Backtrader 教程：訂單 - OCO

Backtrader Backtrader教程   |   2022年7月2日

版本1.9.34.116將OCO （又名 One Cancel Others）添加到回測庫中。

筆記

這僅在回測中實現，還沒有針對實時經紀人的實現

筆記

更新為1.9.36.116版本。盈透證券支持StopTrail 、 StopTrailLimit和OCO 。

  • OCO始終將組中的oco一個訂單指定為參數oco

  • StopTrailLimit ：代理模擬和IB代理具有 asme 行為。指定： price作為初始止損觸發價格（同時指定trailamount ），然後plimi作為初始限價。兩者之差將決定limitoffset （限價與止損觸發價之間的距離）

使用模式試圖保持用戶友好。因此，如果策略中的邏輯決定現在是發出訂單的時刻，則可以像這樣使用OCO ： 

def next(self):
    ...
    o1 = self.buy(...)
    ...
    o2 = self.buy(..., oco=o1)
    ...
    o3 = self.buy(..., oco=o1)  # or even oco=o2, o2 is already in o1 group

簡單的。 1 st order o1將類似於組長。通過使用oco命名參數指定o1 ， o2和o3成為OCO 組的一部分。看到片段中的註釋表明o3也可以通過指定o2成為組的一部分（它已經是組的一部分）

隨著小組的成立，將發生以下情況：

  • 如果該組中的任何訂單被執行、取消或到期，其他訂單將被取消

下面的示例展示了OCO概念。帶有情節的標準執行： 

$ ./oco.py --broker cash=50000 --plot

筆記

現金增加到50000 ，因為資產達到4000的價值並且1件的 3 個訂單至少需要12000貨幣單位（經紀人的默認值為10000 ）

用下面的圖表。

這實際上並沒有提供太多信息（它是標準的SMA Crossover策略）。該示例執行以下操作：

  • 當快速 SMA 穿過慢速 SMA 向上時，發出 3 個訂單

  • order1是一個Limit訂單，將在limdays天（策略參數）到期， close價減少一個百分比作為限價

  • order2是一個Limit訂單，到期時間更長，限價更低。

  • order3為Limit單，進一步降低限價

因此order2和order3的執行不會發生，因為：

  • order1將首先執行，這應該會觸發其他人的取消

或者

  • order1將過期，這將觸發其他訂單的取消

系統保留 3 個訂單的ref標識符，並且僅當notify_order中的三個ref標識符顯示為Completed 、 Cancelled 、 Margin或Expired時才會發出新的buy

