BackTrader 中文文档（九）（2）-阿里云开发者社区

BackTrader 中文文档（九）（1）https://developer.aliyun.com/article/1505288

经纪人

原文：www.backtrader.com/docu/broker/

参考

类`backtrader.brokers.BackBroker()`

经纪人模拟器

该模拟支持不同的订单类型，检查提交订单的现金需求与当前现金的情况，跟踪每次cerebro迭代的现金和价值，并在不同的数据上保持当前位置。

cash根据仪器进行每次迭代调整，如期货

which a price change implies in real brokers the addition/substracion of
cash.

支持的订单类型：

Market：在下一个柱子的第 1^(st)个 tick（即open价格）执行
Close：用于一日内，在该订单以会话最后一个柱的收盘价执行
Limit：在会话期间看到给定的限价时执行
Stop：如果看到给定的停止价格，则执行Market订单
StopLimit：如果看到给定的停止价格，则启动Limit订单

因为经纪人是由Cerebro实例化的，而且应该（大多数情况下）没有理由替换经纪人，所以实例的参数不受用户控制。要更改此参数，有两种选择：

手动创建此类的实例，并使用cerebro.broker = instance将实例设置为run执行的经纪人
使用set_xxx通过cerebro.broker.set_xxx来设置值，其中\xxx`代表要设置的参数的名称

注意

cerebro.broker是Cerebro的getbroker和setbroker方法支持的property

参数：

cash（默认值：10000）：起始现金
commission（默认值：CommInfoBase(percabs=True)）适用于所有资产的基础佣金方案
checksubmit（默认值：True）：在将订单接受到系统之前检查保证金/现金
eosbar（默认值：False）：对于一日内柱，如果某个柱具有与会话结束相同的time，则将其视为会话结束。这通常不是情况，因为一些柱（最终拍卖）会在会话结束后几分钟内由许多交易所为许多产品产生
eosbar（默认值：False）：对于一日内柱，如果某个柱具有与会话结束相同的time，则将其视为会话结束。这通常不是情况，因为一些柱（最终拍卖）会在会话结束后几分钟内由许多交易所为许多产品产生
filler（默认值：None）一个带有签名的可调用函数：callable(order, price, ago)

order：显然是执行的订单。这提供了对数据（以及ohlc和volume值）、执行类型、剩余大小（order.executed.remsize）和其他内容的访问。
请检查Order文档和参考，以了解Order实例中可用的内容
price：订单将在ago柱中执行的价格
ago：用于与order.data一起使用以提取ohlc和volume价格的索引。在大多数情况下，这将是0，但对于Close订单的一个特殊情况，这将是-1。
为了获得柱形体积（例如）：volume = order.data.voluume[ago]

可调用函数必须返回执行大小（大于等于 0 的值）
可调用函数当然可以是一个与前述签名匹配的对象__call__
默认值为None时，订单将在一次性完全执行
slip_perc（默认值：0.0）应该使用的百分比绝对值（和正数）使买入/卖出订单的价格上涨/下跌注意：

0.01是1%
0.001是0.1%

slip_fixed（默认值：0.0）应使用的以单位（和正数）表示的百分比来使价格上涨/下跌以进行买入/卖出订单滑点
注意：如果slip_perc不为零，则它优先于此。
slip_open（默认值：False）是否为订单执行滑点价格，其将特定使用下一个条的开盘价格。一个例子是使用下一个可用的刻度执行的Market订单，即：该条的开盘价。
这也适用于一些其他执行，因为逻辑试图检测开盘价格是否会与移动到新条时请求的价格/执行类型匹配。
slip_match（默认值：True）
如果设置为True，则经纪人将通过将滑点限制在高/低价格上来提供匹配，以防超出。
如果为False，则经纪人不会以当前价格匹配订单，并将尝试在下一次迭代期间执行
slip_limit（默认值：True）
Limit订单，给定所请求的确切匹配价格，即使slip_match为False，也将匹配。
此选项控制该行为。
如果为True，则Limit订单将通过将价格限制在限价/高/低价格上来匹配
如果False且滑点超过上限，则不会匹配
slip_out（默认值：False）
即使价格跌出高-低范围，也要提供滑点。
coc（默认值：False）
Cheat-On-Close 将其设置为True并使用set_coc启用

