BackTrader 中文文档（二十二）（3）https://developer.aliyun.com/article/1505429
DEMA
$ ./talibtest.py --plot --ind dema
输出
TEMA
$ ./talibtest.py --plot --ind tema
输出
PPO
在这里，backtrader不仅提供了ppo线，还提供了更传统的macd方法。
$ ./talibtest.py --plot --ind ppo
输出
WilliamsR
$ ./talibtest.py --plot --ind williamsr
输出
ROC
所有指标都具有完全相同的形状，但如何跟踪动量或变化率有几种定义。
$ ./talibtest.py --plot --ind roc
输出
示例用法
$ ./talibtest.py --help usage: talibtest.py [-h] [--data0 DATA0] [--fromdate FROMDATE] [--todate TODATE] [--ind {sma,ema,stoc,rsi,macd,bollinger,aroon,ultimate,trix,kama,adxr,dema,tema,ppo,williamsr,roc}] [--no-doji] [--use-next] [--plot [kwargs]] Sample for sizer optional arguments: -h, --help show this help message and exit --data0 DATA0 Data to be read in (default: ../../datas/yhoo-1996-2015.txt) --fromdate FROMDATE Starting date in YYYY-MM-DD format (default: 2005-01-01) --todate TODATE Ending date in YYYY-MM-DD format (default: 2006-12-31) --ind {sma,ema,stoc,rsi,macd,bollinger,aroon,ultimate,trix,kama,adxr,dema,tema,ppo,williamsr,roc} Which indicator pair to show together (default: sma) --no-doji Remove Doji CandleStick pattern checker (default: False) --use-next Use next (step by step) instead of once (batch) (default: False) --plot [kwargs], -p [kwargs] Plot the read data applying any kwargs passed For example (escape the quotes if needed): --plot style="candle" (to plot candles) (default: None)
示例代码
from __future__ import (absolute_import, division, print_function, unicode_literals) import argparse import datetime import backtrader as bt class TALibStrategy(bt.Strategy): params = (('ind', 'sma'), ('doji', True),) INDS = ['sma', 'ema', 'stoc', 'rsi', 'macd', 'bollinger', 'aroon', 'ultimate', 'trix', 'kama', 'adxr', 'dema', 'ppo', 'tema', 'roc', 'williamsr'] def __init__(self): if self.p.doji: bt.talib.CDLDOJI(self.data.open, self.data.high, self.data.low, self.data.close) if self.p.ind == 'sma': bt.talib.SMA(self.data.close, timeperiod=25, plotname='TA_SMA') bt.indicators.SMA(self.data, period=25) elif self.p.ind == 'ema': bt.talib.EMA(timeperiod=25, plotname='TA_SMA') bt.indicators.EMA(period=25) elif self.p.ind == 'stoc': bt.talib.STOCH(self.data.high, self.data.low, self.data.close, fastk_period=14, slowk_period=3, slowd_period=3, plotname='TA_STOCH') bt.indicators.Stochastic(self.data) elif self.p.ind == 'macd': bt.talib.MACD(self.data, plotname='TA_MACD') bt.indicators.MACD(self.data) bt.indicators.MACDHisto(self.data) elif self.p.ind == 'bollinger': bt.talib.BBANDS(self.data, timeperiod=25, plotname='TA_BBANDS') bt.indicators.BollingerBands(self.data, period=25) elif self.p.ind == 'rsi': bt.talib.RSI(self.data, plotname='TA_RSI') bt.indicators.RSI(self.data) elif self.p.ind == 'aroon': bt.talib.AROON(self.data.high, self.data.low, plotname='TA_AROON') bt.indicators.AroonIndicator(self.data) elif self.p.ind == 'ultimate': bt.talib.ULTOSC(self.data.high, self.data.low, self.data.close, plotname='TA_ULTOSC') bt.indicators.UltimateOscillator(self.data) elif self.p.ind == 'trix': bt.talib.TRIX(self.data, timeperiod=25, plotname='TA_TRIX') bt.indicators.Trix(self.data, period=25) elif