Backtrader期貨展期

Backtrader   |   2022年6月21日

並非每個供應商都為可以交易的工具提供連續的未來。有時提供的數據是仍然有效的到期日期的數據，即：仍在交易的日期

這在回溯測試方面並不是很有幫助，因為數據分散在幾個不同的儀器上，這些儀器另外...時間重疊。

能夠正確地將這些儀器的數據從過去連接到連續的流中，可以減輕疼痛。問題：

  • 沒有關於如何最好地將不同的到期日期加入連續未來的法律。

一些文獻，由SierraChart提供，

  • 我的連結

展期 Data Feed

backtrader 在1.8.10.99'中增加了將不同到期日的期貨數據聯接到連續未來的可能性：

import backtrader as bt

cerebro = bt.Cerebro()
data0 = bt.feeds.MyFeed(dataname='Expiry0')
data1 = bt.feeds.MyFeed(dataname='Expiry1')
...
dataN = bt.feeds.MyFeed(dataname='ExpiryN')

drollover = cerebro.rolloverdata(data0, data1, ..., dataN, name='MyRoll', **kwargs)

cerebro.run()

注意

下面解釋可能\*\*kwargs

也可以通過直接存取RollOver 源來完成此操作（如果子類化完成，這將很有説明）：

import backtrader as bt

cerebro = bt.Cerebro()
data0 = bt.feeds.MyFeed(dataname='Expiry0')
data1 = bt.feeds.MyFeed(dataname='Expiry1')
...
dataN = bt.feeds.MyFeed(dataname='ExpiryN')

drollover = bt.feeds.RollOver(data0, data1, ..., dataN, dataname='MyRoll', **kwargs)
cerebro.adddata(drollover)

cerebro.run()

注意

下面解釋可能\*\*kwargs

注意

使用RollOver 時，使用 dataname指定名稱。這是用於傳遞名稱/股票代碼的所有 data feeds 的標準參數。在這種情況下，它將被重用，為完整的展期期貨集分配一個通用名稱。

在這種情況下cerebro.rolloverdata，使用 將名稱分配給源，該源 name已經是該方法的一個命名參數

綜述：

  • Data Feeds 像往常一樣創建，但不會添加到cerebro

  • 這些 data feeds 作為輸入提供給bt.feeds.RollOver

    還給出了Adataname ，主要用於識別目的。

  • 然後將此翻轉 data feed 添加到cerebro

展期選項

提供兩個參數來控制展期過程

  • checkdate （預設值： None）

    這必須是具有以下簽名的可調用項：

    checkdate(dt, d):

    哪裡：

    • dt 是一個 datetime.datetime 物件

    • d是活躍未來的當前data feed

    預期返回值：

    • True：只要可調用返回此值，切換即可在下一個將來發生

      如果商品在3月的第3個星期 五到期， checkdate 則可以在到期發生的整個星期內返回 True 。

    • False：無法進行過期

  • checkcondition （預設值： None）

    注意：僅當已返回時 checkdate 才會調用此函數 True

    如果None 這將在 True 內部評估（執行滾動更新）

    否則，這必須是具有以下簽名的可調用項：

    checkcondition(d0, d1)

    哪裡：

    • d0是活躍未來的當前data feed

    • d1是下一個到期日的data feed

    預期返回值：

    • True：展期到下一個未來

      按照from的示例checkdate，這可以說，僅當from的volume已經小於from的volumed0時，才會發生翻轉。d1

    • False：無法進行過期

子類RollOver

如果指定可調用對象還不夠，則始終有機會進行子類化RollOver。要子類化的方法：

  • def _checkdate(self, dt, d):

    這與上面同名參數的簽名相匹配。預期的返回值也是 saame。

  • def _checkcondition(self, d0, d1)

    這與上面同名參數的簽名相匹配。預期的返回值也是 saame。

讓我們滾吧

注意

範例中的預設行為是使用cerebro.rolloverdata。這可以通過傳遞 -no-cerebro 標誌來更改。在這種情況下，示例使用 RollOver 和 cerebro.adddata