在持有一些柱的頭寸後簡單地退出。

為了嘗試跟踪實際執行，會生成文本輸出。其中一些： 

2005-01-28: Oref 1 / Buy at 2941.11055
2005-01-28: Oref 2 / Buy at 2896.7722
2005-01-28: Oref 3 / Buy at 2822.87495
2005-01-31: Order ref: 1 / Type Buy / Status Submitted
2005-01-31: Order ref: 2 / Type Buy / Status Submitted
2005-01-31: Order ref: 3 / Type Buy / Status Submitted
2005-01-31: Order ref: 1 / Type Buy / Status Accepted
2005-01-31: Order ref: 2 / Type Buy / Status Accepted
2005-01-31: Order ref: 3 / Type Buy / Status Accepted
2005-02-01: Order ref: 1 / Type Buy / Status Expired
2005-02-01: Order ref: 3 / Type Buy / Status Canceled
2005-02-01: Order ref: 2 / Type Buy / Status Canceled
...
2006-06-23: Oref 49 / Buy at 3532.39925
2006-06-23: Oref 50 / Buy at 3479.147
2006-06-23: Oref 51 / Buy at 3390.39325
2006-06-26: Order ref: 49 / Type Buy / Status Submitted
2006-06-26: Order ref: 50 / Type Buy / Status Submitted
2006-06-26: Order ref: 51 / Type Buy / Status Submitted
2006-06-26: Order ref: 49 / Type Buy / Status Accepted
2006-06-26: Order ref: 50 / Type Buy / Status Accepted
2006-06-26: Order ref: 51 / Type Buy / Status Accepted
2006-06-26: Order ref: 49 / Type Buy / Status Completed
2006-06-26: Order ref: 51 / Type Buy / Status Canceled
2006-06-26: Order ref: 50 / Type Buy / Status Canceled
...
2006-11-10: Order ref: 61 / Type Buy / Status Canceled
2006-12-11: Oref 63 / Buy at 4032.62555
2006-12-11: Oref 64 / Buy at 3971.8322
2006-12-11: Oref 65 / Buy at 3870.50995
2006-12-12: Order ref: 63 / Type Buy / Status Submitted
2006-12-12: Order ref: 64 / Type Buy / Status Submitted
2006-12-12: Order ref: 65 / Type Buy / Status Submitted
2006-12-12: Order ref: 63 / Type Buy / Status Accepted
2006-12-12: Order ref: 64 / Type Buy / Status Accepted
2006-12-12: Order ref: 65 / Type Buy / Status Accepted
2006-12-15: Order ref: 63 / Type Buy / Status Expired
2006-12-15: Order ref: 65 / Type Buy / Status Canceled
2006-12-15: Order ref: 64 / Type Buy / Status Canceled

發生以下情況：

  • 第一批訂單發出。訂單 1 到期，訂單 2 和 3 被取消。正如預期的那樣。

  • 幾個月後，又發出了另外一批 3 份訂單。在這種情況下，訂單 49 Completed ，50 和 51 立即取消

  • 最後一批和第一批一樣

現在讓我們檢查一下沒有OCO的行為： 

$ ./oco.py --strat do_oco=False --broker cash=50000

2005-01-28: Oref 1 / Buy at 2941.11055
2005-01-28: Oref 2 / Buy at 2896.7722
2005-01-28: Oref 3 / Buy at 2822.87495
2005-01-31: Order ref: 1 / Type Buy / Status Submitted
2005-01-31: Order ref: 2 / Type Buy / Status Submitted
2005-01-31: Order ref: 3 / Type Buy / Status Submitted
2005-01-31: Order ref: 1 / Type Buy / Status Accepted
2005-01-31: Order ref: 2 / Type Buy / Status Accepted
2005-01-31: Order ref: 3 / Type Buy / Status Accepted
2005-02-01: Order ref: 1 / Type Buy / Status Expired

就是這樣，這並不多（沒有訂單執行，也不需要圖表）

  • 該批訂單下達

  • 訂單 1 到期，但由於策略獲取了參數do_oco= False ，訂單 2 和 3 不屬於OCO組

  • 因此，訂單 2 和 3 不會被取消，並且因為默認的到期增量是1000天后，它們永遠不會隨著樣本的可用數據而到期（2 年的數據）

  • 系統從不發出第二輪訂單。

示例使用

$ ./oco.py --help
usage: oco.py [-h] [--data0 DATA0] [--fromdate FROMDATE] [--todate TODATE]
              [--cerebro kwargs] [--broker kwargs] [--sizer kwargs]
              [--strat kwargs] [--plot [kwargs]]

Sample Skeleton

optional arguments:
  -h, --help           show this help message and exit
  --data0 DATA0        Data to read in (default:
                       ../../datas/2005-2006-day-001.txt)
  --fromdate FROMDATE  Date[time] in YYYY-MM-DD[THH:MM:SS] format (default: )
  --todate TODATE      Date[time] in YYYY-MM-DD[THH:MM:SS] format (default: )
  --cerebro kwargs     kwargs in key=value format (default: )
  --broker kwargs      kwargs in key=value format (default: )
  --sizer kwargs       kwargs in key=value format (default: )
  --strat kwargs       kwargs in key=value format (default: )
  --plot [kwargs]      kwargs in key=value format (default: )