matching a `Market` order to the closing price of the bar in which
the order was issued. This is actually *cheating*, because the bar
is *closed* and any order should first be matched against the prices
in the next bar`

coo（默认值：False）
Cheat-On-Open 将其设置为True并使用set_coo启用

matching a `Market` order to the opening price, by for example
using a timer with `cheat` set to `True`, because such a timer
gets executed before the broker has evaluated`

int2pnl（默认值：True）
将生成的利息（如果有）分配给减少持仓的操作的损益。可能存在这种情况：不同的策略正在竞争，利息将以不确定的方式分配给其中任何一个。
shortcash（默认值：True）
如果为 True，则在对类似股票的资产进行空头操作时会增加现金，并且计算出的资产值将为负。
如果为False，则现金将被扣除为操作成本，并且计算出的值将为正，以保持相同数量
fundstartval（默认值：100.0）
此参数控制以类似基金的方式测量绩效的起始值，即：可以添加和扣除现金以增加股份数量。绩效不是使用投资组合的净资产值来衡量的，而是使用基金的价值来衡量。
fundmode（默认值：False）
如果设置为 True，分析器如 TimeReturn 可以根据基金价值而不是总净资产自动计算回报率

`set_cash(cash)`

设置 cash 参数（别名：setcash）

`get_cash()`

返回当前现金（别名：getcash）

`get_value(datas=None, mkt=False, lever=False)`

返回给定数据的投资组合价值（如果数据为 None，则将返回总投资组合价值）（别名：getvalue）

`set_eosbar(eosbar)`

设置 eosbar 参数（别名：seteosbar）

`set_checksubmit(checksubmit)`

设置 checksubmit 参数

`set_filler(filler)`

为成交量填充执行设置一个成交量填充器

`set_coc(coc)`

配置“在订单栏上购买收盘价”的“Cheat-On-Close”方法

`set_coo(coo)`

配置“在订单栏上购买开盘价”的“Cheat-On-Open”方法

`set_int2pnl(int2pnl)`

配置利息分配给损益

`set_fundstartval(fundstartval)`

设置基金样式表现追踪器的起始值

`set_slippage_perc(perc, slip_open=True, slip_limit=True, slip_match=True, slip_out=False)`

配置滑点以百分比为基础

`set_slippage_fixed(fixed, slip_open=True, slip_limit=True, slip_match=True, slip_out=False)`

配置滑点以基于固定点进行

`get_orders_open(safe=False)`

返回仍然打开的订单的可迭代对象（未执行或部分执行）

返回的订单不得被更改。

如果需要订单操作，请将参数 safe 设置为 True

`getcommissioninfo(data)`

检索与给定 data 相关联的 CommissionInfo 方案

`setcommission(commission=0.0, margin=None, mult=1.0, commtype=None, percabs=True, stocklike=False, interest=0.0, interest_long=False, leverage=1.0, automargin=False, name=None)`

此方法使用参数为经纪人管理的资产设置 CommissionInfo 对象。请查阅 CommInfoBase 的参考资料

如果名称为 None，则对于找不到其他 CommissionInfo 方案的资产，这将是默认值

`addcommissioninfo(comminfo, name=None)`

如果 name 为 None，则添加一个 CommissionInfo 对象，如果 name 为 None，则为所有资产设置默认值

`getposition(data)`

返回给定 data 的当前持仓状态（Position 实例）

`get_fundshares()`

返回基金模式中当前股份数量

`get_fundvalue()`

返回基金样式股票价值

`add_cash(cash)`

向系统添加/移除现金（使用负值来移除）

滑点

原文：www.backtrader.com/docu/slippage/slippage/

回测无法保证真实市场条件。无论市场模拟有多好，在真实市场条件下都可能发生滑点。这意味着：

请求的价格可能无法匹配。

集成的回测经纪人支持滑点。以下参数可以传递给经纪人

slip_perc(默认值:0.0) 绝对百分比（正数），用于上下滑动买入/卖出订单的价格注意:

