在最新版本中，次要编号已从 8 移至 9，以指示即使已考虑兼容性，也可能会对行为产生一些影响。
在 1.9.0.99 版中，使用 datetime 同步多个数据的整个机制已经重新设计（适用于下一个和一次模式）。
注意
所有标准测试用例都可以从nosetests中获得很好的OK，但是复杂的用例可能会发现未涵盖的角落案例。
之前的行为在工单 #39、 #76、 #115 和 #129 中讨论过，这是弃用旧行为的基础。
现在，检查传入价格的日期时间时间戳以对齐数据并提供新功能（首先是旧柱）。好处：
-
现在可以使用非时间对齐数据。
-
在即时源中，行为得到改善，因为重新同步会自动
让我们回想一下，旧行为使用系统中引入的第 1个 数据作为时间同步的主数据，没有其他数据可以更快。现在，在系统中引入数据的顺序不起作用。
部分返工解决了绘图问题，这天真地假设所有数据最终具有相同的长度，这是拥有时间母版的结果。新的绘图代码允许不同长度的数据。
注意
旧行为仍可通过使用：
cerebro = bt.Cerebro(oldsync=True)
或：
cerebro.run(oldsync=True)
用样品看
该multidata-strategy 范例已用作范例的基础 multidata-strategy-unaligned （位于同一文件夹中）。已手动更改了两个数据样本以删除一些柱。两者都有 756 柱线，并且 753 被限制在两个不同的时间点
-
2004年底、2005年初
YHOO -
2005年底
ORCL
与往常一样，一次运行胜过千言万语。
首先是旧行为
运行：
$ ./multidata-strategy-unaligned.py --oldsync --plot
从输出来看，重要的部分就在最后：
... Self len: 753 Data0 len: 753 Data1 len: 750 Data0 len == Data1 len: False Data0 dt: 2005-12-27 23:59:59 Data1 dt: 2005-12-27 23:59:59 ...
要注意：
-
该策略的长度为
753 -
第1个 数据（时间主站）也有
753 -
第2个 数据（时间从站）具有
750
从输出中看不出来，YHOO 但档包含的数据直到 2005-12-30，系统未对其进行处理。
可视化图表
新行为
运行：
$ ./multidata-strategy-unaligned.py --plot
从输出来看，重要的部分就在最后：
... Self len: 756 Data0 len: 753 Data1 len: 753 Data0 len == Data1 len: True Data0 dt: 2005-12-27 23:59:59 Data1 dt: 2005-12-30 23:59:59 ...
行为得到了改善：
-
该策略将
756每个数据的长度转换为完整的753数据点。 -
由于删除的数据点不重叠，因此策略最终成为
3比数据更长的单位。 -
2005-12-30已到达data1（它是删除data0的数据点之一），因此所有数据都已处理到最后
可视化图表
虽然图表没有表现出重大差异，但它们实际上是在幕后不同的。
另一个检查
对于感兴趣的用户，data-multitimeframe 示例已更新为也支持 --oldsync 参数。由于现在正在绘制不同长度的数据，因此较大时间范围的视觉方面更好。
使用新的同步模型运行
使用旧的同步模型运行
示例用法
$ ./multidata-strategy-unaligned.py --help
usage: multidata-strategy-unaligned.py [-h] [--data0 DATA0] [--data1 DATA1]
[--fromdate FROMDATE] [--todate TODATE]
[--period PERIOD] [--cash CASH]
[--runnext] [--nopreload] [--oldsync]
[--commperc COMMPERC] [--stake STAKE]
[--plot] [--numfigs NUMFIGS]
MultiData Strategy
optional arguments:
-h, --help show this help message and exit
--data0 DATA0, -d0 DATA0
1st data into the system
--data1 DATA1, -d1 DATA1
2nd data into the system
--fromdate FROMDATE, -f FROMDATE
Starting date in YYYY-MM-DD format
--todate TODATE, -t TODATE
Starting date in YYYY-MM-DD format
--period PERIOD Period to apply to the Simple Moving Average
--cash CASH Starting Cash
--runnext Use next by next instead of runonce
--nopreload Do not preload the data
--oldsync Use old data synchronization method
--commperc COMMPERC Percentage commission (0.005 is 0.5%
--stake STAKE Stake to apply in each operation
--plot, -p Plot the read data
--numfigs NUMFIGS, -n NUMFIGS
Plot using numfigs figures
示例代码
from __future__ import (absolute_import, division, print_function,
unicode_literals)
import argparse
import datetime
# The above could be sent to an independent module
import backtrader as bt
import backtrader.feeds as btfeeds
import backtrader.indicators as btind
class MultiDataStrategy(bt.Strategy):
'''
This strategy operates on 2 datas. The expectation is that the 2 datas are
correlated and the 2nd data is used to generate signals on the 1st
- Buy/Sell Operationss will be executed on the 1st data
- The signals are generated using a Simple Moving Average on the 2nd data
when the close price crosses upwwards/downwards
The strategy is a long-only strategy
'''
params = dict(
period=15,
stake=10,
printout=True,
)
def log(self, txt, dt=None):
if self.p.printout:
dt = dt or self.data.datetime[0]
dt = bt.num2date(dt)
print('%s, %s' % (dt.isoformat(), txt))
def notify_order(self, order):
if order.status in [bt.Order.Submitted, bt.Order.Accepted]:
return # Await further notifications
if order.status == order.Completed:
if order.isbuy():
buytxt = 'BUY COMPLETE, %.2f' % order.executed.price
self.log(buytxt, order.executed.dt)
else:
selltxt = 'SELL COMPLETE, %.2f' % order.executed.price
self.log(selltxt, order.executed.dt)
elif order.status in [order.Expired, order.Canceled, order.Margin]:
