前言

过了一遍 Guidance 之后，发现该不会用还是不会用，主要是各种细节还不知道怎么修改。当然，这是正常现象，所以有必要再深入探究下 Guidance 的这些 Demo。这回会把每个 Demo 都进行变化实验，多问几个为什么。

正文

Demo 的代码就不往上贴了，所以以下内容请对照 Quickstart 文档中的代码同步阅读。

Basic Setup

这个 Demo 主要展示如何引入 backtrader，以及最主要的 Cerebro 类，它是整个框架的「基石」，文档中如此描述：

This class is the cornerstone of backtrader because it serves as a central point for:

Gathering all inputs (Data Feeds), actors (Stratgegies), spectators (Observers), critics (Analyzers) and documenters (Writers) ensuring the show still goes on at any moment.

Execute the backtesting/or live data feeding/trading

Returning the results

Giving access to the plotting facilities

Setting the Cash

加了一句：

cerebro.broker.setcash(100000.0)
复制代码

其实很好理解，就是设置一下你的初始资金。值得注意的是这个 broker，文档中的描述用百度翻译一下：

Broker Simulator
Simulator 支持不同的订单类型，根据当前现金检查提交的订单现金需求，跟踪 Cerbero 每次迭代的现金和价值，并在不同数据上保持当前位置。

虽然翻译的不算完全准确，但是大概也能够理解 broker 的作用了。

Adding a Data Feed

事情开始有意思起来了，开始有数据导入了，Demo 中多了如下代码：

    # Datas are in a subfolder of the samples. Need to find where the script is
    # because it could have been called from anywhere
    modpath = os.path.dirname(os.path.abspath(sys.argv[0]))
    datapath = os.path.join(modpath, '../../datas/orcl-1995-2014.txt')

    # Create a Data Feed
    data = bt.feeds.YahooFinanceCSVData(
        dataname=datapath,
        # Do not pass values before this date
        fromdate=datetime.datetime(2000, 1, 1),
        # Do not pass values after this date
        todate=datetime.datetime(2000, 12, 31),
        reverse=False)

    # Add the Data Feed to Cerebro
    cerebro.adddata(data)
复制代码

代码很简单，可以看到，加载数据，主要是 feeds 对象来实现的，其文档中列举了能够解析的数据格式：

Yahoo (online or already saved to a file)

VisualChart (see www.visualchart.com)

Backtrader CSV (own cooked format for testing)

Generic CSV support

作为小白，笔者对这几种格式了解的不多，不过盲猜应该就是固定了顺序的 CSV。这里只需要会用即可，更深入的理解待后续再研究。

Our First Strategy

添加策略很简单，只需要一条命令即可：

cerebro.addstrategy(TestStrategy)
复制代码

最关键的还是 TestStrategy 类中的逻辑，我们重点看一下：

# Create a Stratey
class TestStrategy(bt.Strategy):

    def log(self, txt, dt=None):
        ''' Logging function for this strategy'''
        dt = dt or self.datas[0].datetime.date(0)
        print('%s, %s' % (dt.isoformat(), txt))

    def __init__(self):
        # Keep a reference to the "close" line in the data[0] dataseries
        self.dataclose = self.datas[0].close

    def next(self):
        # Simply log the closing price of the series from the reference
        self.log('Close, %.2f' % self.dataclose[0])
复制代码

总共有 3 个方法，我们分别来看一下：

log：顾名思义，就是一个专门打印 log 的函数，一般会在 next 方法中调用；
__init__：主要用来给 self 上初始化一些属性，方便 next 中使用；
next：核心方法，所有策略的逻辑几乎都写在这里，后面也主要是扩展此方法。

值得注意的是，self.datas 属性是自带的，很明显是个数组，具体格式暂时还没在文档里找到，但可以肯定的是一定有 open、high、low、close、volume 这几个 key。

总结

为了保证阅读体验，本文先梳理到这，基本用法到这里基本就介绍完了，接下来就要开始添加买卖逻辑了。基本上就是在 next 当中写一些逻辑判断。TO BE CONTINUED……

【Backtrader】Guidance 详探（一）

前言

正文

Basic Setup

Setting the Cash

Adding a Data Feed

Our First Strategy

总结

猜你喜欢