BackTrader 中文文档（二十三）（3）-阿里云开发者社区

BackTrader 中文文档（二十三）（2）https://developer.aliyun.com/article/1505435

代码

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)
import argparse
import datetime
import os.path
import time
import sys
import backtrader as bt
class St(bt.Strategy):
    params = (
        ('stakeperc', 10.0),
        ('opbreak', 10),
    )
    def notify_order(self, order):
        print('-- NOTIFY ORDER BEGIN')
        print(order)
        print('-- NOTIFY ORDER END')
        print('-- ORDER REMSIZE:', order.executed.remsize)
        if order.status == order.Completed:
            print('++ ORDER COMPLETED at data.len:', len(order.data))
            self.doop = -self.p.opbreak
    def __init__(self):
        pass
    def start(self):
        self.callcounter = 0
        txtfields = list()
        txtfields.append('Len')
        txtfields.append('Datetime')
        txtfields.append('Open')
        txtfields.append('High')
        txtfields.append('Low')
        txtfields.append('Close')
        txtfields.append('Volume')
        txtfields.append('OpenInterest')
        print(','.join(txtfields))
        self.doop = 0
    def next(self):
        txtfields = list()
        txtfields.append('%04d' % len(self))
        txtfields.append(self.data0.datetime.date(0).isoformat())
        txtfields.append('%.2f' % self.data0.open[0])
        txtfields.append('%.2f' % self.data0.high[0])
        txtfields.append('%.2f' % self.data0.low[0])
        txtfields.append('%.2f' % self.data0.close[0])
        txtfields.append('%.2f' % self.data0.volume[0])
        txtfields.append('%.2f' % self.data0.openinterest[0])
        print(','.join(txtfields))
        # Single order
        if self.doop == 0:
            if not self.position.size:
                stakevol = (self.data0.volume[0] * self.p.stakeperc) // 100
                print('++ STAKE VOLUME:', stakevol)
                self.buy(size=stakevol)
            else:
                self.close()
        self.doop += 1
FILLERS = {
    'FixedSize': bt.broker.filler.FixedSize,
    'FixedBarPerc': bt.broker.filler.FixedBarPerc,
    'BarPointPerc': bt.broker.filler.BarPointPerc,
}
def runstrat():
    args = parse_args()
    datakwargs = dict()
    if args.fromdate:
        fromdate = datetime.datetime.strptime(args.fromdate, '%Y-%m-%d')
        datakwargs['fromdate'] = fromdate
    if args.todate:
        fromdate = datetime.datetime.strptime(args.todate, '%Y-%m-%d')
        datakwargs['todate'] = todate
    data = bt.feeds.BacktraderCSVData(dataname=args.data, **datakwargs)
    cerebro = bt.Cerebro()
    cerebro.adddata(data)
    cerebro.broker.set_cash(args.cash)
    if args.filler is not None:
        fillerkwargs = dict()
        if args.filler_args is not None:
            fillerkwargs = eval('dict(' + args.filler_args + ')')
        filler = FILLERSargs.filler
        cerebro.broker.set_filler(filler)
    cerebro.addstrategy(St, stakeperc=args.stakeperc, opbreak=args.opbreak)
    cerebro.run()
    if args.plot:
        cerebro.plot(style='bar')
def parse_args():
    parser = argparse.ArgumentParser(
        formatter_class=argparse.ArgumentDefaultsHelpFormatter,
        description='Volume Filling Sample')
    parser.add_argument('--data', required=False,
                        default='../../datas/2006-volume-day-001.txt',
                        help='Data to be read in')
    parser.add_argument('--cash', required=False, action='store',
                        default=500e6, type=float,
                        help=('Starting cash'))
    parser.add_argument('--filler', required=False, action='store',
                        default=None, choices=FILLERS.keys(),
                        help=('Apply a volume filler for the execution'))
    parser.add_argument('--filler-args', required=False, action='store',
                        default=None,
                        help=('kwargs for the filler with format:\n'
                              '\n'
                              'arg1=val1,arg2=val2...'))
    parser.add_argument('--stakeperc', required=False, action='store',
                        type=float, default=10.0,
                        help=('Percentage of 1st bar to use for stake'))
    parser.add_argument('--opbreak', required=False, action='store',
                        type=int, default=10,
                        help=('Bars to wait for new op after completing '
                              'another'))
    parser.add_argument('--fromdate', '-f', required=False, default=None,
                        help='Starting date in YYYY-MM-DD format')
    parser.add_argument('--todate', '-t', required=False, default=None,
                        help='Ending date in YYYY-MM-DD format')
    parser.add_argument('--plot', required=False, action='store_true',
                        help=('Plot the result'))
    return parser.parse_args()
if __name__ == '__main__':
    runstrat()