self.p.ind == 'adxr': bt.talib.ADXR(self.data.high, self.data.low, self.data.close, plotname='TA_ADXR') bt.indicators.ADXR(self.data) elif self.p.ind == 'kama': bt.talib.KAMA(self.data, timeperiod=25, plotname='TA_KAMA') bt.indicators.KAMA(self.data, period=25) elif self.p.ind == 'dema': bt.talib.DEMA(self.data, timeperiod=25, plotname='TA_DEMA') bt.indicators.DEMA(self.data, period=25) elif self.p.ind == 'ppo': bt.talib.PPO(self.data, plotname='TA_PPO') bt.indicators.PPO(self.data, _movav=bt.indicators.SMA) elif self.p.ind == 'tema': bt.talib.TEMA(self.data, timeperiod=25, plotname='TA_TEMA') bt.indicators.TEMA(self.data, period=25) elif self.p.ind == 'roc': bt.talib.ROC(self.data, timeperiod=12, plotname='TA_ROC') bt.talib.ROCP(self.data, timeperiod=12, plotname='TA_ROCP') bt.talib.ROCR(self.data, timeperiod=12, plotname='TA_ROCR') bt.talib.ROCR100(self.data, timeperiod=12, plotname='TA_ROCR100') bt.indicators.ROC(self.data, period=12) bt.indicators.Momentum(self.data, period=12) bt.indicators.MomentumOscillator(self.data, period=12) elif self.p.ind == 'williamsr': bt.talib.WILLR(self.data.high, self.data.low, self.data.close, plotname='TA_WILLR') bt.indicators.WilliamsR(self.data) def runstrat(args=None): args = parse_args(args) cerebro = bt.Cerebro() dkwargs = dict() if args.fromdate: fromdate = datetime.datetime.strptime(args.fromdate, '%Y-%m-%d') dkwargs['fromdate'] = fromdate if args.todate: todate = datetime.datetime.strptime(args.todate, '%Y-%m-%d') dkwargs['todate'] = todate data0 = bt.feeds.YahooFinanceCSVData(dataname=args.data0, **dkwargs) cerebro.adddata(data0) cerebro.addstrategy(TALibStrategy, ind=args.ind, doji=not args.no_doji) cerebro.run(runcone=not args.use_next, stdstats=False) if args.plot: pkwargs = dict(style='candle') if args.plot is not True: # evals to True but is not True npkwargs = eval('dict(' + args.plot + ')') # args were passed pkwargs.update(npkwargs) cerebro.plot(**pkwargs) def parse_args(pargs=None): parser = argparse.ArgumentParser( formatter_class=argparse.ArgumentDefaultsHelpFormatter, description='Sample for sizer') parser.add_argument('--data0', required=False, default='../../datas/yhoo-1996-2015.txt', help='Data to be read in') parser.add_argument('--fromdate', required=False, default='2005-01-01', help='Starting date in YYYY-MM-DD format') parser.add_argument('--todate', required=False, default='2006-12-31', help='Ending date in YYYY-MM-DD format') parser.add_argument('--ind', required=False, action='store', default=TALibStrategy.INDS[0], choices=TALibStrategy.INDS, help=('Which indicator pair to show together')) parser.add_argument('--no-doji', required=False, action='store_true', help=('Remove Doji CandleStick pattern checker')) parser.add_argument('--use-next', required=False, action='store_true', help=('Use next (step by step) ' 'instead of once (batch)')) # Plot options parser.add_argument('--plot', '-p', nargs='?', required=False, metavar='kwargs', const=True, help=('Plot the read data applying any kwargs passed\n' '\n' 'For example (escape the quotes if needed):\n' '\n' ' --plot style="candle" (to plot candles)\n')) if pargs is not None: return parser.parse_args(pargs) return parser.parse_args() if __name__ == '__main__': runstrat()
