Backtrader 教程：佣金計劃

不可知論

在繼續之前，讓我們記住， backtrader者試圖對數據代表什麼保持不可知論。不同的佣金方案可以應用於相同的數據集。

讓我們看看它是如何做到的。

使用代理快捷方式

這使最終用戶遠離CommissionInfo對象，因為可以通過單個函數調用創建/設置佣金方案。在常規的cerebro創建/設置過程中，只需在broker成員屬性上添加對setcommission的調用。以下調用設置了與盈透證券合作時Eurostoxx50期貨的常規佣金計劃：

cerebro.broker.setcommission(commission=2.0, margin=2000.0, mult=10.0)

由於大多數用戶通常只測試一個儀器，這就是它的全部。如果您已為數據饋送name ，因為圖表上同時考慮了多個工具，此調用可以稍微擴展為如下所示：

cerebro.broker.setcommission(commission=2.0, margin=2000.0, mult=10.0, name='Eurostoxxx50')

在這種情況下，這種即時佣金計劃將僅適用於名稱與Eurostoxx50匹配的工具。

setcommission參數的含義

commission （默認值： 0.0 ）
以絕對或百分比計算的貨幣單位每項行動的成本。
在上面的例子中，每份buy合約 2.0 歐元， sell每份合約 2.0 歐元。
這裡的重要問題是何時使用絕對值或百分比值。
- 如果margin評估為False （例如為False 、0 或 None），則認為commission表示price乘以size操作值的百分比
- 如果margin是其他東西，則認為該操作是在諸如工具之類的futures上進行的，而commission是size合約的固定價格
margin （默認值： None ）
使用諸如工具之類的futures進行操作時需要保證金。如上所述
- 如果設置了無margin ，則commission將被理解為以百分比表示並應用於buy或sell操作的price * size組成部分
- 如果設置了margin ， commission將被理解為乘以buy或sell操作的size分量的固定值
mult （默認值：1.0）
對於future類似的工具，這決定了應用於損益計算的乘數。
這就是使期貨同時具有吸引力和風險的原因。
name （默認：無）
將佣金計劃的應用限制在與name匹配的工具上
這可以在創建數據饋送期間進行設置。
如果未設置，該方案將適用於系統中存在的任何數據。

現在舉兩個例子：股票與期貨

上面的期貨示例：

cerebro.broker.setcommission(commission=2.0, margin=2000.0, mult=10.0)

股票的一個例子：

cerebro.broker.setcommission(commission=0.005)  # 0.5% of the operation value

筆記

第二種語法不設置保證金，並且 mult 和 backtrader^嘗試一種聰明的方法，將佣金考慮為基於% 。

要完全指定佣金方案，需要創建CommissionInfo的子類

創建永久佣金計劃

可以通過直接使用CommissionInfo類來創建更永久的佣金方案。用戶可以選擇在某處有這個定義：

import backtrader as bt

commEurostoxx50 = bt.CommissionInfo(commission=2.0, margin=2000.0, mult=10.0)

稍後使用addcommissioninfo將其應用到另一個 Python 模塊中：

from mycomm import commEurostoxx50

...

cerebro.broker.addcommissioninfo(commEuroStoxx50, name='Eurostoxxx50')

CommissionInfo是一個使用params聲明的對象，就像backtrader環境中的其他對像一樣。因此，上述也可以表示為：

import backtrader as bt

class CommEurostoxx50(bt.CommissionInfo):
    params = dict(commission=2.0, margin=2000.0, mult=10.0)

然後：

from mycomm import CommEurostoxx50

...

cerebro.broker.addcommissioninfoCommEuroStoxx50(), name='Eurostoxxx50')

現在與 SMA Crossover 進行“真實”比較

使用 SimpleMovingAverage 交叉作為進入/退出信號，相同的數據集將使用類似futures的佣金計劃進行測試，然後使用類似的stocks進行測試。

筆記

期貨頭寸不僅可以被賦予進入/退出行為，而且在每種情況下都可以被賦予反轉行為。但是這個例子是關於比較佣金計劃的。

代碼（完整策略見底部）是相同的，可以在定義策略之前選擇方案。

futures_like = True

if futures_like:
    commission, margin, mult = 2.0, 2000.0, 10.0
else:
    commission, margin, mult = 0.005, None, 1

只需將futures_like設置為false即可與stocks類似方案一起運行。

添加了一些日誌代碼來評估不同佣金方案的影響。讓我們只關注前兩個操作。

對於期貨：

2006-03-09, BUY CREATE, 3757.59
2006-03-10, BUY EXECUTED, Price: 3754.13, Cost: 2000.00, Comm 2.00
2006-04-11, SELL CREATE, 3788.81
2006-04-12, SELL EXECUTED, Price: 3786.93, Cost: 2000.00, Comm 2.00
2006-04-12, OPERATION PROFIT, GROSS 328.00, NET 324.00
2006-04-20, BUY CREATE, 3860.00
2006-04-21, BUY EXECUTED, Price: 3863.57, Cost: 2000.00, Comm 2.00
2006-04-28, SELL CREATE, 3839.90
2006-05-02, SELL EXECUTED, Price: 3839.24, Cost: 2000.00, Comm 2.00
2006-05-02, OPERATION PROFIT, GROSS -243.30, NET -247.30

