Backtrader開場作弊

Backtrader   |   2022年6月21日

“發佈”1.9.44.116 添加了對 Cheat-On-Open的支援。這似乎是那些全力以赴的人的需求功能，他們在酒吧 close 后進行了計算，但希望與 open 價格相匹配。

當開盤價跳空（上漲或下跌，取決於是否buysell有效）並且現金不足以進行全面運營時，這樣的用例就會失敗。這將強制代理拒絕該操作。

儘管人們可以嘗試使用正[1] 指數方法展望未來，但這需要預載入並不總是可用的數據。

模式：

cerebro = bt.Cerebro(cheat_on_open=True)

這：

  • 激活系統中調用策略next_open中的方法的額外迴圈， nextstart_open 以及 prenext_open

    已經決定增加一系列方法，以便在常規方法之間明確區分，這些方法的運作依據是所審查的價格不再可用，未來是未知的，並且操作處於作弊模式。

    這也避免了對常規next 方法的 2 次調用。

在方法中xxx_open，以下內容true：

  • 指標尚未重新計算，並保持在等效xxx常規方法中上一個週期中last的值

  • 經紀人尚未評估新週期的掛單，可以引入新訂單，如果可能的話，將對其進行評估。

請注意：

  • Cerebro 還有一個 broker_coo （預設： True）參數，告訴 cerebro ，如果 cheat-on-open 已經啟動，如果可能的話，它應該嘗試在代理中啟動它。

    類比代理有一個名為：coo 的參數和一個將其設置為 set_coo

嘗試作弊open

下面的示例具有具有 2 種不同行為的策略：

  • 如果作弊openTrue，則只能從next_open

  • 如果作弊openFalse，則只能從next

在這兩種情況下，匹配的價格必須相同

  • 如果沒有作弊，訂單將在前一天結束時發出，並將與下一個傳入價格（即價格）open 匹配

  • 如果作弊，訂單將在執行的同一天發出。由於訂單是在經紀人評估訂單之前發出的，因此它也將與下一個傳入價格（價格）open 匹配。

    第二種情況允許計算全押策略的確切賭注，因為可以直接訪問當前open 價格。

在這兩種情況下

  • 目前 open 與 close 價格將從列印自 next。

定期執行：

$ ./cheat-on-open.py --cerebro cheat_on_open=False

...
2005-04-07 next, open 3073.4 close 3090.72
2005-04-08 next, open 3092.07 close 3088.92
Strat Len 68 2005-04-08 Send Buy, fromopen False, close 3088.92
2005-04-11 Buy Executed at price 3088.47
2005-04-11 next, open 3088.47 close 3080.6
2005-04-12 next, open 3080.42 close 3065.18
...

順序：

  • 發表於 2005-04-08 之後 close

  • 執行於 2005-04-11open 價格 3088.47

作弊執行：

$ ./cheat-on-open.py --cerebro cheat_on_open=True

...
2005-04-07 next, open 3073.4 close 3090.72
2005-04-08 next, open 3092.07 close 3088.92
2005-04-11 Send Buy, fromopen True, close 3080.6
2005-04-11 Buy Executed at price 3088.47
2005-04-11 next, open 3088.47 close 3080.6
2005-04-12 next, open 3080.42 close 3065.18
...

順序：

  • 發表於 2005-04-11 之前 open

  • 執行於 2005-04-11open 價格 3088.47

圖表上顯示的總體結果也是相同的。

結論

open作弊允許在open例如可以精確計算全力以赴場景的賭注。

示例用法

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

Cheat-On-Open Sample

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: )

