Backtrader 教程：佣金计划

不可知论

在继续之前，让我们记住， backtrader者试图对数据代表什么保持不可知论。不同的佣金方案可以应用于相同的数据集。

让我们看看它是如何做到的。

使用代理快捷方式

这使最终用户远离CommissionInfo对象，因为可以通过单个函数调用创建/设置佣金方案。在常规的cerebro创建/设置过程中，只需在broker成员属性上添加对setcommission的调用。以下调用设置了与盈透证券合作时Eurostoxx50期货的常规佣金计划：

cerebro.broker.setcommission(commission=2.0, margin=2000.0, mult=10.0)

由于大多数用户通常只测试一个仪器，这就是它的全部。如果您已为数据馈送name ，因为图表上同时考虑了多个工具，此调用可以稍微扩展为如下所示：

cerebro.broker.setcommission(commission=2.0, margin=2000.0, mult=10.0, name='Eurostoxxx50')

在这种情况下，这种即时佣金计划将仅适用于名称与Eurostoxx50匹配的工具。

setcommission参数的含义

commission （默认值： 0.0 ）
以绝对或百分比计算的货币单位每项行动的成本。
在上面的例子中，每份buy合约 2.0 欧元， sell每份合约 2.0 欧元。
这里的重要问题是何时使用绝对值或百分比值。
- 如果margin评估为False （例如为False 、0 或 None），则认为commission表示price乘以size操作值的百分比
- 如果margin是其他东西，则认为该操作是在诸如工具之类的futures上进行的，而commission是size合约的固定价格
margin （默认值： None ）
使用诸如工具之类的futures进行操作时需要保证金。如上所述
- 如果设置了无margin ，则commission将被理解为以百分比表示并应用于buy或sell操作的price * size组成部分
- 如果设置了margin ， commission将被理解为乘以buy或sell操作的size分量的固定值
mult （默认值：1.0）
对于future类似的工具，这决定了应用于损益计算的乘数。
这就是使期货同时具有吸引力和风险的原因。
name （默认：无）
将佣金计划的应用限制在与name匹配的工具上
这可以在创建数据馈送期间进行设置。
如果未设置，该方案将适用于系统中存在的任何数据。

现在举两个例子：股票与期货

上面的期货示例：

cerebro.broker.setcommission(commission=2.0, margin=2000.0, mult=10.0)

股票的一个例子：

cerebro.broker.setcommission(commission=0.005)  # 0.5% of the operation value

笔记

第二种语法不设置保证金，并且 mult 和 backtrader^尝试一种聪明的方法，将佣金考虑为基于% 。

要完全指定佣金方案，需要创建CommissionInfo的子类

创建永久佣金计划

可以通过直接使用CommissionInfo类来创建更永久的佣金方案。用户可以选择在某处有这个定义：

import backtrader as bt

commEurostoxx50 = bt.CommissionInfo(commission=2.0, margin=2000.0, mult=10.0)

稍后使用addcommissioninfo将其应用到另一个 Python 模块中：

from mycomm import commEurostoxx50

...

cerebro.broker.addcommissioninfo(commEuroStoxx50, name='Eurostoxxx50')

CommissionInfo是一个使用params声明的对象，就像backtrader环境中的其他对像一样。因此，上述也可以表示为：

import backtrader as bt

class CommEurostoxx50(bt.CommissionInfo):
    params = dict(commission=2.0, margin=2000.0, mult=10.0)

然后：

from mycomm import CommEurostoxx50

...

cerebro.broker.addcommissioninfoCommEuroStoxx50(), name='Eurostoxxx50')

现在与 SMA Crossover 进行“真实”比较

使用 SimpleMovingAverage 交叉作为进入/退出信号，相同的数据集将使用类似futures的佣金计划进行测试，然后使用类似的stocks进行测试。

笔记

期货头寸不仅可以被赋予进入/退出行为，而且在每种情况下都可以被赋予反转行为。但是这个例子是关于比较佣金计划的。

代码（完整策略见底部）是相同的，可以在定义策略之前选择方案。

futures_like = True

if futures_like:
    commission, margin, mult = 2.0, 2000.0, 10.0
else:
    commission, margin, mult = 0.005, None, 1

只需将futures_like设置为false即可与stocks类似方案一起运行。

添加了一些日志代码来评估不同佣金方案的影响。让我们只关注前两个操作。

对于期货：

2006-03-09, BUY CREATE, 3757.59
2006-03-10, BUY EXECUTED, Price: 3754.13, Cost: 2000.00, Comm 2.00
2006-04-11, SELL CREATE, 3788.81
2006-04-12, SELL EXECUTED, Price: 3786.93, Cost: 2000.00, Comm 2.00
2006-04-12, OPERATION PROFIT, GROSS 328.00, NET 324.00
2006-04-20, BUY CREATE, 3860.00
2006-04-21, BUY EXECUTED, Price: 3863.57, Cost: 2000.00, Comm 2.00
2006-04-28, SELL CREATE, 3839.90
2006-05-02, SELL EXECUTED, Price: 3839.24, Cost: 2000.00, Comm 2.00
2006-05-02, OPERATION PROFIT, GROSS -243.30, NET -247.30