示例代碼

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


import argparse
import datetime

import backtrader as bt


class St(bt.Strategy):
    params = dict(
        ma=bt.ind.SMA,
        p1=5,
        p2=15,
        limit=0.005,
        limdays=3,
        limdays2=1000,
        hold=10,
        switchp1p2=False,  # switch prices of order1 and order2
        oco1oco2=False,  # False - use order1 as oco for order3, else order2
        do_oco=True,  # use oco or not
    )

    def notify_order(self, order):
        print('{}: Order ref: {} / Type {} / Status {}'.format(
            self.data.datetime.date(0),
            order.ref, 'Buy' * order.isbuy() or 'Sell',
            order.getstatusname()))

        if order.status == order.Completed:
            self.holdstart = len(self)

        if not order.alive() and order.ref in self.orefs:
            self.orefs.remove(order.ref)

    def __init__(self):
        ma1, ma2 = self.p.ma(period=self.p.p1), self.p.ma(period=self.p.p2)
        self.cross = bt.ind.CrossOver(ma1, ma2)

        self.orefs = list()

    def next(self):
        if self.orefs:
            return  # pending orders do nothing

        if not self.position:
            if self.cross > 0.0:  # crossing up

                p1 = self.data.close[0] * (1.0 - self.p.limit)
                p2 = self.data.close[0] * (1.0 - 2 * 2 * self.p.limit)
                p3 = self.data.close[0] * (1.0 - 3 * 3 * self.p.limit)

                if self.p.switchp1p2:
                    p1, p2 = p2, p1

                o1 = self.buy(exectype=bt.Order.Limit, price=p1,
                              valid=datetime.timedelta(self.p.limdays))

                print('{}: Oref {} / Buy at {}'.format(
                    self.datetime.date(), o1.ref, p1))

                oco2 = o1 if self.p.do_oco else None
                o2 = self.buy(exectype=bt.Order.Limit, price=p2,
                              valid=datetime.timedelta(self.p.limdays2),
                              oco=oco2)

                print('{}: Oref {} / Buy at {}'.format(
                    self.datetime.date(), o2.ref, p2))

                if self.p.do_oco:
                    oco3 = o1 if not self.p.oco1oco2 else oco2
                else:
                    oco3 = None

                o3 = self.buy(exectype=bt.Order.Limit, price=p3,
                              valid=datetime.timedelta(self.p.limdays2),
                              oco=oco3)

                print('{}: Oref {} / Buy at {}'.format(
                    self.datetime.date(), o3.ref, p3))

                self.orefs = [o1.ref, o2.ref, o3.ref]

        else:  # in the market
            if (len(self) - self.holdstart) >= self.p.hold:
                self.close()


def runstrat(args=None):
    args = parse_args(args)

    cerebro = bt.Cerebro()

    # Data feed kwargs
    kwargs = dict()

    # Parse from/to-date
    dtfmt, tmfmt = '%Y-%m-%d', 'T%H:%M:%S'
    for a, d in ((getattr(args, x), x) for x in ['fromdate', 'todate']):
        if a:
            strpfmt = dtfmt + tmfmt * ('T' in a)
            kwargs[d] = datetime.datetime.strptime(a, strpfmt)

    # Data feed
    data0 = bt.feeds.BacktraderCSVData(dataname=args.data0, **kwargs)
    cerebro.adddata(data0)

    # Broker
    cerebro.broker = bt.brokers.BackBroker(**eval('dict(' + args.broker + ')'))

    # Sizer
    cerebro.addsizer(bt.sizers.FixedSize, **eval('dict(' + args.sizer + ')'))

    # Strategy
    cerebro.addstrategy(St, **eval('dict(' + args.strat + ')'))

    # Execute
    cerebro.run(**eval('dict(' + args.cerebro + ')'))

    if args.plot:  # Plot if requested to
        cerebro.plot(**eval('dict(' + args.plot + ')'))


def parse_args(pargs=None):
    parser = argparse.ArgumentParser(
        formatter_class=argparse.ArgumentDefaultsHelpFormatter,
        description=(
            'Sample Skeleton'
        )
    )

    parser.add_argument('--data0', default='../../datas/2005-2006-day-001.txt',
                        required=False, help='Data to read in')

