有计算都是使用已经将其周期需求传达给系统的对象完成的，则绝对不需要这样做。
使用直方图的快速 MACD 实现：
from backtrader.indicators import EMA
class MACD(Indicator):
lines = ('macd', 'signal', 'histo',)
params = (('period_me1', 12), ('period_me2', 26), ('period_signal', 9),)
def __init__(self):
me1 = EMA(self.data, period=self.p.period_me1)
me2 = EMA(self.data, period=self.p.period_me2)
self.l.macd = me1 - me2
self.l.signal = EMA(self.l.macd, period=self.p.period_signal)
self.l.histo = self.l.macd - self.l.signal
做！无需考虑最小周期。
-
EMA代表指数移动平均线（平台内置别名）这个（已经在平台中）已经说明了它需要什么
-
指针 「macd」 和 「signal」 的命名 lines 正在被分配对象，这些对象已经带有声明的（幕后）周期
-
macd 从操作「me1 - me2」中获取周期，而操作又从 me1 和 me2 的周期中获取最大值（这两个周期都是具有不同周期的指数移动平均线）
-
信号直接取麦克德上指数移动平均线的周期。此 EMA 还考虑了已经存在的 macd 周期和计算自身所需的样本量 （period_signal）
-
histo 取两个操作数“信号 - macd”中的最大值。一旦两者都准备好了，histo也可以产生价值
-
完整的自订指针
让我们开发一个简单的自定义指针，它「指示」移动平均线（可以用参数修改）是否高于给定数据：
import backtrader as bt
import backtrader.indicators as btind
class OverUnderMovAv(bt.Indicator):
lines = ('overunder',)
params = dict(period=20, movav=btind.MovAv.Simple)
def __init__(self):
movav = self.p.movav(self.data, period=self.p.period)
self.l.overunder = bt.Cmp(movav, self.data)
做！如果平均值高于数据，则指针的值为“1”;如果低于数据，则指针的值为“-1”。
作为常规 data feed 1和-1将与 close 价格相比产生1和-1的数据。
虽然在绘图部分可以看到更多，并且在绘图世界中有一个举止和善良的公民，但可以添加一些东西：
import backtrader as bt
import backtrader.indicators as btind
class OverUnderMovAv(bt.Indicator):
lines = ('overunder',)
params = dict(period=20, movav=bt.ind.MovAv.Simple)
plotinfo = dict(
# Add extra margins above and below the 1s and -1s
plotymargin=0.15,
# Plot a reference horizontal line at 1.0 and -1.0
plothlines=[1.0, -1.0],
# Simplify the y scale to 1.0 and -1.0
plotyticks=[1.0, -1.0])
# Plot the line "overunder" (the only one) with dash style
# ls stands for linestyle and is directly passed to matplotlib
plotlines = dict(overunder=dict(ls='--'))
def _plotlabel(self):
# This method returns a list of labels that will be displayed
# behind the name of the indicator on the plot
# The period must always be there
plabels = [self.p.period]
# Put only the moving average if it's not the default one
plabels += [self.p.movav] * self.p.notdefault('movav')
return plabels
def __init__(self):
movav = self.p.movav(self.data, period=self.p.period)
self.l.overunder = bt.Cmp(movav, self.data)