对于股票：

2006-03-09, BUY CREATE, 3757.59
2006-03-10, BUY EXECUTED, Price: 3754.13, Cost: 3754.13, Comm 18.77
2006-04-11, SELL CREATE, 3788.81
2006-04-12, SELL EXECUTED, Price: 3786.93, Cost: 3786.93, Comm 18.93
2006-04-12, OPERATION PROFIT, GROSS 32.80, NET -4.91
2006-04-20, BUY CREATE, 3860.00
2006-04-21, BUY EXECUTED, Price: 3863.57, Cost: 3863.57, Comm 19.32
2006-04-28, SELL CREATE, 3839.90
2006-05-02, SELL EXECUTED, Price: 3839.24, Cost: 3839.24, Comm 19.20
2006-05-02, OPERATION PROFIT, GROSS -24.33, NET -62.84

第^一次操作的价格如下：

买入（运行）-> 3754.13 / 卖出（运行）-> 3786.93
- 期货盈亏（含佣金）：324.0
- 股票损益（含佣金）：-4.91

嘿！！委员会已经完全吞噬了stocks业务的任何利润，但对futures业务的影响只是很小的一部分。

^第二次操作：

买入（运行）-> 3863.57 / 卖出（运行）-> 3389.24
- 期货盈亏（含佣金）：- -247.30
- 股票损益（含佣金）：- -62.84

这种对futures的负面操作的影响明显更大

但：

期货累计净损益： 324.00 + (-247.30) = 76.70
股票累计净损益： (-4.91) + (-62.84) = -67.75

累积效应可以在下面的图表中看到，从图中也可以看出，在全年结束时，期货产生了更大的利润，但也遭受了更大的回撤（水下更深）

但重要的是：无论是futures还是stocks ……都可以进行回测。

期货佣金

股票佣金

编码

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)

import backtrader as bt
import backtrader.feeds as btfeeds
import backtrader.indicators as btind


futures_like = True

if futures_like:
    commission, margin, mult = 2.0, 2000.0, 10.0
else:
    commission, margin, mult = 0.005, None, 1


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

    def notify(self, order):
        if order.status in [order.Submitted, order.Accepted]:
            # Buy/Sell order submitted/accepted to/by broker - Nothing to do
            return

        # Check if an order has been completed
        # Attention: broker could reject order if not enougth cash
        if order.status in [order.Completed, order.Canceled, order.Margin]:
            if order.isbuy():
                self.log(
                    'BUY EXECUTED, Price: %.2f, Cost: %.2f, Comm %.2f' %
                    (order.executed.price,
                     order.executed.value,
                     order.executed.comm))

                self.buyprice = order.executed.price
                self.buycomm = order.executed.comm
                self.opsize = order.executed.size
            else:  # Sell
                self.log('SELL EXECUTED, Price: %.2f, Cost: %.2f, Comm %.2f' %
                         (order.executed.price,
                          order.executed.value,
                          order.executed.comm))

                gross_pnl = (order.executed.price - self.buyprice) * \
                    self.opsize

                if margin:
                    gross_pnl *= mult

                net_pnl = gross_pnl - self.buycomm - order.executed.comm
                self.log('OPERATION PROFIT, GROSS %.2f, NET %.2f' %
                         (gross_pnl, net_pnl))

    def __init__(self):
        sma = btind.SMA(self.data)
        # > 0 crossing up / < 0 crossing down
        self.buysell_sig = btind.CrossOver(self.data, sma)

    def next(self):
        if self.buysell_sig > 0:
            self.log('BUY CREATE, %.2f' % self.data.close[0])
            self.buy()  # keep order ref to avoid 2nd orders

        elif self.position and self.buysell_sig < 0:
            self.log('SELL CREATE, %.2f' % self.data.close[0])
            self.sell()


if __name__ == '__main__':
    # Create a cerebro entity
    cerebro = bt.Cerebro()

    # Add a strategy
    cerebro.addstrategy(SMACrossOver)

    # Create a Data Feed
    datapath = ('../../datas/2006-day-001.txt')
    data = bt.feeds.BacktraderCSVData(dataname=datapath)

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

    # set commission scheme -- CHANGE HERE TO PLAY
    cerebro.broker.setcommission(
        commission=commission, margin=margin, mult=mult)

    # Run over everything
    cerebro.run()

    # Plot the result
    cerebro.plot()

参考

类反向交易者 .CommInfoBase ()