該實現包括一個示例，該示例在 backtrader 源中提供。

期貨串聯

讓我們首先通過運行沒有參數的示例來查看純串聯。

$ ./rollover.py

Len, Name, RollName, Datetime, WeekDay, Open, High, Low, Close, Volume, OpenInterest
0001, FESX, 199FESXM4, 2013-09-26, Thu, 2829.0, 2843.0, 2829.0, 2843.0, 3.0, 1000.0
0002, FESX, 199FESXM4, 2013-09-27, Fri, 2842.0, 2842.0, 2832.0, 2841.0, 16.0, 1101.0
...
0176, FESX, 199FESXM4, 2014-06-20, Fri, 3315.0, 3324.0, 3307.0, 3322.0, 134777.0, 520978.0
0177, FESX, 199FESXU4, 2014-06-23, Mon, 3301.0, 3305.0, 3265.0, 3285.0, 730211.0, 3003692.0
...
0241, FESX, 199FESXU4, 2014-09-19, Fri, 3287.0, 3308.0, 3286.0, 3294.0, 144692.0, 566249.0
0242, FESX, 199FESXZ4, 2014-09-22, Mon, 3248.0, 3263.0, 3231.0, 3240.0, 582077.0, 2976624.0
...
0306, FESX, 199FESXZ4, 2014-12-19, Fri, 3196.0, 3202.0, 3131.0, 3132.0, 226415.0, 677924.0
0307, FESX, 199FESXH5, 2014-12-22, Mon, 3151.0, 3177.0, 3139.0, 3168.0, 547095.0, 2952769.0
...
0366, FESX, 199FESXH5, 2015-03-20, Fri, 3680.0, 3698.0, 3672.0, 3695.0, 147632.0, 887205.0
0367, FESX, 199FESXM5, 2015-03-23, Mon, 3654.0, 3655.0, 3608.0, 3618.0, 802344.0, 3521988.0
...
0426, FESX, 199FESXM5, 2015-06-18, Thu, 3398.0, 3540.0, 3373.0, 3465.0, 1173246.0, 811805.0
0427, FESX, 199FESXM5, 2015-06-19, Fri, 3443.0, 3499.0, 3440.0, 3488.0, 104096.0, 516792.0

這個用途cerebro.chaindata 和結果應該是明確的：

  • 每當一個 data feed 結束時，下一個接手

  • 這總是發生在週五和周一之間：樣本中的期貨總是在週五到期

期貨展期，無需支票

讓我們執行--rollover

$ ./rollover.py --rollover --plot

Len, Name, RollName, Datetime, WeekDay, Open, High, Low, Close, Volume, OpenInterest
0001, FESX, 199FESXM4, 2013-09-26, Thu, 2829.0, 2843.0, 2829.0, 2843.0, 3.0, 1000.0
0002, FESX, 199FESXM4, 2013-09-27, Fri, 2842.0, 2842.0, 2832.0, 2841.0, 16.0, 1101.0
...
0176, FESX, 199FESXM4, 2014-06-20, Fri, 3315.0, 3324.0, 3307.0, 3322.0, 134777.0, 520978.0
0177, FESX, 199FESXU4, 2014-06-23, Mon, 3301.0, 3305.0, 3265.0, 3285.0, 730211.0, 3003692.0
...
0241, FESX, 199FESXU4, 2014-09-19, Fri, 3287.0, 3308.0, 3286.0, 3294.0, 144692.0, 566249.0
0242, FESX, 199FESXZ4, 2014-09-22, Mon, 3248.0, 3263.0, 3231.0, 3240.0, 582077.0, 2976624.0
...
0306, FESX, 199FESXZ4, 2014-12-19, Fri, 3196.0, 3202.0, 3131.0, 3132.0, 226415.0, 677924.0
0307, FESX, 199FESXH5, 2014-12-22, Mon, 3151.0, 3177.0, 3139.0, 3168.0, 547095.0, 2952769.0
...
0366, FESX, 199FESXH5, 2015-03-20, Fri, 3680.0, 3698.0, 3672.0, 3695.0, 147632.0, 887205.0
0367, FESX, 199FESXM5, 2015-03-23, Mon, 3654.0, 3655.0, 3608.0, 3618.0, 802344.0, 3521988.0
...
0426, FESX, 199FESXM5, 2015-06-18, Thu, 3398.0, 3540.0, 3373.0, 3465.0, 1173246.0, 811805.0
0427, FESX, 199FESXM5, 2015-06-19, Fri, 3443.0, 3499.0, 3440.0, 3488.0, 104096.0, 516792.0

相同的行為。可以清楚地看到，合同變更是在3月，6月，9月，12月的第三 個星期五進行的。

但這大多是錯誤的。回溯器無法知道，但作者知道EuroStoxx 50期貨在12:00 CET停止交易。因此，即使到期月份的第 3個星期五有每日柱線，這種變化也為時已晚。

