Backtrader知識(shí)儲(chǔ)備
框架的概念還挺多：Cerebro，Data Feeds捧搞，Strategy，Indicators，Orders实牡，Broker陌僵，Analyzers轴合，Observers创坞，Sizers。逐個(gè)來(lái)看看大概的功能和角色受葛。對(duì)學(xué)習(xí)框架好處多多题涨。
- Cerebro ：翻譯過(guò)來(lái)是大腦的意思∽芴玻可以說(shuō)是backtrader的基石纲堵，有點(diǎn)類似cpu的感覺(jué)，處理收集所有數(shù)據(jù)闰渔、運(yùn)行策略席函，執(zhí)行回溯測(cè)試，操作交易冈涧，繪圖等等茂附。
- Data Feeds：交易數(shù)據(jù)，這個(gè)沒(méi)什么好說(shuō)的督弓，都是各種金融平臺(tái)的交易數(shù)據(jù)营曼，開(kāi)盤價(jià)，收盤價(jià)啥的愚隧。
- Strategy：策略蒂阱，根據(jù)定義的策略會(huì)處理或者說(shuō)遍歷數(shù)據(jù)，來(lái)判定具體的買賣等動(dòng)作狂塘。
- Indicators：指標(biāo)录煤，用股市打比方，比如相對(duì)強(qiáng)弱指標(biāo)（RSI）荞胡、隨機(jī)指標(biāo)（KD）辐赞、趨向指標(biāo)（DMI）、平滑異同平均線（MACD）硝训、能量潮（OBV）等等這些都已經(jīng)實(shí)現(xiàn)好的响委，不用咱們自己實(shí)現(xiàn)，拿來(lái)使用即可窖梁。當(dāng)然也支持自定義指標(biāo)赘风。
- Orders：下單員，可以理解具體交易訂單執(zhí)行單元纵刘，觸發(fā)了對(duì)應(yīng)的策略邀窃，發(fā)出訂單信號(hào)，具體交給orders處理訂單操作。
- Broker：經(jīng)紀(jì)人瞬捕，可以理解為交易所鞍历，收取手續(xù)費(fèi)，管理賬戶資金肪虎。
- Analyzers：看樣子輔助分析執(zhí)行的流程劣砍，協(xié)助改進(jìn)和修正問(wèn)題的角色（暫且這么理解）
- Observers：看樣子輔助分析執(zhí)行的流程，協(xié)助改進(jìn)和修正問(wèn)題的角色（暫且這么理解）
- Sizers：這個(gè)比較好理解扇救，不同的交易所刑枝，交易的單位不一樣，比如迅腔，1手是100股装畅，交易都是以100為單位。通過(guò)這個(gè)來(lái)設(shè)置交易的基本單位沧烈。
看了下官方給出的：Quickstart Guide掠兄。由于官網(wǎng)舉得例子都是國(guó)外的數(shù)據(jù)。要是想掌握這個(gè)必須把源頭先搞定锌雀，就是提供交易數(shù)據(jù)（Data Feeds ）蚂夕，還好官方支持按照規(guī)范自己實(shí)現(xiàn)自己的數(shù)據(jù)。所以還是從這里開(kāi)始研究汤锨。
第一彈：Data Feeds（交易數(shù)據(jù)）
背景
因?yàn)閿?shù)據(jù)的獲取双抽，我使用的是tushare。tushare返回的是pandas的dataframe格式闲礼。所以我就主攻pandas-datafeed這塊牍汹。
原理
參考官方文檔pandas-datafeed：
class PandasData(feed.DataBase):
'''
The ``dataname`` parameter inherited from ``feed.DataBase`` is the pandas
DataFrame
'''
params = (
# Possible values for datetime (must always be present)
# None : datetime is the "index" in the Pandas Dataframe
# -1 : autodetect position or case-wise equal name
# >= 0 : numeric index to the colum in the pandas dataframe
# string : column name (as index) in the pandas dataframe
('datetime', None),
# Possible values below:
# None : column not present
# -1 : autodetect position or case-wise equal name
# >= 0 : numeric index to the colum in the pandas dataframe
# string : column name (as index) in the pandas dataframe
('open', -1),
('high', -1),
('low', -1),
('close', -1),
('volume', -1),
('openinterest', -1),
)
PandasData類繼承feed.DataBase類，初始化數(shù)據(jù)需要7列數(shù)據(jù) 分別為：datetime柬泽、open慎菲、high、low锨并、close露该、volume、openinterest第煮，其中datetime是索引列解幼。經(jīng)過(guò)實(shí)踐送過(guò)去的數(shù)據(jù)按照這個(gè)順序排列，不包含header部分即可包警。
實(shí)踐（Data Feeds 使用pandas數(shù)據(jù)）
使用的是601668 中國(guó)建筑的股票數(shù)據(jù)撵摆，csv文件我放到github上了『蓿可以自行去下載特铝，按照官方文檔的源碼改了下數(shù)據(jù)元，正常執(zhí)行。
# -*- coding: utf-8 -*-
"""
搞定自定義的數(shù)據(jù)送給backtrader
"""
#############################################################
#import
#############################################################
from __future__ import (absolute_import, division, print_function,
unicode_literals)
import os,sys
import pandas as pd
import backtrader as bt
#############################################################
#global const values
#############################################################
#############################################################
#static function
#############################################################
#############################################################
#class
#############################################################
#############################################################
#global values
#############################################################
#############################################################
#global function
#############################################################
def G_get_dataframe():
# Get a pandas dataframe
datapath = './data/stockinfo.csv'
tmpdatapath = './data/stockinfo_tmp.csv'
print('-----------------------read csv---------------------------')
dataframe = pd.read_csv(datapath,
skiprows=0,
header=0,
parse_dates=True,
index_col=0)
print(dataframe)
print('--------------------------------------------------')
print('-----------------------change time------------------------')
dataframe.trade_date = pd.to_datetime(dataframe.trade_date, format="%Y%m%d")
print(dataframe)
print('--------------------------------------------------')
print('-----------------------add openinterest-------------------')
dataframe['openinterest'] = '0'
print(dataframe)
print('--------------------------------------------------')
print('-----------------------make feedsdf-----------------------')
feedsdf = dataframe[['trade_date', 'open', 'high', 'low', 'close', 'vol', 'openinterest']]
print(feedsdf)
print('--------------------------------------------------')
print('-----------------------change columns---------------------')
feedsdf.columns =['datetime', 'open', 'high', 'low', 'close', 'volume', 'openinterest']
print(feedsdf)
print('--------------------------------------------------')
print('-----------------------change index-----------------------')
feedsdf.set_index(keys='datetime', inplace =True)
print(feedsdf)
print('--------------------------------------------------')
feedsdf.iloc[::-1].to_csv(tmpdatapath)
feedsdf = pd.read_csv(tmpdatapath, skiprows=0, header=0, parse_dates=True, index_col=0)
if os.path.isfile(tmpdatapath):
os.remove(tmpdatapath)
print(tmpdatapath+" removed!")
return feedsdf
########################################################################
#main
########################################################################
if __name__ == '__main__':
# Create a cerebro entity
cerebro = bt.Cerebro(stdstats=False)
# Add a strategy
cerebro.addstrategy(bt.Strategy)
# Get a pandas dataframe
feedsdf = G_get_dataframe()
# Pass it to the backtrader datafeed and add it to the cerebro
data = bt.feeds.PandasData(dataname=feedsdf)
print(data)
cerebro.adddata(data)
# Run over everything
cerebro.run()
# Plot the result
cerebro.plot(style='bar')
輸出圖形
Figure_0.png