佣金计划的基类。

参数：

commission （定义： 0.0 ）：以百分比或货币单位表示的基本佣金值
mult (def 1.0 ): 应用于资产价值/利润的乘数
margin （定义： None ）：打开/持有操作所需的货币单位数量。仅当类中的最终_stocklike属性设置为False时才适用
automargin (def: False ): 由方法get_margin用于自动计算以下策略所需的保证金/保证
- 如果 param automargin评估为False ，则使用 param margin
- 如果automargin < 0 ，则使用 param mult并使用mult * price
- 使用参数automargin并使用automargin * price如果automargin > 0
commtype (def: None ): 支持的值为CommInfoBase.COMM_PERC （佣金被理解为 %）和CommInfoBase.COMM_FIXED （佣金被理解为货币单位）
None的默认值是支持的值，以保持与旧CommissionInfo对象的兼容性。如果commtype设置为 None，则以下内容适用：
- margin为None ：内部_commtype设置为COMM_PERC并且_stocklike设置为True （使用股票操作 %-wise）
- margin不是None : _commtype设置为COMM_FIXED和_stocklike设置为False （使用期货固定往返佣金操作）
如果此参数设置为None以外的其他值，则它将传递给内部_commtype属性，并且对参数stocklike和内部属性_stocklike
stocklike (def: False ): 指示该工具是 Stock-like 还是 Futures-like (参见上面的commtype讨论)
percabs (def: False ): commtype设置为 COMM_PERC 时，参数commission是否必须理解为 XX% 或 0.XX
如果此参数为True ：0.XX 如果此参数为False ：XX%
interest (def: 0.0 )
如果该值非零，则为持有卖空头寸收取的年利息。这主要用于股票卖空
公式： days * price * abs(size) * (interest / 365)
必须以绝对值指定：0.05 -> 5%
笔记
可以通过覆盖方法来更改行为： _get_credit_interest
interest_long (def: False )
某些产品（例如 ETF）会收取空头和多头头寸的利息。如果 ths 为True且interest不为零，则将在两个方向上收取利息
leverage (def: 1.0 )
与所需现金相关的资产杠杆率

- ``_stocklike``（）

用于股票类/期货类行为的最终值

-``_commtype``（）

用于 PERC 与 FIXED 佣金的最终价值

这两个在内部使用而不是声明的参数来激活（）

上述对遗留 ``CommissionInfo``() 的兼容性检查

目的（）

类反向交易者 .CommissionInfo ()

实际佣金计划的基类。

创建 CommInfoBase 是为了支持backtrader提供的原始、不完整的支持。新的佣金计划派生自此类，它是CommInfoBase的子类。

percabs的默认值也更改为True

参数：

percabs (def: True ): commtype设置为 COMM_PERC 时，参数commission是否必须理解为 XX% 或 0.XX
如果此参数为真：0.XX 如果此参数为假：XX%

获取杠杆（）

返回此佣金计划允许的杠杆水平

getsize（价格，现金）

返回在给定价格下满足现金操作所需的大小

获取运营成本（大小，价格）

返回操作所需的现金金额

getvaluesize（大小，价格）

返回给定价格的大小值。对于类似未来的对象，它固定为size * margin

获取价值（位置，价格）

返回给定价格的头寸值。对于类似未来的对象，它固定为size * margin

get_margin(价格)

返回给定价格的单个资产项目所需的实际保证金/担保。默认实现具有此策略：

如果 param automargin评估为False ，则使用 param margin
使用参数mult ，即mult * price if automargin < 0
使用参数automargin ，即automargin * price if automargin > 0

获得佣金（尺寸，价格）

计算给定价格的操作佣金

_getcommission（大小，价格，伪运行）

计算给定价格的操作佣金

pseudoexec：如果为True ，则操作尚未运行

盈亏（大小、价格、新价格）

返回头寸的实际盈亏

现金调整（大小，价格，新价格）

计算给定价格差异的现金调整

get_credit_interest（数据，pos，dt）

计算卖空或特定产品的信用额度

_get_credit_interest（数据、大小、价格、天数、dt0、dt1）

此方法以经纪人收取的信用利息返回成本。

在size > 0的情况下，仅当类interest_long的参数为True时才会调用此方法

信贷利率的计算公式为：

公式： days * price * abs(size) * (interest / 365)

参数：

* `data`: data feed for which interest is charged

* `size`: current position size. > 0 for long positions and < 0 for
  short positions (this parameter will not be `0`)

* `price`: current position price

* `days`: number of days elapsed since last credit calculation
  (this is (dt0 - dt1).days)

* `dt0`: (datetime.datetime) current datetime

* `dt1`: (datetime.datetime) datetime of previous calculation

dt0和dt1在默认实现中不使用，并作为覆盖方法的额外输入提供