Backtrader教程：分析仪

Backtrader Backtrader教程   |   2022年6月21日

无论是回溯测试还是交易，能够分析交易系统的性能是了解是否不仅获得了利润，而且是否在风险太大的情况下实现了利润，或者与参考资产（或无风险资产）相比，是否真的值得付出努力的关键。

这就是对象家族的用武之Analyzer 地：提供对所发生事件甚至实际发生的事情的分析。

analyzers的性质

该接口是根据 Lines 对象（例如next 方法）的接口建模的，但有一个主要区别：

  • Analyzers 不要握住 lines。

    这意味着它们在内存方面并不昂贵，因为即使在分析了数千个价格柱之后，它们仍然可能只是在内存中保存单个结果。

在生态系统中的位置

Analyzer 对象（如策略、 observers 和数据）通过 cerebro 实例添加到系统中：

  • addanalyzer(ancls, *args, **kwargs)

但是，当涉及到操作期间cerebro.run ，系统中存在的每个策略将发生以下情况

  • ancls将在*args **kwargscerebro.run

  • 实例ancls 将附加到策略

这意味着：

  • 例如，如果回溯测试运行包含 3 个策略，则将创建 3 个实例，每个实例 ancls 将附加到不同的策略。

结论：分析器分析单个策略的性能，而不是整个系统的性能

其他位置

某些Analyzer 对象实际上可能使用其他 analyzers 来完成其工作。例如： SharpeRatio 使用的 TimeReturn 输出进行计算。

这些子analyzers 或从analyzers 也将插入到与创建它们的策略相同的策略中。但它们对用户来说是完全不可见的。

属性

为了运行预期的工作，Analyzer 对象提供了一些缺省属性，这些属性会自动传递并在实例中设置，以便于使用：

  • self.strategy：引用分析器对象在其中操作的策略子类。策略可访问的任何内容也可以由分析器访问

  • self.datas[x]：策略中存在的 data feeds 数组。尽管可以通过策略参考访问这一点，但快捷方式使工作更加舒适。

  • self.data：为增加舒适度而快捷键 self.datas[0] 。

  • self.dataX：不同 self.datas[x]

其他一些别名可用，尽管它们可能有些过分：

* `self.dataX_Y` where X is a reference to `self.datas[X]` and `Y`
  refers to the line, finally pointing to: `self.datas[X].lines[Y]`

如果 line 具有名称，则以下选项也可用：

* `self.dataX_Name` which resolves to `self.datas[X].Name` returning
  the line by name rather than by index

对于第一个数据， last 两个快捷方式在没有初始X 数字参考的情况下可用。例如：

* `self.data_2` refers to `self.datas[0].lines[2]`

和

* `self.data_close` refers to `self.datas[0].close`

返回分析

Analyzer 基类创建一个self.rets（类型collections.OrderedDict为 ）成员属性以返回分析。这是在方法中完成的，如果创建自定义analyzers，则该方法create_analysis可由子类覆盖。

做法

虽然Analyzer 对象不是 Lines 对象，因此不会反复运算 lines，但它们被设计为遵循相同的操作模式。

  1. 在系统启动之前实例化（因此调用__init__ ）

  2. 发出开始操作的信号start

  3. prenext / nextstart / next 将在指针工作的策略的计算最短周期之后被调用。

    的缺省nextstart行为prenext是调用 next，因为分析器可能从系统处于活动状态的第一刻起就开始分析。

    习惯上调用len(self)Lines对象来检查实际的柱数。这也通过返回值来工作Analyzersself.strategy

  4. 订单和交易将像notify_order 通过和 notify_trade

  5. 现金和价值也将被通知，就像策略完成的方法一notify_cashvalue 样

  6. 现金，价值和基金价值以及基金份额也将被通知，就像使用方法的策略notify_fund 一样

  7. stop 将被调用以指示操作结束

一旦常规操作周期完成， analyzers 具有提取/输出信息的其他方法

  • get_analysis：理想情况下（不强制）返回包含 dict 分析结果的类似对象。

  • print 使用标准 backtrader.WriterFile （除非被覆盖）从 get_analysis写入分析结果。

  • pprint （漂亮的打印）使用Python pprint 模块来打印 get_analysis resutls。

最后：

  • get_analysis 创建一个成员属性 self.ret （类型 collections.OrderedDict）， analyzers 向该属性写入分析结果。

    Analyzer 的子类可以重写此方法以更改此行为

分析器模式

平台中 Analyzer 对象的backtrader 开发揭示了生成分析的 2 种不同使用模式：

  1. 在运行过程中，通过在 和 next 方法中notify_xxx收集信息，并在next

    TradeAnalyzer例如，仅使用该notify_trade方法来生成统计信息。

  2. 收集（或不收集）上述信息，但在方法过程中stop 一次性生成分析

    SQN （系统质量编号）在方法期间notify_trade收集交易信息，但在方法期间stop生成统计信息

一个简单的例子

尽可能简单：

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

import datetime

import backtrader as bt
import backtrader.analyzers as btanalyzers
import backtrader.feeds as btfeeds
import backtrader.strategies as btstrats

cerebro = bt.Cerebro()

