Backtrader智能质押

Backtrader   |   2022年6月19日

版本 1.6.4.93 标志着 backtrader 的一个重要里程碑，即使版本号的更改很小。

职位大小调整是阅读Van K. Tharp的《Trade Your Way To Financial Freedom 》后，为这个项目奠定基础的事情之一。

这不是Van K. Tharp详细介绍他的职位调整方法的书，而是在书中提出和讨论的主题。关于这一点的范例之一具有此设置

  • 如果不在市场上，扔硬币决定是否进入

  • 如果已经在市场上，则使用止损控制仓位，止损为2 x ATR，如果价格有利地移动到所持仓位，则该止损会更新

关于这一点的重要部分：

  • 进入市场是随机的

  • 该方法使用不同的Size方案进行测试，这与动态停止一起使系统有利可图

遵循创建自己的“系统”（手动/自动/计算机化，技术/基础化等）的原则， backtrader 诞生是为了有朝一日测试这种情况。

这可以在任何现有的平台上进行测试，但在此过程中不会有任何乐趣，并且解决了许多挑战，在启动时甚至没有考虑这些挑战 backtrader

Sizers 从一开始就在平台上，但由于包括即时交易在内的许多其他事情开始成为障碍，因此隐藏了。但这现在已经结束了，Van K. Tharp的情景将受到考验。而不是迟早。

与此同时， Sizers 进行样品测试。

控制定位的Sizers

该示例显示了一个潜在的用例，在该用例中， Sizers 通过控制大小来更改策略的行为。请查看 backtrader.readthedocs.io 上的文档，了解大小调整接口。

2 sizers：

  • LongOnly：如果当前仓位为0，将返回固定大小仓位，如果已经在市场上，将返回相同的固定大小以 close 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：如果不在市场上，将返回固定大小的股份，如果已经在市场上，将返回两倍的固定规模的股份，以允许逆转

    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2 Sizers 将与一个非常简单的策略相结合。

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()

请注意该策略如何使用 Close-SMA 交叉信号来发出买入和卖出命令，并考虑一件重要的事情：

  • 策略中不运行定位检查

与以下运行中所示的策略相同，只需使用示例中的此代码更改 sizer （使用开关--longonly控制），即可将行为从仅做多更改为多短

    if args.longonly:
        cerebro.addsizer(LongOnly, stake=args.stake)
    else:
        cerebro.addsizer(FixedReverser, stake=args.stake)

仅长期运行

使用以下命令完成：

$ ./sizertest.py --longonly --plot

还有这个输出。

多空运行

使用以下命令完成：

$ ./sizertest.py --plot

还有这个输出。

哪个立即显示：

  • 交易数量翻了一番

  • 现金（除了开始时）永远不会等于价值，因为策略总是在市场上

示例用法

$ ./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()

推荐阅读

相关文章

Backtrader教程：安装

要求和版本 backtrader 是独立的，没有外部依赖关系（除非要绘图） 基本要求是： Python 2.7 Python 3.2 / 3.3/ 3.4 / 3.5 pypy/pypy3 如果需要绘图，则其他要求： Matplotlib >= 1.4.

Backtrader期货补偿与现货补偿

版本1.9.32.116 增加了对社区中呈现的有趣用例 的支持 以期货开始交易，包括实物交割 让一个指针告诉你一些事情 如果需要， close 现货价格操作，有效地取消实物交割，无论是为了接收货物还是为了必须交付货物（并希望获利）来头寸。

Backtrader教程：操作平台

Line 反复运算器 为了参与操作，plaftorm使用 line 反复运算器的概念。它们已经松散地模仿了Python的反复运算器，但实际上与它们无关。 策略和指针是 line 反复运算器。

Backtrader教程：日志记录 - 编写器

将以下内容写出到流中： csv 流，

Backtrader教程：数据馈送 - 扩展(Extending DataFeed)

GitHub 中的问题实际上是在推动文档部分的完成，或者説明我了解我是否backtrader 具有我从一开始就设想的易用性和灵活性以及在此过程中做出的决定。 在本例中为问题 #9。

Backtrader教程：Cerebro - 优化 - 改进

backtrader版本1.8.12.99改进了在多处理过程中管理data feeds和结果的方式。

Backtrader智能质押

版本 1.6.4.93 标志着 backtrader 的一个重要里程碑，即使版本号的更改很小。 职位大小调整是阅读Van K. Tharp的《Trade Your Way To Financial Freedom 》后，为这个项目奠定基础的事情之一。

Backtrader混合时间帧

1.3.0.92版本带来了混合来自不同时间帧的数据（来自 data feeds 和/或指针）的可能性。 到版本：https://github.com/mementum/backtrader/发布/标签/1.3.0.92 背景：指示器是智能哑对象。 他们很聪明，因为他们可以进行复杂的计算。

Backtrader蟒蛇隐藏的力量3

Last，但并非最不重要的一点是，在这个系列中，关于如何在 backtrader 中使用Python的隐藏功能是一些神奇变量是如何出现的。

Backtrader教程：分析仪 - PyFolio

注意 从（至少）2017-07-25pyfolio 开始，API已更改，不再 create_full_tear_sheet 具有 gross_lev 作为命名参数的参数。