self.log('%s ,' % order.Status[order.status])
pass # Simply log
# Allow new orders
self.orderid = None
def __init__(self):
# To control operation entries
self.orderid = None
# Create SMA on 2nd data
sma = btind.MovAv.SMA(self.data1, period=self.p.period)
# Create a CrossOver Signal from close an moving average
self.signal = btind.CrossOver(self.data1.close, sma)
def next(self):
if self.orderid:
return # if an order is active, no new orders are allowed
if self.p.printout:
print('Self len:', len(self))
print('Data0 len:', len(self.data0))
print('Data1 len:', len(self.data1))
print('Data0 len == Data1 len:',
len(self.data0) == len(self.data1))
print('Data0 dt:', self.data0.datetime.datetime())
print('Data1 dt:', self.data1.datetime.datetime())
if not self.position: # not yet in market
if self.signal > 0.0: # cross upwards
self.log('BUY CREATE , %.2f' % self.data1.close[0])
self.buy(size=self.p.stake)
else: # in the market
if self.signal < 0.0: # crosss downwards
self.log('SELL CREATE , %.2f' % self.data1.close[0])
self.sell(size=self.p.stake)
def stop(self):
print('==================================================')
print('Starting Value - %.2f' % self.broker.startingcash)
print('Ending Value - %.2f' % self.broker.getvalue())
print('==================================================')
def runstrategy():
args = parse_args()
# Create a cerebro
cerebro = bt.Cerebro()
# Get the dates from the args
fromdate = datetime.datetime.strptime(args.fromdate, '%Y-%m-%d')
todate = datetime.datetime.strptime(args.todate, '%Y-%m-%d')
# Create the 1st data
data0 = btfeeds.YahooFinanceCSVData(
dataname=args.data0,
fromdate=fromdate,
todate=todate)
# Add the 1st data to cerebro
cerebro.adddata(data0)
# Create the 2nd data
data1 = btfeeds.YahooFinanceCSVData(
dataname=args.data1,
fromdate=fromdate,
todate=todate)
# Add the 2nd data to cerebro
cerebro.adddata(data1)
# Add the strategy
cerebro.addstrategy(MultiDataStrategy,
period=args.period,
stake=args.stake)
# Add the commission - only stocks like a for each operation
cerebro.broker.setcash(args.cash)
# Add the commission - only stocks like a for each operation
cerebro.broker.setcommission(commission=args.commperc)
# And run it
cerebro.run(runonce=not args.runnext,
preload=not args.nopreload,
oldsync=args.oldsync)
# Plot if requested
if args.plot:
cerebro.plot(numfigs=args.numfigs, volume=False, zdown=False)
def parse_args():
parser = argparse.ArgumentParser(description='MultiData Strategy')
parser.add_argument('--data0', '-d0',
default='../../datas/orcl-2003-2005.txt',
help='1st data into the system')
parser.add_argument('--data1', '-d1',
default='../../datas/yhoo-2003-2005.txt',
help='2nd data into the system')
parser.add_argument('--fromdate', '-f',
default='2003-01-01',
help='Starting date in YYYY-MM-DD format')
parser.add_argument('--todate', '-t',
default='2005-12-31',
help='Starting date in YYYY-MM-DD format')
parser.add_argument('--period', default=15, type=int,
help='Period to apply to the Simple Moving Average')
parser.add_argument('--cash', default=100000, type=int,
help='Starting Cash')
parser.add_argument('--runnext', action='store_true',
help='Use next by next instead of runonce')
parser.add_argument('--nopreload', action='store_true',
help='Do not preload the data')
parser.add_argument('--oldsync', action='store_true',
help='Use old data synchronization method')
parser.add_argument('--commperc', default=0.005, type=float,
help='Percentage commission (0.005 is 0.5%%')
parser.add_argument('--stake', default=10, type=int,
help='Stake to apply in each operation')
parser.add_argument('--plot', '-p', action='store_true',
help='Plot the read data')
parser.add_argument('--numfigs', '-n', default=1,
help='Plot using numfigs figures')
return parser.parse_args()
if __name__ == '__main__':
runstrategy()