示例源

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

import argparse
import datetime

import backtrader as bt


class St(bt.Strategy):
    params = dict(
        periods=[10, 30],
        matype=bt.ind.SMA,
    )

    def __init__(self):
        self.cheating = self.cerebro.p.cheat_on_open
        mas = [self.p.matype(period=x) for x in self.p.periods]
        self.signal = bt.ind.CrossOver(*mas)
        self.order = None

    def notify_order(self, order):
        if order.status != order.Completed:
            return

        self.order = None
        print('{} {} Executed at price {}'.format(
            bt.num2date(order.executed.dt).date(),
            'Buy' * order.isbuy() or 'Sell', order.executed.price)
        )

    def operate(self, fromopen):
        if self.order is not None:
            return
        if self.position:
            if self.signal < 0:
                self.order = self.close()
        elif self.signal > 0:
            print('{} Send Buy, fromopen {}, close {}'.format(
                self.data.datetime.date(),
                fromopen, self.data.close[0])
            )
            self.order = self.buy()

    def next(self):
        print('{} next, open {} close {}'.format(
            self.data.datetime.date(),
            self.data.open[0], self.data.close[0])
        )

        if self.cheating:
            return
        self.operate(fromopen=False)

    def next_open(self):
        if not self.cheating:
            return
        self.operate(fromopen=True)


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=(
            'Cheat-On-Open Sample'
        )
    )

    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教程：指標 - 開發

如果必須開發任何東西（除了一個或多個獲勝策略之外），那麼這個東西就是一個自定義指標。 根據作者的說法，平臺內的這種開發很容易。 需要滿足以下條件： 從指標派生的類（直接或從現有的子類派生） 定義它將保持lines 指標必須至少具有 1 line。

Backtrader教程：數據饋送 - 重新取樣

如果數據僅在單個時間範圍內可用，並且必須在不同的時間範圍內進行分析，則是時候進行一些重新採樣了。 “重採樣”實際上應該稱為“上採樣”，因為一個人從源時間幀到更大的時間幀（例如：幾天到幾周） backtrader 內置支持通過篩選器對象傳遞原始數據，從而進行重採樣。

Backtrader教程：數據饋送 - 擴展 (Extending DataFeed)

GitHub 中的問題實際上是在推動文檔部分的完成，或者説明我瞭解我是否backtrader 具有我從一開始就設想的易用性和靈活性以及在此過程中做出的決定。 在本例中為問題 #9。

Backtrader教程：數據饋送 - 展期交割

並非每個供應商都為可以交易的工具提供連續的未來。有時提供的數據是仍然有效的到期日期的數據，即：仍在交易的日期 這在回溯測試方面並不是很有幫助，因為數據分散在幾個不同的儀器上，這些儀器另外...時間重疊。 能夠正確地將這些儀器的數據從過去連接到連續的流中，可以減輕疼痛。

Backtrader教程：觀察者 - 基準測試

工單 #89 是關於針對資產添加基準測試的。明智的是，人們實際上可能有一個策略，即使積極，也低於簡單地跟蹤資產所能提供的策略。

Backtrader跨越數位

《backtrader》的發佈1.9.27.105糾正了一個疏忽。這是一個疏忽，因為拼圖的所有部分都已到位，但啟動並不是在所有角落都進行的。 該機制使用一個名為的屬性_mindatas，因此讓我們將其稱為： mindatas。 社區問了這個問題，答案並不是很到位。

Backtrader節省記憶體

1.3.1.92版本已經重新設計並完全實現了以前到位的記憶體節省方案，儘管沒有太多的吹捧和使用。

Backtrader教程：經紀商

經紀商模擬器該類比支援不同的訂單類型，根據當前現金檢查提交的訂單現金需求，跟蹤每次反覆運算的cerebro 現金和價值，並在不同數據上保持當前位置。

Backtrader教程：觀察者 - 統計

在內部backtrader 運行的策略主要處理 data feeds 和 指標。 Data feeds 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），而指標則由策略本身聲明和管理。

Backtrader蟒蛇隱藏的力量3

Last，但並非最不重要的一點是，在這個系列中，關於如何在 backtrader 中使用Python的隱藏功能是一些神奇變數是如何出現的。