以步骤方式交易一天

原文：www.backtrader.com/blog/posts/2016-07-13-day-in-steps/day-in-steps/

看起来世界上的某个地方存在一种可以总结如下的兴趣：

使用每日柱状图但使用开盘价引入订单

这来自于票证交流中的对话#105 Order execution logic with current day data和#101 Dynamic stake calculation

backtrader在处理每日柱状图时尽可能保持真实，并且在使用每日柱状图时适用以下前提：

当评估每日柱状图时，柱状图已经结束

这是有道理的，因为所有价格（open/high/low/close）组件都是已知的。当已知close价格时允许在open价格上采取行动似乎是不合逻辑的。

这个问题的明显解决方案是使用日内数据，在已知开盘价时进入。但是似乎日内数据并不那么普遍。

这就是在数据源中添加过滤器可以帮助的地方。一个过滤器：

将每日数据转换为类似日内数据的数据

碧海蓝天！！！好奇的读者会立即指出，例如从Minutes到Days的上采样是合乎逻辑且有效的，但是从Days到Minutes的下采样是不可能的。

而且百分百正确。下面呈现的过滤器不会尝试这样做，但是一个更加谦卑和简单的目标：

将每日柱状图分解为 2 部分

一个只有开盘价而没有成交量的柱状图
一个是正常的每日柱状图的副本

这仍然可以被视为一种合乎逻辑的方法：

看到开盘价时，交易员可以采取行动
订单在一天的其余时间匹配（实际上可能匹配也可能不匹配，取决于执行类型和价格限制）

下面呈现了完整的代码。让我们看一个使用255个每日柱状图的众所周知的数据的示例运行：

$ ./daysteps.py --data ../../datas/2006-day-001.txt

输出：

Calls,Len Strat,Len Data,Datetime,Open,High,Low,Close,Volume,OpenInterest
0001,0001,0001,2006-01-02T23:59:59,3578.73,3578.73,3578.73,3578.73,0.00,0.00
- I could issue a buy order during the Opening
0002,0001,0001,2006-01-02T23:59:59,3578.73,3605.95,3578.73,3604.33,0.00,0.00
0003,0002,0002,2006-01-03T23:59:59,3604.08,3604.08,3604.08,3604.08,0.00,0.00
- I could issue a buy order during the Opening
0004,0002,0002,2006-01-03T23:59:59,3604.08,3638.42,3601.84,3614.34,0.00,0.00
0005,0003,0003,2006-01-04T23:59:59,3615.23,3615.23,3615.23,3615.23,0.00,0.00
- I could issue a buy order during the Opening
0006,0003,0003,2006-01-04T23:59:59,3615.23,3652.46,3615.23,3652.46,0.00,0.00
...
...
0505,0253,0253,2006-12-27T23:59:59,4079.70,4079.70,4079.70,4079.70,0.00,0.00
- I could issue a buy order during the Opening
0506,0253,0253,2006-12-27T23:59:59,4079.70,4134.86,4079.70,4134.86,0.00,0.00
0507,0254,0254,2006-12-28T23:59:59,4137.44,4137.44,4137.44,4137.44,0.00,0.00
- I could issue a buy order during the Opening
0508,0254,0254,2006-12-28T23:59:59,4137.44,4142.06,4125.14,4130.66,0.00,0.00
0509,0255,0255,2006-12-29T23:59:59,4130.12,4130.12,4130.12,4130.12,0.00,0.00
- I could issue a buy order during the Opening
0510,0255,0255,2006-12-29T23:59:59,4130.12,4142.01,4119.94,4119.94,0.00,0.00