0.01 是 1%
0.001 是 0.1%

slip_fixed (默认值: 0.0) 单位百分比（正数），用于上下滑动买入/卖出订单的价格
注意：如果slip_perc不为零，则它优先于此。
slip_open (默认值: False) 是否为订单执行滑动价格，该价格特别使用下一个柱的开盘价格。一个示例是使用下一个可用刻度执行的Market订单，即柱的开盘价格。
这也适用于其他一些执行，因为逻辑试图检测开盘价格是否会在移动到新柱时匹配请求的价格/执行类型。
slip_match (默认值: True)
如果为True，经纪人将通过在超出时将滑点限制在high/low价格上来提供匹配。
如果 False，经纪人将不会根据当前价格匹配订单，并将在下一次迭代中尝试执行
slip_limit (默认值: True)
即使 slip_match 为 False，给定请求的精确匹配价格的Limit订单也会被匹配。
此选项控制该行为。
如果为True，则Limit订单将通过将价格限制在limit / high/low价格上来匹配
如果 False 并且滑点超过上限，则不会匹配
slip_out (默认值: False)
即使价格超出high - low范围，也提供滑点。

工作原理

为了决定何时应用滑点，订单执行类型被考虑在内：

Close - 不应用滑点
此订单与close价格匹配，此价格是当天的最后一个价格。滑点不会发生，因为订单只能在会话的最后一个刻度发生，这是一个唯一的价格，没有容忍度。
Market - 滑点被应用
请检查slip_open异常。因为Market订单将与下一个柱的开盘价格匹配。
Limit-滑点按照这个逻辑应用

如果匹配价格将是开盘价格，则根据参数 slip_open 应用滑点。如果应用，则价格永远不会比请求的limit价格更差
如果匹配价格不是limit价格，则应用滑点，并在high/low上限制。在这种情况下，slip_mlimit适用于决定是否在超出上限时会发生匹配
如果匹配价格是limit价格，则不会应用滑点

Stop - 一旦订单被触发，与市价订单相同的逻辑将适用
StopLimit - 一旦订单被触发，与限价订单相同的逻辑将适用

该方法试图在模拟和可用数据的限制内提供尽可能逼真的方法

配置滑点

经纪人已经由每个运行的智能交易引擎实例化，具有默认参数。有两种方法可以更改其行为：

使用方法来配置滑点
BackBroker.set_slippage_perc(perc, slip_open=True, slip_limit=True, slip_match=True, slip_out=False)
配置滑点为基于百分比的
BackBroker.set_slippage_fixed(fixed, slip_open=True, slip_limit=True, slip_match=True, slip_out=False)
配置滑点为固定点位基础
将经纪人替换为：

import backtrader as bt
cerebro = bt.Cerebro()
cerebro.broker = bt.brokers.BackBroker(slip_perc=0.005)  # 0.5%`

实际示例

源代码包含一个示例，该示例使用了执行类型为市价的订单以及使用信号的多头/空头方法。这应该能帮助理解其逻辑。

一个没有滑点并且具有初始图表供以后参考的运行：

$ ./slippage.py --plot
01 2005-03-22 23:59:59 SELL Size: -1 / Price: 3040.55
02 2005-04-11 23:59:59 BUY  Size: +1 / Price: 3088.47
03 2005-04-11 23:59:59 BUY  Size: +1 / Price: 3088.47
04 2005-04-19 23:59:59 SELL Size: -1 / Price: 2948.38
05 2005-04-19 23:59:59 SELL Size: -1 / Price: 2948.38
06 2005-05-19 23:59:59 BUY  Size: +1 / Price: 3034.88
...
35 2006-12-19 23:59:59 BUY  Size: +1 / Price: 4121.01