對於股票：

2006-03-09, BUY CREATE, 3757.59
2006-03-10, BUY EXECUTED, Price: 3754.13, Cost: 3754.13, Comm 18.77
2006-04-11, SELL CREATE, 3788.81
2006-04-12, SELL EXECUTED, Price: 3786.93, Cost: 3786.93, Comm 18.93
2006-04-12, OPERATION PROFIT, GROSS 32.80, NET -4.91
2006-04-20, BUY CREATE, 3860.00
2006-04-21, BUY EXECUTED, Price: 3863.57, Cost: 3863.57, Comm 19.32
2006-04-28, SELL CREATE, 3839.90
2006-05-02, SELL EXECUTED, Price: 3839.24, Cost: 3839.24, Comm 19.20
2006-05-02, OPERATION PROFIT, GROSS -24.33, NET -62.84

第^一次操作的價格如下：

買入（執行）-> 3754.13 / 賣出（執行）-> 3786.93
- 期貨盈虧（含佣金）：324.0
- 股票損益（含佣金）：-4.91

嘿！！委員會已經完全吞噬了stocks業務的任何利潤，但對futures業務的影響只是很小的一部分。

^第二次操作：

買入（執行）-> 3863.57 / 賣出（執行）-> 3389.24
- 期貨盈虧（含佣金）：- -247.30
- 股票損益（含佣金）：- -62.84

這種對futures的負面操作的影響明顯更大

但：

期貨累計淨損益： 324.00 + (-247.30) = 76.70
股票累計淨損益： (-4.91) + (-62.84) = -67.75

累積效應可以在下面的圖表中看到，從圖中也可以看出，在全年結束時，期貨產生了更大的利潤，但也遭受了更大的回撤（水下更深）

但重要的是：無論是futures還是stocks ……都可以進行回測。

期貨佣金

股票佣金

編碼

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

import backtrader as bt
import backtrader.feeds as btfeeds
import backtrader.indicators as btind


futures_like = True

if futures_like:
    commission, margin, mult = 2.0, 2000.0, 10.0
else:
    commission, margin, mult = 0.005, None, 1


class SMACrossOver(bt.Strategy):
    def log(self, txt, dt=None):
        ''' Logging function fot this strategy'''
        dt = dt or self.datas[0].datetime.date(0)
        print('%s, %s' % (dt.isoformat(), txt))

    def notify(self, order):
        if order.status in [order.Submitted, order.Accepted]:
            # Buy/Sell order submitted/accepted to/by broker - Nothing to do
            return

        # Check if an order has been completed
        # Attention: broker could reject order if not enougth cash
        if order.status in [order.Completed, order.Canceled, order.Margin]:
            if order.isbuy():
                self.log(
                    'BUY EXECUTED, Price: %.2f, Cost: %.2f, Comm %.2f' %
                    (order.executed.price,
                     order.executed.value,
                     order.executed.comm))

                self.buyprice = order.executed.price
                self.buycomm = order.executed.comm
                self.opsize = order.executed.size
            else:  # Sell
                self.log('SELL EXECUTED, Price: %.2f, Cost: %.2f, Comm %.2f' %
                         (order.executed.price,
                          order.executed.value,
                          order.executed.comm))

                gross_pnl = (order.executed.price - self.buyprice) * \
                    self.opsize

                if margin:
                    gross_pnl *= mult

                net_pnl = gross_pnl - self.buycomm - order.executed.comm
                self.log('OPERATION PROFIT, GROSS %.2f, NET %.2f' %
                         (gross_pnl, net_pnl))

    def __init__(self):
        sma = btind.SMA(self.data)
        # > 0 crossing up / < 0 crossing down
        self.buysell_sig = btind.CrossOver(self.data, sma)

    def next(self):
        if self.buysell_sig > 0:
            self.log('BUY CREATE, %.2f' % self.data.close[0])
            self.buy()  # keep order ref to avoid 2nd orders

        elif self.position and self.buysell_sig < 0:
            self.log('SELL CREATE, %.2f' % self.data.close[0])
            self.sell()


if __name__ == '__main__':
    # Create a cerebro entity
    cerebro = bt.Cerebro()

    # Add a strategy
    cerebro.addstrategy(SMACrossOver)

    # Create a Data Feed
    datapath = ('../../datas/2006-day-001.txt')
    data = bt.feeds.BacktraderCSVData(dataname=datapath)

    # Add the Data Feed to Cerebro
    cerebro.adddata(data)

    # set commission scheme -- CHANGE HERE TO PLAY
    cerebro.broker.setcommission(
        commission=commission, margin=margin, mult=mult)

