【量化回测必看！】Backtrader保姆级教学+免费行情源 SMA策略

前言

想开始量化学习不知道如何入手？市面上的学习资料太多不知道该怎么看？
博主将从零基础讲解回测框架，一步步完成量化数据源的搭建，让你10天内成为量化高手
博主同时将视频课程内容在B站更新，可以关注“量化NPC”获取最新的视频课程
不清楚如何安装backtrader和配置可以点击：
Backtrader保姆级教学+免费行情源 框架介绍
本篇文章可配合b站观看效果更佳：
backtrader量化回测保姆级教学【合集】
所使用的代码和csv文件，在文章结尾附录部分。

SMA策略介绍

接入行情源

本文使用的是INSIGHT行情源，提供免费的TICK数据，分钟K，日K，以及各类金融资讯数据
如果对INSIGHT感兴趣的用户可以访问：INSIGHT数字文档
如果想看各类数据源对比的可以看：量化免费行情源最强对比分析

编写策略

定义strategy里的init方法

1. 引用bt中默认的indicator.MovingAverageSimple（）
2. 调用indicator.crossover，crossover的含义是去判断收盘价是否与bt_sma发生了交叉，如果为1，则为上穿，0则没有交叉，-1为下穿。buy_or_sell为一个时间序列，类似于[0,0,0,0,0,1,0,0,0,-1,1……]的序列

  def __init__(self):
        self.bt_sma = bt.indicators.MovingAverageSimple(self.data, period=3)
        self.buy_or_sell = bt.indicators.CrossOver(self.data, self.bt_sma)

import backtrader as bt
import pandas as pd

from com.insight import common
from com.insight.query import *
from com.insight.market_service import market_service
from datetime import datetime

# user 用户名
# password 密码
def login():
    # 登陆前 初始化
    user = "填写自己的账户"
    password = "填写自己的密码"
    common.login(market_service, user, password)


class Mystrategy(bt.Strategy):
    def __init__(self):
        self.bt_sma = bt.indicators.MovingAverageSimple(self.data, period=3)
        self.buy_or_sell = bt.indicators.CrossOver(self.data, self.bt_sma)


    def start(self):
        print("start")

    def prenext(self):
        print("prenext")

    def next(self):
        print("next")

        # 方法一
        # ma_value = sum(self.data.close[-date] for date in range(3))/3
        # pre_ma_value = sum(self.data.close[-date-1] for date in range(3))/3
        # 方法二
        # ma_value = self.bt_sma[0]
        # pre_ma_value = self.bt_sma[-1]

        # if self.data.close[0] > ma_value and self.data.close[-1] < pre_ma_value:
        #     self.order = self.buy()
        # if self.data.close[0] < ma_value and self.data.close[-1] > pre_ma_value:
        #     self.order = self.sell()

        # if self.buy_or_sell[0] == 1:
        #     self.order = self.buy()
        # elif self.buy_or_sell[0] == -1:
        #     self.order = self.sell()
        if self.getposition().size >= 0 and self.buy_or_sell[0] == 1:
            self.order = self.buy()
        if self.getposition().size <= 0 and self.buy_or_sell[0] == -1:
            self.order = self.sell()
        if self.getposition().size > 0 and self.buy_or_sell[0] == -1:
            self.order = self.close()
            self.order = self.sell()
        if self.getposition().size < 0 and self.buy_or_sell[0] == 1:
            self.order = self.close()
            self.order = self.buy()



if __name__ == '__main__':
    #方法一
    login()
    df = get_kline(htsc_code=["601688.SH"], time=[datetime(2021, 5, 10), datetime(2022, 5, 10)],
                       frequency="daily", fq="none")
    # csv = df.to_csv("daily-kline.csv")
    #方法二
    # df = pd.read_csv("daily-kline.csv")
    # df["time"] = pd.to_datetime(df["time"])

    data = bt.feeds.PandasData(
        dataname=df,
        fromdate=datetime(2021, 5, 10),
        todate=datetime(2022, 5, 10),
        datetime='time',
        # open='open',
        # high='high',
        # low='low',
        # close='close',
        # volume='volume',
        openinterest=-1
    )
    cerebro = bt.Cerebro()
    cerebro.adddata(data, name="daily_kline")
    cerebro.addstrategy(Mystrategy)
    result = cerebro.run()

    cerebro.plot()