同样的运行使用了配置为1.5%的滑点：

$ ./slippage.py --slip_perc 0.015
01 2005-03-22 23:59:59 SELL Size: -1 / Price: 3040.55
02 2005-04-11 23:59:59 BUY  Size: +1 / Price: 3088.47
03 2005-04-11 23:59:59 BUY  Size: +1 / Price: 3088.47
04 2005-04-19 23:59:59 SELL Size: -1 / Price: 2948.38
05 2005-04-19 23:59:59 SELL Size: -1 / Price: 2948.38
06 2005-05-19 23:59:59 BUY  Size: +1 / Price: 3034.88
...
35 2006-12-19 23:59:59 BUY  Size: +1 / Price: 4121.01

没有变动。这是该场景的预期行为。

执行类型：市价
而slip_open没有被设置为True
市价订单与下一根柱的开盘价格匹配，我们不允许open价格被移动。

将slip_open设置为True的一个运行设置：

$ ./slippage.py --slip_perc 0.015 --slip_open
01 2005-03-22 23:59:59 SELL Size: -1 / Price: 3021.66
02 2005-04-11 23:59:59 BUY  Size: +1 / Price: 3088.47
03 2005-04-11 23:59:59 BUY  Size: +1 / Price: 3088.47
04 2005-04-19 23:59:59 SELL Size: -1 / Price: 2948.38
05 2005-04-19 23:59:59 SELL Size: -1 / Price: 2948.38
06 2005-05-19 23:59:59 BUY  Size: +1 / Price: 3055.14
...

人们可以立即看到价格已经变动。并且分配的价格比操作 35 的最坏或相等。这不是复制粘贴错误

2016-12-19 的open和high是相同的。
价格不能被推高到high之上，因为那将意味着返回一个不存在的价格。

当然，backtrader允许匹配超出high-low范围的价格，如果愿意的话，可以激活slip_out进行运行：

$ ./slippage.py --slip_perc 0.015 --slip_open --slip_out
01 2005-03-22 23:59:59 SELL Size: -1 / Price: 2994.94
02 2005-04-11 23:59:59 BUY  Size: +1 / Price: 3134.80
03 2005-04-11 23:59:59 BUY  Size: +1 / Price: 3134.80
04 2005-04-19 23:59:59 SELL Size: -1 / Price: 2904.15
05 2005-04-19 23:59:59 SELL Size: -1 / Price: 2904.15
06 2005-05-19 23:59:59 BUY  Size: +1 / Price: 3080.40
...
35 2006-12-19 23:59:59 BUY  Size: +1 / Price: 4182.83

用于匹配的匹配表达式将是：哦天呐！(我的天啊！）。价格明显超出了范围。只需看看操作 35，该操作在4182.83处匹配。快速检查本文档中的图表可以看到该资产从未接近过该价格。

slip_match的默认值为True，这意味着backtrader提供了一个匹配，无论是带上限价还是不带上限价，如上所示。让我们将其禁用：

$ ./slippage.py --slip_perc 0.015 --slip_open --no-slip_match
01 2005-04-15 23:59:59 SELL Size: -1 / Price: 3028.10
02 2005-05-18 23:59:59 BUY  Size: +1 / Price: 3029.40
03 2005-06-01 23:59:59 BUY  Size: +1 / Price: 3124.03
04 2005-10-06 23:59:59 SELL Size: -1 / Price: 3365.57
05 2005-10-06 23:59:59 SELL Size: -1 / Price: 3365.57
06 2005-12-01 23:59:59 BUY  Size: +1 / Price: 3499.95
07 2005-12-01 23:59:59 BUY  Size: +1 / Price: 3499.95
08 2006-02-28 23:59:59 SELL Size: -1 / Price: 3782.71
09 2006-02-28 23:59:59 SELL Size: -1 / Price: 3782.71
10 2006-05-23 23:59:59 BUY  Size: +1 / Price: 3594.68
11 2006-05-23 23:59:59 BUY  Size: +1 / Price: 3594.68
12 2006-11-27 23:59:59 SELL Size: -1 / Price: 3984.37
13 2006-11-27 23:59:59 SELL Size: -1 / Price: 3984.37

