本文档参考backtrader官方文档，是官方文档的完整中文翻译，可作为backtrader中文教程、backtrader中文参考手册、backtrader中文开发手册、backtrader入门资料使用。
前言
本文档参考Backtrader官方文档翻译，结合译者的理解对文档相关内容做了删减、扩充、精简等处理，以便于读者更好的理解Backtrader。
本文未考虑量化小白的阅读，如果你是量化小白，建议先解决：
- python3的安装、基本使用
- 开发工具（如pycharm）的安装和基本使用
如果读者有需求，译者会在后续文章或视频中补充相关内容，以做扫盲。仓促翻译，不足之处难免，如有请反馈。
介绍
Backtrader是一个基于Python的回测/交易平台，用于开发交易指标和交易策略。
翻译默认如下：经纪人Broker约等于券商、bar等于单条K线、cerebro等于策略引擎、datafeed等于数据源、indicator等于指标、observer等于观察者、plotter等于图表、sizer等于仓位管理器、strategy等于策略、trader等于交易员、writer等于写入器
首次接触看不懂的，没有关系，有个概念即可。
特点
- 实时数据源、支持交易
- 交互的做市商（需要Inpy和pytz）
- 可视化图表
- Oanda(外汇交易，需要oandapy)
- 支持来自csv/文件、在线资源或来自pandas和blaze的数据
- 数据过滤器(比如将每日数据分成块来模拟日内)
- 支持多种数据源和多种策略
- 同时处理多个时间框架（例如，同时处理分钟和日线数据）
- 支持数据重采样和重放
- 逐步回测或立即回测(评估策略时除外)
- 集成各类指标
- 支持TA-Lib
- 易于开发自定义指标
- 集成分析器(例如:TimeReturn, Sharpe Ratio, SQN)和“pyfolio” )
- 灵活配置佣金方案
- 集成经纪人模拟市场，关闭，限制，止损和止损限价订单，滑点和现金调整
- 支持绘图(需要matplotlib)
- 高度可配置
Backtrader产品个主要目标：
- 易用性
- 回到第1
运行Backtrader的基本流程
运行这个平台的基本步骤：
-
创建一个策略
-
决定潜在的可调参数
-
实例化策略中需要的指标
-
编写进入/退出市场的逻辑
-
然后
-
创建一个Cerebro引擎
-
首先：注入策略（或基于信号的策略）
然后： -
加载并注入数据源（一旦创建，使用cerebro.adddata）
-
执行cerebro.run()
-
对于可视化反馈，请使用：cerebro.plot()
-
希望你会发现这个平台很简单、很有用、很有趣。对于以上说的内容，如果没有概念、不理解也没有关系。接下来我们会结合代码做介绍，一边动手一边理解。