本次使用tushare接口,股票为600018,时间是0101——1231。
使用的指标是:收盘价大于简单移动平均价。
佣金为0.001。
英文代码的英文原文:Quickstart Guide - Backtrader
注意:代码最后plot画图,在spyder中不能正常显示图片,只能显示提示信息:
<IPython.core.display.Javascript object>
<IPython.core.display.HTML object>
在Jupyter Notebook中则可以正常显示图片。
期初资金: 100000.00
-02-26, Close, 11.20
-02-26, 买入单, 11.20
-02-27, 已买入, 价格: 11.20, 费用: 112.00, 佣金 0.11
-02-27, Close, 11.21
-02-28, Close, 10.85
-02-28, 卖出单, 10.85
-03-02, 已卖出, 价格: 10.95, 费用: 112.00, 佣金 0.11
-03-02, 交易利润, 毛利润 -2.50, 净利润 -2.72
-03-02, Close, 11.04
-03-03, Close, 11.06
......
-01-21, Close, 8.76
-01-24, Close, 8.69
-01-25, Close, 8.56
-01-25, 卖出单, 8.56
-01-26, 已卖出, 价格: 8.57, 费用: 86.30, 佣金 0.09
-01-26, 交易利润, 毛利润 -0.60, 净利润 -0.77
-01-26, Close, 8.57
-01-27, Close, 8.45
-01-28, Close, 8.41
期末资金: 99968.07
from __future__ import (absolute_import, division, print_function,unicode_literals)from datetime import datetime # For datetime objects# Import the backtrader platformimport backtrader as btimport pandas as pdimport tushare as ts# 创建策略继承bt.Strategyclass TestStrategy(bt.Strategy):params = (# 均线参数设置15天,15日均线('maperiod', 15),)def log(self, txt, dt=None):# 记录策略的执行日志dt = dt or self.datas[0].datetime.date(0)print('%s, %s' % (dt.isoformat(), txt))def __init__(self):# 保存收盘价的引用self.dataclose = self.datas[0].close# 跟踪挂单self.order = None# 买入价格和手续费self.buyprice = Noneself.buycomm = None# 加入指标# Add a MovingAverageSimple indicatorself.sma = bt.indicators.SimpleMovingAverage(self.datas[0], period=self.params.maperiod)# Indicators for the plotting showbt.indicators.ExponentialMovingAverage(self.datas[0], period=25)bt.indicators.WeightedMovingAverage(self.datas[0], period=25,subplot=True)bt.indicators.StochasticSlow(self.datas[0])bt.indicators.MACDHisto(self.datas[0])rsi = bt.indicators.RSI(self.datas[0])bt.indicators.SmoothedMovingAverage(rsi, period=10)bt.indicators.ATR(self.datas[0], plot=False) # 订单状态通知,买入卖出都是下单def notify_order(self, order):if order.status in [order.Submitted, order.Accepted]:# broker 提交/接受了,买/卖订单则什么都不做return# 检查一个订单是否完成# 注意: 当资金不足时,broker会拒绝订单if order.status in [pleted]:if order.isbuy():self.log('已买入, 价格: %.2f, 费用: %.2f, 佣金 %.2f' %(order.executed.price,order.executed.value,m))self.buyprice = order.executed.priceself.buycomm = melif order.issell():self.log('已卖出, 价格: %.2f, 费用: %.2f, 佣金 %.2f' %(order.executed.price,order.executed.value,m))# 记录当前交易数量self.bar_executed = len(self)elif order.status in [order.Canceled, order.Margin, order.Rejected]:self.log('订单取消/保证金不足/拒绝')# 其他状态记录为:无挂起订单self.order = None# 交易状态通知,一买一卖算交易def notify_trade(self, trade):if not trade.isclosed:returnself.log('交易利润, 毛利润 %.2f, 净利润 %.2f' %(trade.pnl, trade.pnlcomm))def next(self):# 记录收盘价self.log('Close, %.2f' % self.dataclose[0])# 如果有订单正在挂起,不操作if self.order:return# 如果没有持仓则买入if not self.position:# 今天的收盘价在均线价格之上 if self.dataclose[0] > self.sma[0]: # 买入self.log('买入单, %.2f' % self.dataclose[0])# 跟踪订单避免重复self.order = self.buy()else:# 如果已经持仓,收盘价在均线价格之下if self.dataclose[0] < self.sma[0]:# 全部卖出self.log('卖出单, %.2f' % self.dataclose[0])# 跟踪订单避免重复self.order = self.sell()def get_data(code,start='-01-01',end='-01-31'):df=ts.get_k_data(code,autype='qfq',start=start,end=end)df.index=pd.to_datetime(df.date)df['openinterest']=0df=df[['open','high','low','close','volume','openinterest']]return dfdataframe=get_data('600018')start=datetime(, 1, 1)end=datetime(, 12, 31)if __name__ == '__main__':# 初始化cerebro回测系统设置cerebro = bt.Cerebro()# 取得股票历史数据data = bt.feeds.PandasData(dataname=dataframe, fromdate=start, todate=end)# 为Cerebro引擎添加策略cerebro.addstrategy(TestStrategy)# 加载交易数据cerebro.adddata(data)# 设置投资金额cerebro.broker.setcash(100000.0)# 每笔交易使用固定交易量cerebro.addsizer(bt.sizers.FixedSize, stake=10)# 设置佣金为0.001,除以100去掉%号cerebro.broker.setcommission(commission=0.001)#获取回测开始时的总资金print('期初资金: %.2f' % cerebro.broker.getvalue())#运行回测系统cerebro.run()#获取回测结束后的总资金print('期末资金: %.2f' % cerebro.broker.getvalue())# Plot the resultcerebro.plot()