天啊！从 35 降到了 13。原因是：

停用slip_match将阻止匹配操作，如果滑点将匹配价格推高到high之上或推低到柱的low之下。看起来，随着请求的滑点为1.5%，大约有 22 个操作无法执行。

这些示例应该已经展示了不同的滑点选项是如何共同工作的。

以开盘作弊

原文：www.backtrader.com/docu/cerebro/cheat-on-open/cheat-on-open/

版本 1.9.44.116 增加了对 Cheat-On-Open 的支持。这似乎是对那些全情投入的人的一项需求功能，他们在柱结束后做了计算，但期望与open价格匹配。

当开盘价格出现差距（向上或向下，取决于buy或sell是否生效）并且现金不足以进行全情投入操作时，此用例会失败。这迫使经纪人拒绝操作。

虽然人们可以尝试用积极的[1]索引方法来展望未来，但这需要预加载数据，而这并不总是可用的。

模式：

cerebro = bt.Cerebro(cheat_on_open=True)

这个：

在系统中激活了额外的周期，该周期调用策略中的next_open、nextstart_open和prenext_open方法。
决定增加一个额外的方法系列是为了清晰地区分常规方法和作弊模式之间的区别。常规方法是基于所检查的价格不再可用且未来未知的基础上运行的，而作弊模式则是另一种操作。
这也避免了对常规next方法进行两次调用。

当处于xxx_open方法内部时，以下情况成立：

指标尚未重新计算，并保留了上一个周期中在等效的xxx常规方法中最后看到的值。
经纪人尚未评估新周期的待处理订单，可以引入新订单，如果可能的话将进行评估。

请注意：

Cerebro还有一个名为broker_coo（默认为True）的参数，告诉cerebro如果已经激活了cheat-on-open，它应该尽可能地在经纪人中也激活它。
仿真经纪人有一个名为：coo的参数和一个设置它的方法名为set_coo

尝试作弊开盘

下面的示例具有具有 2 种不同行为的策略：

如果cheat-on-open是True，它将只从next_open操作
如果cheat-on-open是False，它将只从next操作

在这两种情况下，匹配价格必须是相同的

如果不作弊，订单将在前一天结束时发布，并将与下一个输入价格（即open价格）匹配
如果作弊，订单将在执行当天发布。因为订单是在经纪人评估订单之前发布的，所以它也将与下一个输入价格（即open价格）匹配。
第二种情况允许计算全情投入策略的确切赌注，因为可以直接访问当前的open价格。

在这两种情况下

当前的open和close价格将从next打印出来。

常规执行：

$ ./cheat-on-open.py --cerebro cheat_on_open=False
...
2005-04-07 next, open 3073.4 close 3090.72
2005-04-08 next, open 3092.07 close 3088.92
Strat Len 68 2005-04-08 Send Buy, fromopen False, close 3088.92
2005-04-11 Buy Executed at price 3088.47
2005-04-11 next, open 3088.47 close 3080.6
2005-04-12 next, open 3080.42 close 3065.18
...

顺序：

在 2005-04-08close之后发布
它是在 2005-04-11 执行的，以3088.47的open价格执行。

作弊执行：

$ ./cheat-on-open.py --cerebro cheat_on_open=True
...
2005-04-07 next, open 3073.4 close 3090.72
2005-04-08 next, open 3092.07 close 3088.92
2005-04-11 Send Buy, fromopen True, close 3080.6
2005-04-11 Buy Executed at price 3088.47
2005-04-11 next, open 3088.47 close 3080.6
2005-04-12 next, open 3080.42 close 3065.18
...