以下情况发生：

next被调用：510 次，即255 x 2
策略和数据的len总共达到了255，这是预期的：数据只有这么多根柱状图
每当数据的len增加时，4 个价格组件具有相同的值，即open价格
这里打印出一条备注，指示在这个开盘阶段可以采取行动，例如购买。

实际上：

每日数据源正在使用每天 2 步重播，在open和其余价格组件之间提供操作选项

过滤器将在下一个版本中添加到backtrader的默认分发中。

包括过滤器的示例代码。

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)
import argparse
from datetime import datetime, time
import backtrader as bt
class DayStepsFilter(object):
    def __init__(self, data):
        self.pendingbar = None
    def __call__(self, data):
        # Make a copy of the new bar and remove it from stream
        newbar = [data.lines[i][0] for i in range(data.size())]
        data.backwards()  # remove the copied bar from stream
        openbar = newbar[:]  # Make an open only bar
        o = newbar[data.Open]
        for field_idx in [data.High, data.Low, data.Close]:
            openbar[field_idx] = o
        # Nullify Volume/OpenInteres at the open
        openbar[data.Volume] = 0.0
        openbar[data.OpenInterest] = 0.0
        # Overwrite the new data bar with our pending data - except start point
        if self.pendingbar is not None:
            data._updatebar(self.pendingbar)
        self.pendingbar = newbar  # update the pending bar to the new bar
        data._add2stack(openbar)  # Add the openbar to the stack for processing
        return False  # the length of the stream was not changed
    def last(self, data):
        '''Called when the data is no longer producing bars
        Can be called multiple times. It has the chance to (for example)
        produce extra bars'''
        if self.pendingbar is not None:
            data.backwards()  # remove delivered open bar
            data._add2stack(self.pendingbar)  # add remaining
            self.pendingbar = None  # No further action
            return True  # something delivered
        return False  # nothing delivered here
class St(bt.Strategy):
    params = ()
    def __init__(self):
        pass
    def start(self):
        self.callcounter = 0
        txtfields = list()
        txtfields.append('Calls')
        txtfields.append('Len Strat')
        txtfields.append('Len Data')
        txtfields.append('Datetime')
        txtfields.append('Open')
        txtfields.append('High')
        txtfields.append('Low')
        txtfields.append('Close')
        txtfields.append('Volume')
        txtfields.append('OpenInterest')
        print(','.join(txtfields))
        self.lcontrol = 0
    def next(self):
        self.callcounter += 1
        txtfields = list()
        txtfields.append('%04d' % self.callcounter)
        txtfields.append('%04d' % len(self))
        txtfields.append('%04d' % len(self.data0))
        txtfields.append(self.data.datetime.datetime(0).isoformat())
        txtfields.append('%.2f' % self.data0.open[0])
        txtfields.append('%.2f' % self.data0.high[0])
        txtfields.append('%.2f' % self.data0.low[0])
        txtfields.append('%.2f' % self.data0.close[0])
        txtfields.append('%.2f' % self.data0.volume[0])
        txtfields.append('%.2f' % self.data0.openinterest[0])
        print(','.join(txtfields))
        if len(self.data) > self.lcontrol:
            print('- I could issue a buy order during the Opening')
        self.lcontrol = len(self.data)
def runstrat():
    args = parse_args()
    cerebro = bt.Cerebro()
    data = bt.feeds.BacktraderCSVData(dataname=args.data)
    data.addfilter(DayStepsFilter)
    cerebro.adddata(data)
    cerebro.addstrategy(St)
    cerebro.run(stdstats=False, runonce=False, preload=False)
    if args.plot:
        cerebro.plot(style='bar')
def parse_args():
    parser = argparse.ArgumentParser(
        formatter_class=argparse.ArgumentDefaultsHelpFormatter,
        description='Sample for pivot point and cross plotting')
    parser.add_argument('--data', required=False,
                        default='../../datas/2005-2006-day-001.txt',
                        help='Data to be read in')
    parser.add_argument('--plot', required=False, action='store_true',
                        help=('Plot the result'))
    return parser.parse_args()
if __name__ == '__main__':
    runstrat()

