backtrader的最初目標之一是：

• 能夠快速製作指標原型以測試新想法

它不一定是一個完美的指標，但能夠快速輕鬆地開發它們確實會有所幫助。為了確認設計是正確的，反向交易者標準庫中的第一個指標是指數移動平均線（又名 EMA），其定義為：遞歸。

由於如何開發遞歸指標的問題已發佈在反向交易者社區中，讓我們開發一個快速的ExponentialMovingAverage指標。

遞歸指標，如

• 它使用先前的值來計算當前值

例如，您可以在Wikipedia - Exponential Moving Average中查看數學

如果您有足夠的勇氣閱讀所有內容，您就會發現該週期是用來計算指數平滑的。我們會使用它。

為了解決計算第一個值的難題，行業決定使用前一period值的簡單平均值。

作為槓桿，我們將使用bt.indicators.PeriodN ：

• 已經定義了一個period參數

• 通知框架最終用戶使用的實際period

參見其定義： Docs - Indicator Reference

然後讓我們開發我們的EMA

import backtrader as bt

class EMA(bt.indicators.PeriodN):
    params = {'period': 30}  # even if defined, we can redefine the default value
    lines = ('ema',)  # our output line

    def __init__(self):
        self.alpha = 2.0 / (1.0 + self.p.period)  # period -> exp smoothing factor

    def nextstart(self):  # calculate here the seed value
        self.lines.ema[0] = sum(self.data.get(size=self.p.period)) / self.p.period

    def next(self):
        ema1 = self.lines.ema[-1]  # previous EMA value
        self.lines.ema[0] = ema1 * (1.0 - self.alpha) + self.data[0] * self.alpha

做起來幾乎比說的容易。關鍵是在nextstart中提供種子值，其中

• 當達到指標的最短預熱期時，將調用一次。

  與next不同，它將為傳遞到系統中的每個新數據值調用

nextstart的默認實現只是將任務委託給next ，對於大多數指標（例如簡單移動平均線）來說，這是正確的做法。但在這種情況下，覆蓋和提供種子值是關鍵。

沿著數據繪製

作為移動平均線，如果指標繪製在與其計算平均值的數據相同的軸上，那就太好了。因為我們繼承自PeriodN ，所以繪圖的默認值是（參見文檔）：

subplot=True

這當然意味著將為我們的指標創建一個subplot （圖表上的另一個軸）。這很容易被覆蓋。

import backtrader as bt

class EMA(bt.indicators.PeriodN):
    plot = dict(subplot=False)

並做了。如果您想控制更多繪圖選項，請查看Docs - Plotting

祝你好運！