顺序：

在 2005-04-11 开盘之前发布
它在 2005-04-11 执行，开盘价为3088.47

而图表上整体的结果也是相同的。

结论

在开盘前作弊允许在开盘前发布订单，例如允许精确计算全仓情况下的股份。

样本用法

$ ./cheat-on-open.py --help
usage: cheat-on-open.py [-h] [--data0 DATA0] [--fromdate FROMDATE]
                        [--todate TODATE] [--cerebro kwargs] [--broker kwargs]
                        [--sizer kwargs] [--strat kwargs] [--plot [kwargs]]
Cheat-On-Open Sample
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: )

样本来源

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)
import argparse
import datetime
import backtrader as bt
class St(bt.Strategy):
    params = dict(
        periods=[10, 30],
        matype=bt.ind.SMA,
    )
    def __init__(self):
        self.cheating = self.cerebro.p.cheat_on_open
        mas = [self.p.matype(period=x) for x in self.p.periods]
        self.signal = bt.ind.CrossOver(*mas)
        self.order = None
    def notify_order(self, order):
        if order.status != order.Completed:
            return
        self.order = None
        print('{}  {} Executed at price {}'.format(
            bt.num2date(order.executed.dt).date(),
            'Buy' * order.isbuy() or 'Sell', order.executed.price)
        )
    def operate(self, fromopen):
        if self.order is not None:
            return
        if self.position:
            if self.signal < 0:
                self.order = self.close()
        elif self.signal > 0:
            print('{} Send Buy, fromopen {}, close {}'.format(
                self.data.datetime.date(),
                fromopen, self.data.close[0])
            )
            self.order = self.buy()
    def next(self):
        print('{} next, open {} close {}'.format(
            self.data.datetime.date(),
            self.data.open[0], self.data.close[0])
        )
        if self.cheating:
            return
        self.operate(fromopen=False)
    def next_open(self):
        if not self.cheating:
            return
        self.operate(fromopen=True)
def runstrat(args=None):
    args = parse_args(args)
    cerebro = bt.Cerebro()
    # Data feed kwargs
    kwargs = dict()
    # Parse from/to-date
    dtfmt, tmfmt = '%Y-%m-%d', 'T%H:%M:%S'
    for a, d in ((getattr(args, x), x) for x in ['fromdate', 'todate']):
        if a:
            strpfmt = dtfmt + tmfmt * ('T' in a)
            kwargs[d] = datetime.datetime.strptime(a, strpfmt)
    # Data feed
    data0 = bt.feeds.BacktraderCSVData(dataname=args.data0, **kwargs)
    cerebro.adddata(data0)
    # Broker
    cerebro.broker = bt.brokers.BackBroker(**eval('dict(' + args.broker + ')'))
    # Sizer
    cerebro.addsizer(bt.sizers.FixedSize, **eval('dict(' + args.sizer + ')'))
    # Strategy
    cerebro.addstrategy(St, **eval('dict(' + args.strat + ')'))
    # Execute
    cerebro.run(**eval('dict(' + args.cerebro + ')'))
    if args.plot:  # Plot if requested to
        cerebro.plot(**eval('dict(' + args.plot + ')'))
def parse_args(pargs=None):
    parser = argparse.ArgumentParser(
        formatter_class=argparse.ArgumentDefaultsHelpFormatter,
        description=(
            'Cheat-On-Open Sample'
        )
    )
    parser.add_argument('--data0', default='../../datas/2005-2006-day-001.txt',
                        required=False, help='Data to read in')
    # Defaults for dates
    parser.add_argument('--fromdate', required=False, default='',
                        help='Date[time] in YYYY-MM-DD[THH:MM:SS] format')
    parser.add_argument('--todate', required=False, default='',
                        help='Date[time] in YYYY-MM-DD[THH:MM:SS] format')
    parser.add_argument('--cerebro', required=False, default='',
                        metavar='kwargs', help='kwargs in key=value format')
    parser.add_argument('--broker', required=False, default='',
                        metavar='kwargs', help='kwargs in key=value format')
    parser.add_argument('--sizer', required=False, default='',
                        metavar='kwargs', help='kwargs in key=value format')
    parser.add_argument('--strat', required=False, default='',
                        metavar='kwargs', help='kwargs in key=value format')
    parser.add_argument('--plot', required=False, default='',
                        nargs='?', const='{}',
                        metavar='kwargs', help='kwargs in key=value format')
    return parser.parse_args(pargs)
if __name__ == '__main__':
    runstrat()