Visual Chart 实时数据/交易

原文：www.backtrader.com/blog/posts/2016-07-12-visualchart-feed/visualchart-feed/

从版本 1.5.1.93 开始，backtrader 支持 Visual Chart 实时数据和实时交易。

需要的东西：

Visual Chart 6（这个版本运行在 Windows 上）
comtypes，具体来说是这个分支：github.com/mementum/comtypes
使用以下命令安装：pip install https://github.com/mementum/comtypes/archive/master.zip
Visual Chart 的 API 基于 COM，当前的 comtypes 主分支不支持对 VT_RECORD 的 VT_ARRAYS 进行解包。而 Visual Chart 正是使用了这个。
Pull Request #104 已经提交但尚未集成。一旦集成，就可以使用主分支了。
pytz（可选但强烈建议）
在许多情况下，数据提供的内部 SymbolInfo.TimeOffset 就足以返回市场时间的数据流（即使默认配置是 Visual Chart 中的 LocalTime）

如果您不知道什么是 Visual Chart 和/或其当前关联的经纪商 Esfera Capital，请访问以下网站：

初始声明：

如往常一样，在冒险之前测试，测试，测试和 再次测试 一千次。
从这个软件中的 bugs，到您自己的软件中的 bug 以及处理意外情况的管理：任何事情都可能出错

关于此的一些说明：

数据提供非常好，并支持内置重采样。好处在于无需进行重采样。
数据流不支持 Seconds 分辨率。这不太好，但可以通过 backtrader 的内置重采样解决。
内置了回填功能
一些国际指数市场（在交易所 096）具有奇怪的时区和市场偏移。
对此进行了一些工作，例如以预期的 US/Eastern 时区提供 096.DJI。
数据提供了 continuous futures，非常方便拥有大量历史数据。
因此，可以向数据传递第二个参数，指示实际的交易资产。
Good Til Date 订单的日期时间只能指定为日期。时间部分会被忽略。
没有直接的方法可以找到本地设备到数据服务器的偏移量，需要通过会话开始时的 实时数据点 进行启发式分析来找出这一点。
传递带有时间组件的 datetime（而不是默认的 00:00:00）似乎会在 COM API 中创建一个 时间过滤器。例如，如果您想要 Minute 数据，从 3 天前开始到 14:30，您可以这样做：

dt = datetime.now() - timedelta(days=3)
dt.replace(hour=14, minute=30)
vcstore.getdata(dataname='001ES', fromdate=dt)`

数据会一直跳过直到 14:30 不仅是 3 天前，而是以后每一天
因此，请只传递完整日期，即默认的时间部分不受影响。
经纪人 支持 Positions 的概念，但仅在它们是 open 时。关于 Position 的最后事件（其 size 为 0）不会发送。
因此，Position 记账完全由 backtrader 完成。
经纪人 不报告佣金。
解决方法是在实例化经纪人时提供自己的 CommissionInfo 派生类。请参阅 backtader 文档以创建自己的类。这相当容易。
Cancelled 与 Expired 订单。此区别不存在，需要启发式方法来尝试清除这种区别。
因此，只有Cancelled将被报告。