一周內的變化

在示例中實現了一個checkdate callabe，它計算當前活動合約的到期日期。

checkdate 一旦達到當月第 3個星期五的那一周，將允許展期（例如，如果星期一是銀行假日，則可能是星期二）

$ ./rollover.py --rollover --checkdate --plot

Len, Name, RollName, Datetime, WeekDay, Open, High, Low, Close, Volume, OpenInterest
0001, FESX, 199FESXM4, 2013-09-26, Thu, 2829.0, 2843.0, 2829.0, 2843.0, 3.0, 1000.0
0002, FESX, 199FESXM4, 2013-09-27, Fri, 2842.0, 2842.0, 2832.0, 2841.0, 16.0, 1101.0
...
0171, FESX, 199FESXM4, 2014-06-13, Fri, 3283.0, 3292.0, 3253.0, 3276.0, 734907.0, 2715357.0
0172, FESX, 199FESXU4, 2014-06-16, Mon, 3261.0, 3275.0, 3252.0, 3262.0, 180608.0, 844486.0
...
0236, FESX, 199FESXU4, 2014-09-12, Fri, 3245.0, 3247.0, 3220.0, 3232.0, 650314.0, 2726874.0
0237, FESX, 199FESXZ4, 2014-09-15, Mon, 3209.0, 3224.0, 3203.0, 3221.0, 153448.0, 983793.0
...
0301, FESX, 199FESXZ4, 2014-12-12, Fri, 3127.0, 3143.0, 3038.0, 3042.0, 1409834.0, 2934179.0
0302, FESX, 199FESXH5, 2014-12-15, Mon, 3041.0, 3089.0, 2963.0, 2980.0, 329896.0, 904053.0
...
0361, FESX, 199FESXH5, 2015-03-13, Fri, 3657.0, 3680.0, 3627.0, 3670.0, 867678.0, 3499116.0
0362, FESX, 199FESXM5, 2015-03-16, Mon, 3594.0, 3641.0, 3588.0, 3629.0, 250445.0, 1056099.0
...
0426, FESX, 199FESXM5, 2015-06-18, Thu, 3398.0, 3540.0, 3373.0, 3465.0, 1173246.0, 811805.0
0427, FESX, 199FESXM5, 2015-06-19, Fri, 3443.0, 3499.0, 3440.0, 3488.0, 104096.0, 516792.0

好多了。現在，翻滾發生在5天前。對Len指數的快速目視檢查顯示出來。例如：

  • 199FESXM4 發生在 199FESXU4 len 171-172.沒有 checkdate 它發生在 176-177

展期在到期月份的第 三個星期五之前的星期一進行。

添加 volume 條件

即使有所改善，情況也可以進一步改善，因為不僅日期，而且 volume 都將得到考慮。當新合約的交易量比當前活躍的合約 volume 時，請切換。

讓我們將 acheckcondition 新增到組合中並運行。

$ ./rollover.py --rollover --checkdate --checkcondition --plot

Len, Name, RollName, Datetime, WeekDay, Open, High, Low, Close, Volume, OpenInterest
0001, FESX, 199FESXM4, 2013-09-26, Thu, 2829.0, 2843.0, 2829.0, 2843.0, 3.0, 1000.0
0002, FESX, 199FESXM4, 2013-09-27, Fri, 2842.0, 2842.0, 2832.0, 2841.0, 16.0, 1101.0
...
0175, FESX, 199FESXM4, 2014-06-19, Thu, 3307.0, 3330.0, 3300.0, 3321.0, 717979.0, 759122.0
0176, FESX, 199FESXU4, 2014-06-20, Fri, 3309.0, 3318.0, 3290.0, 3298.0, 711627.0, 2957641.0
...
0240, FESX, 199FESXU4, 2014-09-18, Thu, 3249.0, 3275.0, 3243.0, 3270.0, 846600.0, 803202.0
0241, FESX, 199FESXZ4, 2014-09-19, Fri, 3273.0, 3293.0, 3250.0, 3252.0, 1042294.0, 3021305.0
...
0305, FESX, 199FESXZ4, 2014-12-18, Thu, 3095.0, 3175.0, 3085.0, 3172.0, 1309574.0, 889112.0
0306, FESX, 199FESXH5, 2014-12-19, Fri, 3195.0, 3200.0, 3106.0, 3147.0, 1329040.0, 2964538.0
...
0365, FESX, 199FESXH5, 2015-03-19, Thu, 3661.0, 3691.0, 3646.0, 3668.0, 1271122.0, 1054639.0
0366, FESX, 199FESXM5, 2015-03-20, Fri, 3607.0, 3664.0, 3595.0, 3646.0, 1182235.0, 3407004.0
...
0426, FESX, 199FESXM5, 2015-06-18, Thu, 3398.0, 3540.0, 3373.0, 3465.0, 1173246.0, 811805.0
0427, FESX, 199FESXM5, 2015-06-19, Fri, 3443.0, 3499.0, 3440.0, 3488.0, 104096.0, 516792.0