# data
dataname = '../datas/sample/2005-2006-day-001.txt'
data = btfeeds.BacktraderCSVData(dataname=dataname)

cerebro.adddata(data)

# strategy
cerebro.addstrategy(btstrats.SMA_CrossOver)

# Analyzer
cerebro.addanalyzer(btanalyzers.SharpeRatio, _name='mysharpe')

thestrats = cerebro.run()
thestrat = thestrats[0]

print('Sharpe Ratio:', thestrat.analyzers.mysharpe.get_analysis())

运行它（已将其analyzer-test.py保存在：

$ ./analyzer-test.py
Sharpe Ratio: {'sharperatio': 11.647332609673256}

没有绘图，因为在SharpeRatio 计算结束时是单个值。

分析仪的取证分析

让我们重复一遍，Analyzers 这不是 Lines 对象，而是将它们无缝集成到生态系统中 backtrader ，遵循几个 Lines 对象的内部API约定（实际上是它们的 混合 体）。

注意

的SharpeRatio 代码已经发展到例如考虑年化，这里的版本应该只是一个参考。

请查看 Analyzers 参考

另外还有一个SharpeRatio_A ，它以年化形式直接提供价值，而不管所寻求的时间范围如何

代码作为SharpeRatio 基础（简化版本）

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

import operator

from backtrader.utils.py3 import map
from backtrader import Analyzer, TimeFrame
from backtrader.mathsupport import average, standarddev
from backtrader.analyzers import AnnualReturn


class SharpeRatio(Analyzer):
    params = (('timeframe', TimeFrame.Years), ('riskfreerate', 0.01),)

    def __init__(self):
        super(SharpeRatio, self).__init__()
        self.anret = AnnualReturn()

    def start(self):
        # Not needed ... but could be used
        pass

    def next(self):
        # Not needed ... but could be used
        pass

    def stop(self):
        retfree = [self.p.riskfreerate] * len(self.anret.rets)
        retavg = average(list(map(operator.sub, self.anret.rets, retfree)))
        retdev = standarddev(self.anret.rets)

        self.ratio = retavg / retdev

    def get_analysis(self):
        return dict(sharperatio=self.ratio)

代码可以分解为：

  • params 声明

    尽管未使用声明的对象（作为示例），但 Analyzers 与支持参数中的大多数backtrader 其他对象一样

  • __init__ 方法

    就像策略声明指针一__init__样，支持对象 analyzers 也是如此。

    在这种情况下：使用SharpeRatio年度申报表计算。计算将是自动的，并SharpeRatio可用于自己的计算。

    注意

    实际实现SharpeRatio 使用更通用和后来开发的 TimeReturn 分析仪

  • next 方法

    SharpeRatio 不需要它，但此方法将在每次调用父策略后调用 next

  • start 方法

    在回溯测试开始之前调用。可用于额外的初始化任务。夏普不需要它

  • stop 方法

    在回溯测试结束后立即调用。像SharpeRatio 这样，它可以用来完成/进行计算

  • get_analysis 方法（返回字典）

    外部调用者可以访问生成的分析

    返回：带有分析的字典。

参考

backtrader类 .分析仪（）

分析器基类。所有 analyzers 都是这个的子类

Analyzer 实例在策略的框架中运行，并为该策略提供分析。

自动设置成员属性：

  • self.strategy （允许访问策略以及从中访问的任何内容）

  • self.datas[x] 允许访问系统中存在的 data feeds 数字，也可以通过策略参考访问

  • self.data，授予访问权限 self.datas[0]

  • self.dataX -> self.datas[X]

  • self.dataX_Y -> self.datas[X].lines[Y]

  • self.dataX_name -> self.datas[X].name

  • self.data_name -> self.datas[0].name

  • self.data_Y -> self.datas[0].lines[Y]

