Python量化交易学习笔记（7）——第一个策略回测程序v5

v4中自定义了一个策略，但未设置买入卖出条件，v5中将添加买入条件。

程序v5-在策略中加逻辑：

from __future__ import (absolute_import, division, print_function,
unicode_literals)
import datetime  # 用于datetime对象操作
import os.path  # 用于管理路径
import sys  # 用于在argvTo[0]中找到脚本名称
import backtrader as bt # 引入backtrader框架

# 创建策略
class TestStrategy(bt.Strategy):
def log(self, txt, dt=None):
''' 策略的日志函数'''
dt = dt or self.datas[0].datetime.date(0)
print('%s, %s' % (dt.isoformat(), txt))
def __init__(self):
# 引用data[0]数据的收盘价数据
self.dataclose = self.datas[0].close
def next(self):
# 日志输出收盘价数据
self.log('Close, %.2f' % self.dataclose[0])
# 当日收盘价小于前一日收盘价
if self.dataclose[0] < self.dataclose[-1]:
# 前一日收盘价小于前前日收盘价
if self.dataclose[-1] < self.dataclose[-2]:
# 买买买
self.log('BUY CREATE, %.2f' % self.dataclose[0])
self.buy()

# 创建cerebro实体
cerebro = bt.Cerebro()
# 添加策略
cerebro.addstrategy(TestStrategy)
# 先找到脚本的位置，然后根据脚本与数据的相对路径关系找到数据位置
# 这样脚本从任意地方被调用，都可以正确地访问到数据
modpath = os.path.dirname(os.path.abspath(sys.argv[0]))
datapath = os.path.join(modpath, '../TQDat/day/stk/000001.csv')
# 创建价格数据
data = bt.feeds.GenericCSVData(
dataname = datapath,
fromdate = datetime.datetime(2019, 10, 1),
todate = datetime.datetime(2020, 2, 29),
nullvalue = 0.0,
dtformat = ('%Y-%m-%d'),
datetime = 0,
open = 1,
high = 2,
low = 3,
close = 4,
volume = 5,
openinterest = -1
)
# 在Cerebro中添加价格数据
cerebro.adddata(data)
# 设置启动资金
cerebro.broker.setcash(100000.0)
# 打印开始信息
print('Starting Portfolio Value: %.2f' % cerebro.broker.getvalue())
# 遍历所有数据
cerebro.run()
# 打印最后结果
print('Final Portfolio Value: %.2f' % cerebro.broker.getvalue())

v5输出为：

Starting Portfolio Value: 100000.00
2019-10-08, Close, 16.20
2019-10-09, Close, 16.25
2019-10-10, Close, 16.24
2019-10-11, Close, 16.81
2019-10-14, Close, 17.22
2019-10-15, Close, 17.18
2019-10-16, Close, 16.79
2019-10-16, BUY CREATE, 16.79
…
…
2020-02-03, Close, 13.99
2020-02-03, BUY CREATE, 13.99
2020-02-04, Close, 14.60
Final Portfolio Value: 99977.95

v5加入了简单的买入逻辑：当股价连续下跌2天后买入，只需要在next方法中添加相关代码即可。从程序输出中可以看到会有一些买入的操作。当前的程序中尚未提及订单是否被成功交易，在下一个程序中将通过侦听订单状态提醒来判断交易是否执行。

此外，还有如下需要说明的地方：

如果没有特殊指明，self.datas[0]就是被操作的股票，这里操作的就是平安银行。

• 交易的数量（stake）在后台用position sizer来表示，被赋予一个固定的值，默认值为1。后续程序将展示如果进行设置。
• 在市场上执行交易订单时，代理会用第二天的开盘价来判断订单是否执行成功，这是因为第二天的开盘价是判断当日收盘价后的第一时刻数据。
• 目前订单尚未加入佣金费数据。

• 点赞 1
• 收藏
• 分享
• 文章举报