甚至更好*。我們已將切換日期移至到期月份眾所周知的第 3 個星期五之前的星期四

這應該不足為奇，因為到期的未來交易在週五的小時數要少得多，而且 volume 必須很小。

注意

展期日期也可以由可調用者設置為該checkdate 星期四。但這不是樣本的重點。

總結

backtrader 現在包括一個靈活的機制，允許展期期貨以創建連續流。

示例用法

$ ./rollover.py --help
usage: rollover.py [-h] [--no-cerebro] [--rollover] [--checkdate]
                   [--checkcondition] [--plot [kwargs]]

Sample for Roll Over of Futures

optional arguments:
  -h, --help            show this help message and exit
  --no-cerebro          Use RollOver Directly (default: False)
  --rollover
  --checkdate           Change during expiration week (default: False)
  --checkcondition      Change when a given condition is met (default: False)
  --plot [kwargs], -p [kwargs]
                        Plot the read data applying any kwargs passed For
                        example: --plot style="candle" (to plot candles)
                        (default: None)

示例代碼

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


import argparse
import bisect
import calendar
import datetime

import backtrader as bt


class TheStrategy(bt.Strategy):
    def start(self):
        header = ['Len', 'Name', 'RollName', 'Datetime', 'WeekDay', 'Open',
                  'High', 'Low', 'Close', 'Volume', 'OpenInterest']
        print(', '.join(header))

    def next(self):
        txt = list()
        txt.append('%04d' % len(self.data0))
        txt.append('{}'.format(self.data0._dataname))
        # Internal knowledge ... current expiration in use is in _d
        txt.append('{}'.format(self.data0._d._dataname))
        txt.append('{}'.format(self.data.datetime.date()))
        txt.append('{}'.format(self.data.datetime.date().strftime('%a')))
        txt.append('{}'.format(self.data.open[0]))
        txt.append('{}'.format(self.data.high[0]))
        txt.append('{}'.format(self.data.low[0]))
        txt.append('{}'.format(self.data.close[0]))
        txt.append('{}'.format(self.data.volume[0]))
        txt.append('{}'.format(self.data.openinterest[0]))
        print(', '.join(txt))


def checkdate(dt, d):
    # Check if the date is in the week where the 3rd friday of Mar/Jun/Sep/Dec

    # EuroStoxx50 expiry codes: MY
    # M -> H, M, U, Z (Mar, Jun, Sep, Dec)
    # Y -> 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 -> year code. 5 -> 2015
    MONTHS = dict(H=3, M=6, U=9, Z=12)

    M = MONTHS[d._dataname[-2]]

    centuria, year = divmod(dt.year, 10)
    decade = centuria * 10

    YCode = int(d._dataname[-1])
    Y = decade + YCode
    if Y < dt.year:  # Example: year 2019 ... YCode is 0 for 2020
        Y += 10

    exp_day = 21 - (calendar.weekday(Y, M, 1) + 2) % 7
    exp_dt = datetime.datetime(Y, M, exp_day)

    # Get the year, week numbers
    exp_year, exp_week, _ = exp_dt.isocalendar()
    dt_year, dt_week, _ = dt.isocalendar()

    # print('dt {} vs {} exp_dt'.format(dt, exp_dt))
    # print('dt_week {} vs {} exp_week'.format(dt_week, exp_week))

    # can switch if in same week
    return (dt_year, dt_week) == (exp_year, exp_week)


def checkvolume(d0, d1):
    return d0.volume[0] < d1.volume[0]  # Switch if volume from d0 < d1


def runstrat(args=None):
    args = parse_args(args)

    cerebro = bt.Cerebro()

    fcodes = ['199FESXM4', '199FESXU4', '199FESXZ4', '199FESXH5', '199FESXM5']
    store = bt.stores.VChartFile()
    ffeeds = [store.getdata(dataname=x) for x in fcodes]

    rollkwargs = dict()
    if args.checkdate:
        rollkwargs['checkdate'] = checkdate