    # Defaults for dates
    parser.add_argument('--fromdate', required=False, default='',
                        help='Date[time] in YYYY-MM-DD[THH:MM:SS] format')

    parser.add_argument('--todate', required=False, default='',
                        help='Date[time] in YYYY-MM-DD[THH:MM:SS] format')

    parser.add_argument('--cerebro', required=False, default='',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--broker', required=False, default='',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--sizer', required=False, default='',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--strat', required=False, default='',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--plot', required=False, default='',
                        nargs='?', const='{}',
                        metavar='kwargs', help='kwargs in key=value format')

    return parser.parse_args(pargs)


if __name__ == '__main__':
    runstrat()

推薦閱讀

相關文章

Backtrader按日線交易

似乎在世界某個地方有一種权益(Interest)可以總結如下： 使用每日柱線引入訂單，但使用開盤價 這來自工單#105订单执行逻辑与当前数据和#101动态投注计算中的對話 backtrader 嘗試盡可能保持現實，並且在處理每日柱線時適用以下前提： 當每日柱被評估時，柱線已經結束 這是有道理的，

Backtrader寫下來

隨著 1.1.7.88 版本的發布， backtrader有了一個新的補充：作家這可能早就到期了，應該已經存在了，問題 #14中的討論也應該已經開始了開發。但遲到總比沒有好。

Backtrader觀察員和統計

在 backtrader 內部運行的策略主要處理數據 和 指標。 數據被添加到Cerebro 實例中，並最終成為策略輸入的一部分（解析並用作實例的屬性），而指標由策略本身聲明和管理。

BacktraderPyFolio 集成

注意 2017年2月 pyfolio API 已更改，不再 create_full_tear_sheet 具有 gross_lev 作為命名參數的參數。

Backtrader教程：篩檢程式

此功能是 backtrader 的相對較新的補充，必須安裝到已經存在的內部結構中。這使得它不像希望的那樣靈活且100%功能齊全，但在許多情況下它仍然可以達到目的。 儘管該實現試圖允許隨插即用的篩檢程式連結，但預先存在的內部結構使得很難確保始終可以實現。因此，某些篩選器可能是連結的，而其他一些篩選器可能不是。

Backtrader混合時間幀

1.3.0.92版本帶來了混合來自不同時間幀的數據（來自 data feeds 和/或指標）的可能性。 到版本：https://github.com/mementum/backtrader/發佈/標籤/1.3.0.92 背景：指示器是智慧啞物件。 他們很聰明，因為他們可以進行複雜的計算。

Backtrader教程：傭金計劃 - 信貸利息

在某些情況下，真實經紀人的現金金額可能會減少，因為資產操作包括利率。例子： 賣空股票 交易所買賣基金包括多頭和空頭 該費用直接與經紀人帳戶中的現金餘額挂鉤。但它仍然可以被視為傭金計劃的一部分。因此，它已被建模為 backtrader。

Backtrader傭金計劃

發佈 backtrader 使用示例使我對缺失的東西有了深刻的瞭解。

BacktraderCSV 數據饋送開發

backtrader已經提供了通用 CSV數據提要和一些特定的 CSV數據提要。

Backtrader教程：數據饋送 - 多個時間幀

有時投資決策是使用不同的時間框架做出的： 每周評估趨勢 每天執行條目 或者5分鐘對60分鐘。 這意味著需要組合多個時間幀的數據backtrader 來支援這種組合。 對它的本機支持已經內置。