BackTrader 中文文档（十五）（1）https://developer.aliyun.com/article/1505363
奖励：让它变成通用目的
让我们恢复 params 并使指标成为可以应用不同函数而不仅仅是 max 的指标
import backtrader as bt class DynamicFn(bt.Indicator): lines = ('dyn_highest',) params = dict(fn=None) def __init__(self): self._tradeopen = False # Safeguard for not set function self._fn = self.p.fn or lambda x, y: x def tradeopen(self, yesno): self._tradeopen = yesno def next(self): if self._tradeopen: self.lines.dyn_highest[0] = self._fn(self.data[0], self.dyn_highest[-1]) class MyStrategy(bt.Strategy) def __init__(self): self.dyn_highest = DynamicHighest(self.data.high, fn=max) def notify_trade(self, trade): self.dyn_highest.tradeopen(trade.isopen) def next(self): if self.dyn_highest > X: print('ABOUT TO DO SOMETHING')
说了做到！我们已经添加了：
params=dict(fn=None)
收集最终用户想要使用的函数- 如果用户没有传递特定函数，则使用占位符函数的保护措施：
# Safeguard for not set function self._fn = self.p.fn or lambda x, y: x`
- 并且我们使用函数（或占位符）进行计算：
self.lines.dyn_highest[0] = self._fn(self.data[0], self.dyn_highest[-1])`
- 在我们（现在命名为）
DynamicFn指标的调用中声明我们想要使用的函数…max（这里没有惊喜）：
self.dyn_highest = DynamicHighest(self.data.high, fn=max)`
今天剩下的不多了…享受它！！！
停止交易
原文：
www.backtrader.com/blog/posts/2018-02-01-stop-trading/stop-trading/
交易可能是危险的，使用止损订单可以帮助您避免巨额损失或确保利润。backtrader为您提供了几种实现基于Stop的策略的机制
基本策略
将使用经典的Fast EMA穿过Slow EMA的方法。但：
- 只有上穿会考虑发出
buy订单 - 退出市场，即：
sell将通过Stop进行
因此，策略将从这个简单的框架开始
class BaseStrategy(bt.Strategy): params = dict( fast_ma=10, slow_ma=20, ) def __init__(self): # omitting a data implies self.datas[0] (aka self.data and self.data0) fast_ma = bt.ind.EMA(period=self.p.fast_ma) slow_ma = bt.ind.EMA(period=self.p.slow_ma) # our entry point self.crossup = bt.ind.CrossUp(fast_ma, slow_ma)
并且使用继承，我们将解决如何实现Stops的不同方法
手动方法
为了避免太多的方法，我们基本策略的这个子类将允许：
- 要么在收购价格下方的百分比处设置一个固定的
Stop - 或设置一个动态的
StopTrail，它随着价格的变动而移动（在这种情况下使用点）
class ManualStopOrStopTrail(BaseStrategy): params = dict( stop_loss=0.02, # price is 2% less than the entry point trail=False, ) def notify_order(self, order): if not order.status == order.Completed: return # discard any other notification if not self.position: # we left the market print('SELL@price: {:.2f}'.format(order.executed.price)) return # We have entered the market print('BUY @price: {:.2f}'.format(order.executed.price)) if not self.p.trail: stop_price = order.executed.price * (1.0 - self.p.stop_loss) self.sell(exectype=bt.Order.Stop, price=stop_price) else: self.sell(exectype=bt.Order.StopTrail, trailamount=self.p.trail) def next(self): if not self.position and self.crossup > 0: # not in the market and signal triggered self.buy()
正如您所见，我们已添加了参数：
- 百分比：
stop_loss=0.02（2%） - 或
trail=False，设置为数值时，策略将使用StopTrail
有关订单的文档，请参见：
让我们使用固定的Stop执行我们的脚本：
$ ./stop-loss-approaches.py manual --plot BUY @price: 3073.40 SELL@price: 3009.93 BUY @price: 3034.88
以及图表
正如我们所见：
- 当有一个上穿时，会发出一个
buy - 当此
buy通知为Completed时，我们会以执行价格下stop_loss百分比发出Stop订单。
结果：
- 第一次实例很快就被止损了
- 但由于示例数据是来自趋势市场的数据…价格不会再下跌到