        if args.checkcondition:
            rollkwargs['checkcondition'] = checkvolume

    if not args.no_cerebro:
        if args.rollover:
            cerebro.rolloverdata(name='FESX', *ffeeds, **rollkwargs)
        else:
            cerebro.chaindata(name='FESX', *ffeeds)
    else:
        drollover = bt.feeds.RollOver(*ffeeds, dataname='FESX', **rollkwargs)
        cerebro.adddata(drollover)

    cerebro.addstrategy(TheStrategy)
    cerebro.run(stdstats=False)

    if args.plot:
        pkwargs = dict(style='bar')
        if args.plot is not True:  # evals to True but is not True
            npkwargs = eval('dict(' + args.plot + ')')  # args were passed
            pkwargs.update(npkwargs)

        cerebro.plot(**pkwargs)


def parse_args(pargs=None):

    parser = argparse.ArgumentParser(
        formatter_class=argparse.ArgumentDefaultsHelpFormatter,
        description='Sample for Roll Over of Futures')

    parser.add_argument('--no-cerebro', required=False, action='store_true',
                        help='Use RollOver Directly')

    parser.add_argument('--rollover', required=False, action='store_true')

    parser.add_argument('--checkdate', required=False, action='store_true',
                        help='Change during expiration week')

    parser.add_argument('--checkcondition', required=False,
                        action='store_true',
                        help='Change when a given condition is met')

    # Plot options
    parser.add_argument('--plot', '-p', nargs='?', required=False,
                        metavar='kwargs', const=True,
                        help=('Plot the read data applying any kwargs passed\n'
                              '\n'
                              'For example:\n'
                              '\n'
                              '  --plot style="candle" (to plot candles)\n'))

    if pargs is not None:
        return parser.parse_args(pargs)

    return parser.parse_args()


if __name__ == '__main__':
    runstrat()

推薦閱讀

相關文章

BacktraderPython Hidden Powers 2

讓我們進一步討論一下Python的隱藏功能如何在 backtrader 中使用，以及如何實現它以嘗試實現主要目標：易用性 這些定義是什麼？ 例如指標： import backtrader as bt class MyIndicator(bt.

Backtrader期貨補償與現貨補償

版本1.9.32.116 增加了對社區中呈現的有趣用例 的支援 以期貨開始交易，包括實物交割 讓一個指標告訴你一些事情 如果需要， close 現貨價格操作，有效地取消實物交割，無論是為了接收貨物還是為了必須交付貨物（並希望獲利）來頭寸。

Backtrader教程：日誌記錄 - 編寫器

將以下內容寫出到流中： csv 流，

Backtrader教程：繪圖 - 日期範圍

該版本1.9.31.x 增加了製作部分繪圖的功能。 使用策略實例中保存的完整時間戳陣列的索引 或者使用實際datetime.date 或 datetime.datetime 實例來限制必須繪製的內容。 一切都超過標準cerebro.plot。

Backtrader教程：經紀商

經紀商模擬器該類比支援不同的訂單類型，根據當前現金檢查提交的訂單現金需求，跟蹤每次反覆運算的cerebro 現金和價值，並在不同數據上保持當前位置。

Backtrader教程：觀察者 - 統計

在內部backtrader 運行的策略主要處理 data feeds 和 指標。 Data feeds 被添加到Cerebro 實例中，並最終成為策略輸入的一部分（解析並用作實例的屬性），而指標則由策略本身聲明和管理。

Backtrader現實咬合

上一篇文章設法複製了該BTFD 策略，發現真正的收益 16x 而不是 31x。 但正如複製期間所指出的： 不收取傭金 使用2x 槓桿不收取利息 這就提出了一個顯而易見的問題： 當收取傭金和利息時，這16x中有多少會存在？ 幸運的是，前面的示例足夠靈活，可以對其進行試驗。

Backtrader教程：分析儀 - PyFolio

注意 從（至少）2017-07-25pyfolio 開始，API已更改，不再 create_full_tear_sheet 具有 gross_lev 作為命名參數的參數。

Backtrader教程：指標 - ta-lib

即使 backtrader 提供了已經 high 數量的內置指標，並且開發指標主要是定義輸入，輸出和以自然的方式編寫公式的問題，有些人也希望使用TA-LIB。

Backtrader動量策略

在另一篇偉大的文章中，泰迪·科克（Teddy Koker）再次展示了演算法交易策略的發展之路： 研究優先應用 pandas 回溯測試，然後使用 backtrader 榮譽!!! 該帖子可以在以下位置找到： 泰迪·科克（Teddy Koker）給我留言，問我是否可以評論 backtrader的用法。