    # Run over everything
    cerebro.run()

    # Plot the result
    cerebro.plot()

參考

類反向交易者 .CommInfoBase ()

佣金計劃的基類。

參數：

commission （定義： 0.0 ）：以百分比或貨幣單位表示的基本佣金值
mult (def 1.0 ): 應用於資產價值/利潤的乘數
margin （定義： None ）：打開/持有操作所需的貨幣單位數量。僅當類中的最終_stocklike屬性設置為False時才適用
automargin (def: False ): 由方法get_margin用於自動計算以下策略所需的保證金/保證
- 如果 param automargin評估為False ，則使用 param margin
- 如果automargin < 0 ，則使用 param mult並使用mult * price
- 使用參數automargin並使用automargin * price如果automargin > 0
commtype (def: None ): 支持的值為CommInfoBase.COMM_PERC （佣金被理解為 %）和CommInfoBase.COMM_FIXED （佣金被理解為貨幣單位）
None的默認值是支持的值，以保持與舊CommissionInfo對象的兼容性。如果commtype設置為 None，則以下內容適用：
- margin為None ：內部_commtype設置為COMM_PERC並且_stocklike設置為True （使用股票操作 %-wise）
- margin不是None : _commtype設置為COMM_FIXED和_stocklike設置為False （使用期貨固定往返佣金操作）
如果此參數設置為None以外的其他值，則它將傳遞給內部_commtype屬性，並且對參數stocklike和內部屬性_stocklike
stocklike (def: False ): 指示該工具是 Stock-like 還是 Futures-like (參見上面的commtype討論)
percabs (def: False ): commtype設置為 COMM_PERC 時，參數commission是否必須理解為 XX% 或 0.XX
如果此參數為True ：0.XX 如果此參數為False ：XX%
interest (def: 0.0 )
如果該值非零，則為持有賣空頭寸收取的年利息。這主要用於股票賣空
公式： days * price * abs(size) * (interest / 365)
必須以絕對值指定：0.05 -> 5%
筆記
可以通過覆蓋方法來更改行為： _get_credit_interest
interest_long (def: False )
某些產品（例如 ETF）會收取空頭和多頭頭寸的利息。如果 ths 為True且interest不為零，則將在兩個方向上收取利息
leverage (def: 1.0 )
與所需現金相關的資產槓桿率

- ``_stocklike``（）

用於股票類/期貨類行為的最終值

-``_commtype``（）

用於 PERC 與 FIXED 佣金的最終價值

這兩個在內部使用而不是聲明的參數來啟用（）

上述對遺留 ``CommissionInfo``() 的兼容性檢查

目的（）

類反向交易者 .CommissionInfo ()

實際佣金計劃的基類。

創建 CommInfoBase 是為了支持backtrader提供的原始、不完整的支持。新的佣金計劃派生自此類，它是CommInfoBase的子類。

percabs的默認值也更改為True

參數：

percabs (def: True ): commtype設置為 COMM_PERC 時，參數commission是否必須理解為 XX% 或 0.XX
如果此參數為真：0.XX 如果此參數為假：XX%

獲取槓桿（）

返回此佣金計劃允許的槓桿水平

getsize（價格，現金）

返回在給定價格下滿足現金操作所需的大小

獲取運營成本（大小，價格）

返回操作所需的現金金額

getvaluesize（大小，價格）

返回給定價格的大小值。對於類似未來的對象，它固定為size * margin

獲取價值（位置，價格）

返回給定價格的頭寸值。對於類似未來的對象，它固定為size * margin

get_margin(價格)

返回給定價格的單個資產項目所需的實際保證金/擔保。默認實現具有此策略：

如果 param automargin評估為False ，則使用 param margin
使用參數mult ，即mult * price if automargin < 0
使用參數automargin ，即automargin * price if automargin > 0

獲得佣金（尺寸，價格）

計算給定價格的操作佣金

_getcommission（大小，價格，偽執行）

計算給定價格的操作佣金

pseudoexec：如果為True ，則操作尚未執行

盈虧（大小、價格、新價格）

返回頭寸的實際盈虧

現金調整（大小，價格，新價格）

計算給定價格差異的現金調整

get_credit_interest（數據，pos，dt）

計算賣空或特定產品的信用額度

_get_credit_interest（數據、大小、價格、天數、dt0、dt1）

此方法以經紀人收取的信用利息返回成本。

在size > 0的情況下，僅當類interest_long的參數為True時才會調用此方法

信貸利率的計算公式為：

公式： days * price * abs(size) * (interest / 365)

參數：

* `data`: data feed for which interest is charged

* `size`: current position size. > 0 for long positions and < 0 for
  short positions (this parameter will not be `0`)

* `price`: current position price

* `days`: number of days elapsed since last credit calculation
  (this is (dt0 - dt1).days)

* `dt0`: (datetime.datetime) current datetime

* `dt1`: (datetime.datetime) datetime of previous calculation

dt0和dt1在默認實現中不使用，並作為覆蓋方法的額外輸入提供