stop_loss百分比以下
让我们使用相同的方法，但应用StopTrail订单：
$ ./stop-loss-approaches.py manual --plot --strat trail=20 BUY @price: 3073.40 SELL@price: 3070.72 BUY @price: 3034.88 SELL@price: 3076.54 BUY @price: 3349.72 SELL@price: 3339.65 BUY @price: 3364.26 SELL@price: 3393.96 BUY @price: 3684.38 SELL@price: 3708.25 BUY @price: 3884.57 SELL@price: 3867.00 BUY @price: 3664.59 SELL@price: 3650.75 BUY @price: 3635.17 SELL@price: 3661.55 BUY @price: 4100.49 SELL@price: 4120.66
以及图表
现在我们看到，与之前的方法相比，这不是那么有效。
- 尽管市场趋势，价格下跌了超过
20个点（我们的trail值） - 这让我们退出市场
- 而且因为市场趋势，需要时间才能再次以期望的方向穿越移动平均线
为什么使用notify_order？
因为这确保了必须由Stop控制的订单实际已被执行。在进行实时交易时，这可能不是一个大问题，但在回测时是。
让我们简化回测方法，使用 backtrader 提供的cheat-on-close模式。
class ManualStopOrStopTrailCheat(BaseStrategy): params = dict( stop_loss=0.02, # price is 2% less than the entry point trail=False, ) def __init__(self): super().__init__() self.broker.set_coc(True) def notify_order(self, order): if not order.status == order.Completed: return # discard any other notification if not self.position: # we left the market print('SELL@price: {:.2f}'.format(order.executed.price)) return # We have entered the market print('BUY @price: {:.2f}'.format(order.executed.price)) def next(self): if not self.position and self.crossup > 0: # not in the market and signal triggered self.buy() if not self.p.trail: stop_price = self.data.close[0] * (1.0 - self.p.stop_loss) self.sell(exectype=bt.Order.Stop, price=stop_price) else: self.sell(exectype=bt.Order.StopTrail, trailamount=self.p.trail)
在这种情况下：
- 在策略的
__init__阶段，经纪人会激活cheat-on-close模式。 StopOrder在buy订单之后立即发布。这是因为cheat-on-close确保它将在不等待下一个柱状图的情况下被执行。
请注意，使用收盘价格（self.data.close[0]）用于止损，因为尚未有执行价格。我们知道它将是收盘价格，这要归功于cheat-on-close- 现在，
notify_order方法纯粹是一个记录方法，告诉我们何时购买或出售。
使用 StopTrail 进行示例运行：
$ ./stop-loss-approaches.py manualcheat --plot --strat trail=20 BUY @price: 3076.23 SELL@price: 3070.72 BUY @price: 3036.30 SELL@price: 3076.54 BUY @price: 3349.46 SELL@price: 3339.65 BUY @price: 3362.83 SELL@price: 3393.96 SELL@price: 3685.48 SELL@price: 3665.48 SELL@price: 3888.46 SELL@price: 3868.46 BUY @price: 3662.92 SELL@price: 3650.75 BUY @price: 3631.50 SELL@price: 3661.55 BUY @price: 4094.33 SELL@price: 4120.66
和图表
注意：
- 结果与以前非常相似，但并不完全相同
这是由于cheat-on-close给策略提供了收盘价格（这是不现实的，但可以是一个很好的近似值），而不是下一个可用价格（这是下一个开盘价）
自动化方法
如果可以将订单的逻辑保持在 next 中，并且不必使用 cheat-on-close，那将是完美的。这是可以实现的！！！
让我们使用
- 父-子 订单
注意
这是 Bracket Order 功能的一部分。
class AutoStopOrStopTrail(BaseStrategy): params = dict( stop_loss=0.02, # price is 2% less than the entry point trail=False, buy_limit=False, ) buy_order = None # default value for a potential buy_order def notify_order(self, order): if order.status == order.Cancelled: print('CANCEL@price: {:.2f} {}'.format( order.executed.price, 'buy' if order.isbuy() else 'sell')) return if not order.status == order.Completed: return # discard any other notification if not self.position: # we left the market print('SELL@price: {:.2f}'.format(order.executed.price)) return # We have entered the market print('BUY @price: {:.2f}'.format(order.executed.price)) def next(self): if not self.position and self.crossup > 0: if self.buy_order: # something was pending self.cancel(self.buy_order) # not in the market and signal triggered if not self.p.buy_limit: self.buy_order = self.buy(transmit=False) else: price = self.data.close[0] * (1.0 - self.p.buy_limit) # transmit = False ... await child order before transmission self.buy_order = self.buy(price=price, exectype=bt.Order.Limit, transmit=False) # Setting parent=buy_order ... sends both together if not self.p.trail: stop_price = self.data.close[0] * (1.0 - self.p.stop_loss) self.sell(exectype=bt.Order.Stop, price=stop_price, parent=self.buy_order) else: self.sell(exectype=bt.Order.StopTrail, trailamount=self.p.trail, parent=self.buy_order)
这种新策略仍然基于 BaseStrategy，做了以下工作：
- 增加将
buy订单作为Limit订单发布的可能性
参数buy_limit（当不为False时）将是一个百分比，以从当前价格中减去来设置预期的购买点。 - 为
buy订单设置transmit=False。这意味着订单不会立即传输到经纪人。它将等待来自 子 订单的传输信号 - 通过使用立即发布子订单：
parent=buy_order
- 这将触发将两个订单传输到经纪人
- 并且将 子 订单标记为在父订单执行时进行调度 when
- 在
buy订单放置之前，没有Stop订单执行的风险。
- 如果父订单被取消，则子订单也将被取消
- 由于这是一个示例，并且是一个趋势市场，
Limit订单可能永远不会被执行，并且当新信号出现时仍然处于活动状态。在这种情况下，示例将简单地取消待处理的buy订单，并继续以当前价格水平发出新订单。
如上所述，这将取消子Stop订单。 - 已取消的订单将被记录
让我们试图在当前收盘价下购买 0.5%，并且使用 trail=30 来执行
使用 StopTrail 进行示例运行：
$ ./stop-loss-approaches.py auto --plot --strat trail=30,buy_limit=0.005 BUY @price: 3060.85 SELL@price: 3050.54 CANCEL@price: 0.00 buy CANCEL@price: 0.00 sell BUY @price: 3332.71 SELL@price: 3329.65 CANCEL@price: 0.00 buy CANCEL@price: 0.00 sell BUY @price: 3667.05 SELL@price: 3698.25 BUY @price: 3869.02 SELL@price: 3858.46 BUY @price: 3644.61 SELL@price: 3624.02 CANCEL@price: 0.00 buy CANCEL@price: 0.00 sell BUY @price: 4073.86
和图表
日志和图表上的 buy/sell 标志表明，没有没有对应的 buy 订单被执行，并且取消的 buy 订单立即被子 sell 订单的取消所跟随（无需任何手动编码）
结论
已经展示了使用不同方法进行带止损交易。这可以用来避免损失或确保利润。
警告：非常严格的止损订单也可能只是使您的持仓退出市场的效果，如果止损设置在价格正常波动范围内。
脚本用法
$ ./stop-loss-approaches.py --help usage: stop-loss-approaches.py [-h] [--data0 DATA0] [--fromdate FROMDATE] [--todate TODATE] [--cerebro kwargs] [--broker kwargs] [--sizer kwargs] [--strat kwargs] [--plot [kwargs]] {manual,manualcheat,auto} Stop-Loss Approaches positional arguments: {manual,manualcheat,auto} Stop approach to use optional arguments: -h, --help show this help message and exit --data0 DATA0 Data to read in (default: ../../datas/2005-2006-day-001.txt) --fromdate FROMDATE Date[time] in YYYY-MM-DD[THH:MM:SS] format (default: ) --todate TODATE Date[time] in YYYY-MM-DD[THH:MM:SS] format (default: ) --cerebro kwargs kwargs in key=value format (default: ) --broker kwargs kwargs in key=value format (default: ) --sizer kwargs kwargs in key=value format (default: ) --strat kwargs kwargs in key=value format (default: ) --plot [kwargs] kwargs in key=value format (default: )
BackTrader 中文文档（十五）（3）https://developer.aliyun.com/article/1505365
