入门量化回测最强神器backtrader（三）

1 引言

2 Python实现代码

01 策略模块编写

再次回顾一下交易策略模块（Strategy）的组成部分。交易策略类代码通常包含参数或函数名如下：

（1）params-全局参数，可选：更改交易策略中变量/参数的值，可用于参数调优。

（2）log：日志，可选：记录策略的执行日志，可以打印出该函数提供的日期时间和txt变量。

（3） init：用于初始化交易策略的类实例的代码。

（4）notify_order，可选：跟踪交易指令（order）的状态。order具有提交，接受，买入/卖出执行和价格，已取消/拒绝等状态。

（5）notify_trade，可选：跟踪交易的状态，任何已平仓的交易都将 告毛利和净利润。

（6）next，必选：制定交易策略的函数，策略模块最核心的部分。

（7）其他，包括start()、nextsstart()、stop()、prenext()、notify_fund()、notify_store()和notify_cashvalue。

下面以技术分析指标RSI（不了解的请自行百度）的择时策略为例，当RSI<30时买入，RSI>70时卖出。为了简便起见，策略模块中只包含最核心的交易信 。

02 回测设置

回测系统设置与之前一样，主要是数据加载、交易本金、手续费、交易数量的设置，此处以tushare的旧接口获取股票002537的交易数据进行量化回测。

03 运行回测

这里重点是Analyzers模块的调用与结果输出，调用模块是cerebro.addanalyzer()，再从模块中获取分析指标，如夏普比率是bt.analyzers.SharpeRatio，然后是给该指标重命名方便之后调用，即 _name=’SharpeRatio’。要获取分析指标，需要先执行回测系统，cerebro.run()，并将回测结果赋值给变量results，分析指标存储在results[0]里 (strat变量代替)，通过
strat.analyzers.SharpeRatio.get_analysis()即可获取相应数据，其他指标操作方法类似。

输出结果：
初始资金: 100000.00
最终资金: 110215.33
夏普比率: OrderedDict([(‘sharperatio’, 0.094)])
回撤指标: AutoOrderedDict([(‘len’, 280), (‘drawdown’, 1.01), (‘moneydown’, 1126.60), (‘max’, AutoOrderedDict([(‘len’, 280), (‘drawdown’, 3.61), (‘moneydown’, 4016.60)]))])

04 回测结果可视化

下面输出回测图表，一张大图上包含了三张图：

（1）资金变动图：可以看到在实施交易策略的数据期内，资金的盈利/损失。
（2）交易收益/亏损。蓝色（红色）点表示获利（亏损）交易以及获利（亏损）多少。
（3）价格图表。绿色和红色箭头分别表示交易策略的进入点和退出点。黑线是交易标的随时间变化的价格， 条形图表示每个条形图期间资金的交易量。

05 Analyzers模块指标可视化

3结语

参考资料：backtrader官方文档和安装包原生代码

https://www.backtrader.com/docu/

关于Python金融量化