一些额外的说明：

实时ticks 大部分情况下不被使用。它们为backtrader目的产生大量不需要的信息。在被backtrader完全断开连接之前，它们有两个主要目的。

查找符号是否存在。
计算到数据服务器的偏移量。

当然，价格信息是实时收集的，但是来自 DataSource 对象，它们同时提供历史数据。

尽可能多地记录并在通常的文档链接处提供。

阅读文档

从样本 vctest.pye 对 Visual Chart 和 Demo Broker 进行了一些运行。

首先：015ES（EuroStoxx50 连续）重新采样为 1 分钟，并具有断开连接和重新连接：

$ ./vctest.py --data0 015ES --timeframe Minutes --compression 1 --fromdate 2016-07-12

输出：

--------------------------------------------------
Strategy Created
--------------------------------------------------
Datetime, Open, High, Low, Close, Volume, OpenInterest, SMA
***** DATA NOTIF: CONNECTED
***** DATA NOTIF: DELAYED
0001, 2016-07-12T08:01:00.000000, 2871.0, 2872.0, 2869.0, 2872.0, 1915.0, 0.0, nan
0002, 2016-07-12T08:02:00.000000, 2872.0, 2872.0, 2870.0, 2871.0, 479.0, 0.0, nan
0003, 2016-07-12T08:03:00.000000, 2871.0, 2871.0, 2869.0, 2870.0, 518.0, 0.0, nan
0004, 2016-07-12T08:04:00.000000, 2870.0, 2871.0, 2870.0, 2871.0, 248.0, 0.0, nan
0005, 2016-07-12T08:05:00.000000, 2870.0, 2871.0, 2870.0, 2871.0, 234.0, 0.0, 2871.0
...
...
0639, 2016-07-12T18:39:00.000000, 2932.0, 2933.0, 2932.0, 2932.0, 1108.0, 0.0, 2932.8
0640, 2016-07-12T18:40:00.000000, 2931.0, 2932.0, 2931.0, 2931.0, 65.0, 0.0, 2932.6
***** DATA NOTIF: LIVE
0641, 2016-07-12T18:41:00.000000, 2932.0, 2932.0, 2930.0, 2930.0, 2093.0, 0.0, 2931.8
***** STORE NOTIF: (u'VisualChart is Disconnected', -65520)
***** DATA NOTIF: CONNBROKEN
***** STORE NOTIF: (u'VisualChart is Connected', -65521)
***** DATA NOTIF: CONNECTED
***** DATA NOTIF: DELAYED
0642, 2016-07-12T18:42:00.000000, 2931.0, 2931.0, 2931.0, 2931.0, 137.0, 0.0, 2931.2
0643, 2016-07-12T18:43:00.000000, 2931.0, 2931.0, 2931.0, 2931.0, 432.0, 0.0, 2931.0
...
0658, 2016-07-12T18:58:00.000000, 2929.0, 2929.0, 2929.0, 2929.0, 4.0, 0.0, 2930.0
0659, 2016-07-12T18:59:00.000000, 2929.0, 2930.0, 2929.0, 2930.0, 353.0, 0.0, 2930.0
***** DATA NOTIF: LIVE
0660, 2016-07-12T19:00:00.000000, 2930.0, 2930.0, 2930.0, 2930.0, 376.0, 0.0, 2930.0
0661, 2016-07-12T19:01:00.000000, 2929.0, 2930.0, 2929.0, 2930.0, 35.0, 0.0, 2929.8

注意

执行环境安装了 pytz。

注意

注意没有 --resample：对于 Minutes，重新采样是内置于 Visual Chart 中的。

最后一些交易，购买 015ES 的 2 个合约，单个 Market 订单，并将它们卖出为 1 个合约的 2 个订单。

执行：

$ ./vctest.py --data0 015ES --timeframe Minutes --compression 1 --fromdate 2016-07-12 2>&1 --broker --account accname --trade --stake 2