Sizers 智能定额
原文：
www.backtrader.com/blog/posts/2016-07-23-sizers-smart-staking/sizers-smart-staking/
发行版 1.6.4.93 标志着 backtrader 的一个重要里程碑，即使版本编号的更改只是一个小改变。
Position Sizing 是阅读 Van K. Tharp 的 Trade Your Way To Financial Freedom 后，实际上为这个项目奠定了基础的事情之一。
这不是 Van K. Tharp 详细介绍 Position Sizing 方法的书，但该主题在书中被介绍和讨论。关于这一点的一个例子有这样的设置。
- 如果市场上没有，抛硬币决定是否进入
- 如果已经在市场上，则通过一个 2 倍的 ATR 控制仓位，并且如果价格有利于持有的仓位，则更新该止损
关于此的重要部分：
- 进入市场是随机的
- 这种方法经过不同的 Sizing 方案测试，并且有一个动态止损，这使得系统具有盈利能力。
并遵循设置自己的“系统”（无论是手动/自动化/计算机化，技术/基本，…）的原则，backtrader 有一天将测试这种情景。
这可以通过任何现有的平台进行测试，但沿途不会有乐趣，也不会解决许多挑战，这些挑战在启动 backtrader 时甚至没有考虑过。
Sizers 从一开始就在平台上，但被隐藏了，因为许多其他事情，包括 实时交易 开始阻碍。但这现在已经结束，Van K. Tharp 的情景将被测试。比以往更早。
同时进行了一些 Sizers 的样本测试。
Sizers 控制定位
该样本显示了一种潜在的用例，其中 Sizers 通过控制 sizing 来改变策略的行为。查看 backtrader.readthedocs.io 上的文档以了解 sizing interface。
这两个 Sizers：
LongOnly：如果当前位置为 0，则返回固定大小的仓位，并且如果已经在市场上，则返回相同的固定大小以关闭它。
class LongOnly(bt.Sizer): params = (('stake', 1),) def _getsizing(self, comminfo, cash, data, isbuy): if isbuy: return self.p.stake # Sell situation position = self.strategy.getposition(data) if not position.size: return 0 # do not sell if nothing is open return self.p.stake`
FixedReverser：如果市场上没有，将返回固定大小的赌注，如果已经在市场上，则将返回加倍的固定大小的赌注，以便进行逆转
class FixedReverser(bt.Sizer): params = (('stake', 1),) def _getsizing(self, comminfo, cash, data, isbuy): position = self.broker.getposition(data) size = self.p.stake * (1 + (position.size != 0)) return size`
这两个 Sizers 将与一个非常简单的策略结合在一起。
class CloseSMA(bt.Strategy): params = (('period', 15),) def __init__(self): sma = bt.indicators.SMA(self.data, period=self.p.period) self.crossover = bt.indicators.CrossOver(self.data, sma) def next(self): if self.crossover > 0: self.buy() elif self.crossover < 0: self.sell()
注意策略如何使用 Close-SMA 交叉信号发出 buy 和 sell 命令，并考虑到一个重要的事情：
- 在 strategy 中不进行定位的检查
与下面的执行中看到的相同策略通过在样本中使用此代码（通过开关 --longonly 控制）仅通过更改 sizer 的行为从 long-only 变为 long-short。
if args.longonly: cerebro.addsizer(LongOnly, stake=args.stake) else: cerebro.addsizer(FixedReverser, stake=args.stake)
仅限多头执行
用命令完成：
$ ./sizertest.py --longonly --plot
这个输出。
多空头执行
用命令完成：
$ ./sizertest.py --plot
并输出如下结果。
立即显示：
- 交易次数翻了一番
- 现金（除了一开始）永远不等于价值，因为策略始终在市场上
使用示例
$ ./sizertest.py --help usage: sizertest.py [-h] [--data0 DATA0] [--fromdate FROMDATE] [--todate TODATE] [--cash CASH] [--longonly] [--stake STAKE] [--period PERIOD] [--plot [kwargs]] Sample for sizer optional arguments: -h, --help show this help message and exit --data0 DATA0 Data to be read in (default: ../../datas/yhoo-1996-2015.txt) --fromdate FROMDATE Starting date in YYYY-MM-DD format (default: 2005-01-01) --todate TODATE Ending date in YYYY-MM-DD format (default: 2006-12-31) --cash CASH Cash to start with (default: 50000) --longonly Use the LongOnly sizer (default: False) --stake STAKE Stake to pass to the sizers (default: 1) --period PERIOD Period for the Simple Moving Average (default: 15) --plot [kwargs], -p [kwargs] Plot the read data applying any kwargs passed For example: --plot style="candle" (to plot candles) (default: None)