BackTrader 中文文档（九）（3）https://developer.aliyun.com/article/1505291

BackTrader 中文文档（九）（2）

经纪人

经纪人

参考

类`backtrader.brokers.BackBroker()`

`set_cash(cash)`

`get_cash()`

`get_value(datas=None, mkt=False, lever=False)`

`set_eosbar(eosbar)`

`set_checksubmit(checksubmit)`

`set_filler(filler)`

`set_coc(coc)`

`set_coo(coo)`

`set_int2pnl(int2pnl)`

`set_fundstartval(fundstartval)`

`set_slippage_perc(perc, slip_open=True, slip_limit=True, slip_match=True, slip_out=False)`

`set_slippage_fixed(fixed, slip_open=True, slip_limit=True, slip_match=True, slip_out=False)`

`get_orders_open(safe=False)`

`getcommissioninfo(data)`

`setcommission(commission=0.0, margin=None, mult=1.0, commtype=None, percabs=True, stocklike=False, interest=0.0, interest_long=False, leverage=1.0, automargin=False, name=None)`

`addcommissioninfo(comminfo, name=None)`

`getposition(data)`

`get_fundshares()`

`get_fundvalue()`

`add_cash(cash)`

滑点

工作原理

配置滑点

实际示例

以开盘作弊

尝试作弊开盘

结论

样本用法

样本来源

热门文章

最新文章

相关电子书

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

BackTrader 中文文档（九）（2）

经纪人

经纪人

参考

类backtrader.brokers.BackBroker()

set_cash(cash)

get_cash()

get_value(datas=None, mkt=False, lever=False)

set_eosbar(eosbar)

set_checksubmit(checksubmit)

set_filler(filler)

set_coc(coc)

set_coo(coo)

set_int2pnl(int2pnl)

set_fundstartval(fundstartval)

set_slippage_perc(perc, slip_open=True, slip_limit=True, slip_match=True, slip_out=False)

set_slippage_fixed(fixed, slip_open=True, slip_limit=True, slip_match=True, slip_out=False)

get_orders_open(safe=False)

getcommissioninfo(data)

setcommission(commission=0.0, margin=None, mult=1.0, commtype=None, percabs=True, stocklike=False, interest=0.0, interest_long=False, leverage=1.0, automargin=False, name=None)

addcommissioninfo(comminfo, name=None)

getposition(data)

get_fundshares()

get_fundvalue()

add_cash(cash)

滑点

工作原理

配置滑点

实际示例

以开盘作弊

尝试作弊开盘

结论

样本用法

样本来源

热门文章

最新文章

相关电子书

类`backtrader.brokers.BackBroker()`

`set_cash(cash)`

`get_cash()`

`get_value(datas=None, mkt=False, lever=False)`

`set_eosbar(eosbar)`

`set_checksubmit(checksubmit)`

`set_filler(filler)`

`set_coc(coc)`

`set_coo(coo)`

`set_int2pnl(int2pnl)`

`set_fundstartval(fundstartval)`

`set_slippage_perc(perc, slip_open=True, slip_limit=True, slip_match=True, slip_out=False)`

`set_slippage_fixed(fixed, slip_open=True, slip_limit=True, slip_match=True, slip_out=False)`

`get_orders_open(safe=False)`

`getcommissioninfo(data)`

`setcommission(commission=0.0, margin=None, mult=1.0, commtype=None, percabs=True, stocklike=False, interest=0.0, interest_long=False, leverage=1.0, automargin=False, name=None)`

`addcommissioninfo(comminfo, name=None)`

`getposition(data)`

`get_fundshares()`

`get_fundvalue()`

`add_cash(cash)`