使用backtrader和ccxt搭建一套数字货币量化系统（一）

随着数字货币市场的不断成熟，这一领域的量化项目也越来越多。因为数字货币交易的门槛比较低，交易也很灵活，越来越多的交易者或开发者开始尝试自己做量化交易，本篇博文将给大家介绍一个比较易于入门的组合backtrader和ccxt

backtrader、ccxt简介和安装

其实在量化领域，有大量可用框架，比如vnpy，就已经集成了很多数字货币的交易所，可以直接进行回测和在线交易。在这里之所以没有用vnpy，纯粹是因为vnpy对mac用户相当不友好，一个python的框架居然在mac上需要繁琐的安装步骤，甚至很难正常运行。backtrader和ccxt的组合能解决以下问题：

对于bitmex（期货交易首选，无他）上无法提取历史数据的问题，ccxt能提供了从2017年开始的所有的ohlcv数据
ccxt直接支持python、php、javascript，在开发环境上给了我们更多的选择，更易于在UI上获得更好的用户体验。
backtrader则是直接集成了ccxt

因为这些用户体验的原因，我选择了backtrader+ccxt，但不代表这是最好的选择，如果有更好的方案，欢迎大家多交流，给我留言

ccxt

python官网对于ccxt的介绍是：

A library for cryptocurrency trading and e-commerce with support for many bitcoin/ether/altcoin exchange markets and merchant APIs

即一个封装了诸多数字货币交易平台的api的开源库。

支持python、php、javascript三种语言，github上可以下载源码。

ccxt结构明确，易于使用，所有api被封装成统一格式的接口，返回数据被封装成统一格式的字典，基本省去了api开发时间。

其安装很简单：

pip3 install ccxt

backtrader

backtrader是一个量化策略的回测分析平台，与其他的框架一样，事件响应机制，支持股票和各种期货交易。项目的地址：https://github.com/backtrader/backtrader
安装方式：

pip3 install backtrader

当然，我们说过选择backtrader的原因是它集成了ccxt。但官方版本是没有集成ccxt的。而是在分支上：https://github.com/bartosh/backtrader/tree/ccxt

因此，我们得通过以下方式安装：

pip install --upgrade git+https://github.com/bartosh/backtrader.git@ccxt

栗子

环境安装如此简单，趁热打铁就是赶紧跑以下：

from __future__ import(absolute_import, division, print_function, unicode_literals)
from datetime import datetime, timedelta
import backtrader as bt
from backtrader import cerebro
import time

def connect_broker():
    config = {'urls': {'api': 'https://api.sandbox.gemini.com'},
                         'apiKey': 'XXXXX',
                         'secret': 'XXXXX',
                         'nonce': lambda: str(int(time.time() * 1000))
                        }
    broker = bt.brokers.CCXTBroker(exchange='gemini',
                                   currency='USD', config=config)
    cerebro.setbroker(broker)

    # Create data feeds
    data_ticks = bt.feeds.CCXT(exchange='geminy', symbol='BTC/USD',
                              name="btc_usd_tick",
                              timeframe=bt.TimeFrame.Ticks,
                              compression=1, config=config)
    cerebro.adddata(data_ticks)


class TestStrategy(bt.Strategy):
    def next(self):
        print('*' * 5, 'NEXT:', bt.num2date(self.data.datetime[0]), self.data._name, self.data.open[0], self.data.high[0],
              self.data.low[0], self.data.close[0], self.data.volume[0],
              bt.TimeFrame.getname(self.data._timeframe), len(self.data))

if __name__ == '__main__':
    cerebro = bt.Cerebro()

    hist_start_date = datetime.utcnow() - timedelta(minutes=10)
    data_min = bt.feeds.CCXT(exchange='bitmex', symbol="BTC/USD", name="btc_usd_min", fromdate=hist_start_date,
                             timeframe=bt.TimeFrame.Minutes)
    cerebro.adddata(data_min)
    cerebro.addstrategy(TestStrategy)
    cerebro.run()

connect_broker 函数只是一个连接交易所的栗子，在上面的代码中没有调用。真正的展示只有几行代码：

    data_min = bt.feeds.CCXT(exchange='bitmex', symbol="BTC/USD", name="btc_usd_min", fromdate=hist_start_date,
                             timeframe=bt.TimeFrame.Minutes)
    cerebro.adddata(data_min)
    cerebro.addstrategy(TestStrategy)
    cerebro.run()

其中bt.feeds.CCXT代表着我们直接将CCXT上的数据喂到backtrader的实例当中，使得接下来的回测或者实盘可以直接通过CCXT进行。

backtrader社区

这里分享一个社区讨论：
https://community.backtrader.com/topic/623/anyone-use-backtrader-to-do-live-trading-on-bitcoin-exchange/226