完整代码
from __future__ import (absolute_import, division, print_function, unicode_literals) import argparse import datetime import random import backtrader as bt class CloseSMA(bt.Strategy): params = (('period', 15),) def __init__(self): sma = bt.indicators.SMA(self.data, period=self.p.period) self.crossover = bt.indicators.CrossOver(self.data, sma) def next(self): if self.crossover > 0: self.buy() elif self.crossover < 0: self.sell() class LongOnly(bt.Sizer): params = (('stake', 1),) def _getsizing(self, comminfo, cash, data, isbuy): if isbuy: return self.p.stake # Sell situation position = self.strategy.getposition(data) if not position.size: return 0 # do not sell if nothing is open return self.p.stake class FixedReverser(bt.Sizer): params = (('stake', 1),) def _getsizing(self, comminfo, cash, data, isbuy): position = self.broker.getposition(data) size = self.p.stake * (1 + (position.size != 0)) return size def runstrat(args=None): args = parse_args(args) cerebro = bt.Cerebro() cerebro.broker.set_cash(args.cash) dkwargs = dict() if args.fromdate: fromdate = datetime.datetime.strptime(args.fromdate, '%Y-%m-%d') dkwargs['fromdate'] = fromdate if args.todate: todate = datetime.datetime.strptime(args.todate, '%Y-%m-%d') dkwargs['todate'] = todate data0 = bt.feeds.YahooFinanceCSVData(dataname=args.data0, **dkwargs) cerebro.adddata(data0, name='Data0') cerebro.addstrategy(CloseSMA, period=args.period) if args.longonly: cerebro.addsizer(LongOnly, stake=args.stake) else: cerebro.addsizer(FixedReverser, stake=args.stake) cerebro.run() if args.plot: pkwargs = dict() if args.plot is not True: # evals to True but is not True pkwargs = eval('dict(' + args.plot + ')') # args were passed cerebro.plot(**pkwargs) def parse_args(pargs=None): parser = argparse.ArgumentParser( formatter_class=argparse.ArgumentDefaultsHelpFormatter, description='Sample for sizer') parser.add_argument('--data0', required=False, default='../../datas/yhoo-1996-2015.txt', help='Data to be read in') parser.add_argument('--fromdate', required=False, default='2005-01-01', help='Starting date in YYYY-MM-DD format') parser.add_argument('--todate', required=False, default='2006-12-31', help='Ending date in YYYY-MM-DD format') parser.add_argument('--cash', required=False, action='store', type=float, default=50000, help=('Cash to start with')) parser.add_argument('--longonly', required=False, action='store_true', help=('Use the LongOnly sizer')) parser.add_argument('--stake', required=False, action='store', type=int, default=1, help=('Stake to pass to the sizers')) parser.add_argument('--period', required=False, action='store', type=int, default=15, help=('Period for the Simple Moving Average')) # Plot options parser.add_argument('--plot', '-p', nargs='?', required=False, metavar='kwargs', const=True, help=('Plot the read data applying any kwargs passed\n' '\n' 'For example:\n' '\n' ' --plot style="candle" (to plot candles)\n')) if pargs is not None: return parser.parse_args(pargs) return parser.parse_args() if __name__ == '__main__': runstrat()