输出相当冗长，显示了订单执行的所有部分。简要总结一下：

--------------------------------------------------
Strategy Created
--------------------------------------------------
Datetime, Open, High, Low, Close, Volume, OpenInterest, SMA
***** DATA NOTIF: CONNECTED
***** DATA NOTIF: DELAYED
0001, 2016-07-12T08:01:00.000000, 2871.0, 2872.0, 2869.0, 2872.0, 1915.0, 0.0, nan
...
0709, 2016-07-12T19:50:00.000000, 2929.0, 2930.0, 2929.0, 2930.0, 11.0, 0.0, 2930.4
***** DATA NOTIF: LIVE
0710, 2016-07-12T19:51:00.000000, 2930.0, 2930.0, 2929.0, 2929.0, 134.0, 0.0, 2930.0
-------------------------------------------------- ORDER BEGIN 2016-07-12 19:52:01.629000
Ref: 1
OrdType: 0
OrdType: Buy
Status: 1
Status: Submitted
Size: 2
Price: None
Price Limit: None
ExecType: 0
ExecType: Market
CommInfo: <backtrader.brokers.vcbroker.VCCommInfo object at 0x000000001100CE10>
End of Session: 736157.916655
Info: AutoOrderedDict()
Broker: <backtrader.brokers.vcbroker.VCBroker object at 0x000000000475D400>
Alive: True
-------------------------------------------------- ORDER END
-------------------------------------------------- ORDER BEGIN 2016-07-12 19:52:01.629000
Ref: 1
OrdType: 0
OrdType: Buy
Status: 2
Status: Accepted
Size: 2
Price: None
Price Limit: None
ExecType: 0
ExecType: Market
CommInfo: <backtrader.brokers.vcbroker.VCCommInfo object at 0x000000001100CE10>
End of Session: 736157.916655
Info: AutoOrderedDict()
Broker: None
Alive: True
-------------------------------------------------- ORDER END
-------------------------------------------------- ORDER BEGIN 2016-07-12 19:52:01.629000
Ref: 1
OrdType: 0
OrdType: Buy
Status: 4
Status: Completed
Size: 2
Price: None
Price Limit: None
ExecType: 0
ExecType: Market
CommInfo: <backtrader.brokers.vcbroker.VCCommInfo object at 0x000000001100CE10>
End of Session: 736157.916655
Info: AutoOrderedDict()
Broker: None
Alive: False
-------------------------------------------------- ORDER END
-------------------------------------------------- TRADE BEGIN 2016-07-12 19:52:01.629000
ref:1
data:<backtrader.feeds.vcdata.VCData object at 0x000000000475D9E8>
tradeid:0
size:2.0
price:2930.0
value:5860.0
commission:0.0
pnl:0.0
pnlcomm:0.0
justopened:True
isopen:True
isclosed:0
baropen:710
dtopen:736157.74375
barclose:0
dtclose:0.0
barlen:0
historyon:False
history:[]
status:1
-------------------------------------------------- TRADE END
...

以下发生了：

数据正常接收。
发出了一个执行类型为Market的BUY，数量为2。

收到 Submitted 和 Accepted 通知（仅显示了 Submitted）。
一连串的 Partial 执行（仅显示了 1 个）直到收到 Completed。

实际执行没有显示，但在 order.executed 下收到的 order 实例中可用。
虽然没有显示，但发出了 2 x Market SELL 订单来撤销操作。
屏幕截图显示了在一个晚上使用 015ES（EuroStoxx 50）和 034EURUS（EUR.USD 外汇对）进行两次不同运行后，在 Visual Chart 中的日志。

示例可以做得更多，旨在彻底测试设施，如果可能的话，揭示任何粗糙的边缘。

BackTrader 中文文档（二十三）（4）https://developer.aliyun.com/article/1505438

BackTrader 中文文档（二十三）（3）

代码

以步骤方式交易一天

Visual Chart 实时数据/交易

热门文章

最新文章

相关课程

相关电子书

相关实验场景