这不是一个 Lines 对象，但方法和操作遵循相同的设计

  • __init__ 在实例化和初始设置期间

  • start / stop 发出操作开始和结束的信号

  • prenext / nextstart / next 遵循策略中对相同方法的调用的方法系列

  • notify_trade / notify_order / notify_cashvalue notify_fund 接收与策略的等效方法相同的通知

操作模式 open ，不首选任何模式。因此，分析可以通过next 调用生成，在操作期间 stop 甚至使用单个方法，例如 notify_trade

重要的是重写get_analysis 以返回包含分析结果的类似字典的对象（实际格式取决于实现）

开始（）

调用以指示操作的开始，使分析器有时间设置所需的内容

停止（）

调用以指示操作结束，使分析器有时间关闭所需的内容

prenext（）

针对策略的每次前置点调用调用，直到达到策略的最小周期

分析器的缺省行为是调用next

nextstart（）

在策略的下一个启动调用时仅调用一次，此时首次达到最小周期

下一步（）

在策略的每次下一次调用时调用，一旦达到策略的最小值

notify_cashvalue（现金，价值）

在每个下一个周期之前收到现金/价值通知

notify_fund（现金、价值、基金价值、股份）

接收当前现金、价值、基金价值和基金份额

notify_order（订货）

在每个下一个周期之前接收订单通知

notify_trade（贸易）

在每个下一个周期之前接收交易通知

get_analysis（）

返回类似 dict 的对象以及分析结果

字典中分析结果的键和格式取决于实现。

甚至没有强制要求结果是一个类似字典的对象，只是约定

默认实现返回由缺省方法创建的缺省 create_analysis OrderedDictrets

create_analysis（）

意味着被子类覆盖。提供创建保存分析的结构的机会。

默认行为是创建一个OrderedDict named rets

print（*args， **kwargs）

打印通过标准Writerfile对象返回get_analysis的结果，该对象缺省将内容写入标准输出

pprint（*args， **kwargs）

打印使用漂亮的打印 Python 模块 （pprint） 传回get_analysis 的结果

伦（）

len通过实际返回分析器操作的策略的当前长度来支持调用analyzers

推荐阅读

相关文章

Backtrader期货补偿与现货补偿

版本1.9.32.116 增加了对社区中呈现的有趣用例 的支持 以期货开始交易，包括实物交割 让一个指针告诉你一些事情 如果需要， close 现货价格操作，有效地取消实物交割，无论是为了接收货物还是为了必须交付货物（并希望获利）来头寸。

Backtrader教程：数据馈送 - 展期交割

并非每个供应商都为可以交易的工具提供连续的未来。有时提供的数据是仍然有效的到期日期的数据，即：仍在交易的日期 这在回溯测试方面并不是很有帮助，因为数据分散在几个不同的仪器上，这些仪器另外...时间重叠。 能够正确地将这些仪器的数据从过去连接到连续的流中，可以减轻疼痛。

Backtrader迪克森移动平均线

下面的reddit帖子以自己的作者Nathan Dickson（reddit句柄）命名了这个平均值Dickson移动平均线。 在一次对reddit Algotrading 的定期访问中，我发现了一篇关于移动平均线的帖子，该移动平均线试图模仿Jurik移动平均线（又名JMA）。

数据多时间帧

有时投资决策是使用不同的时间框架做出的： 每周评估趋势 每天执行条目 或者5分钟对60分钟。 这意味着需要将多个时间帧的数据组合在 backtrader 中以支援此类组合。 对它的本机支持已经内置。

Backtrader教程：日期时间 - 管理

在 1.5.0 版之前， backtrader 使用直接的方法来进行时间管理，因为数据源计算的任何日期时间都只是按面值使用。 对于任何用户输入也是如此，例如可以提供给任何数据源的参数fromdate （或 sessionstart）的情况 考虑到直接控制冻结的数据源以进行回溯测试，这种方法很好。

Backtrader卡尔曼等

注意 对以下指令的支持从提交开始 发布1.9.30.x 将是包含它的第1个版本 。 backtrader的原始目标之一是成为纯python，即：仅使用标准发行版中可用的软件包。只有一个例外是matplotlib在没有重新发明轮子的情况下进行绘图。

Backtrader 多数据范例

社区中的几个主题似乎以如何跟踪订单为导向，特别是当几个data feeds在起作用时，还包括当多个订单一起工作时，

Backtrader现实咬合

上一篇文章设法拷贝了该BTFD 策略，发现真正的收益 16x 而不是 31x。 但正如拷贝期间所指出的： 不收取佣金 使用2x 杠杆不收取利息 这就提出了一个显而易见的问题： 当收取佣金和利息时，这16x中有多少会存在？ 幸运的是，前面的示例足够灵活，可以对其进行试验。

Backtrader动量策略

在另一篇伟大的文章中，泰迪·科克（Teddy Koker）再次展示了算法交易策略的发展之路： 研究优先应用 pandas 回溯测试，然后使用 backtrader 荣誉!!! 该帖子可以在以下位置找到： 泰迪·科克（Teddy Koker）给我留言，问我是否可以评论 backtrader的用法。

Backtrader终极振荡器

backtrader开发启动时的目标之一是使开发新的指针变得非常容易（至少对作者本人而言），以在数学和视觉上测试想法。 门票#102 是关于将 UltimateOscillator 添加到 backtrader 注意 它将在下一个版本中添加，同时可以使用下面的代码使用它。 票证中所示的参考： 以及： 无需在这里重复。