在使用bt进行多股回测时，经常会出现回测开始的日期比预期日期要晚很多的情况，本文将结合案例，分析这一现象的原因。本文仅对实践中用到的日线回测进行分析，如要处理分时数据，可参考本文方法分析。
本文将先通过3个案例展示多股回测的开始时间的变化情况，然后通过分析源代码说明产生这种变化情况的原因。
案例
在以下3个案例中，分别使用[600035]、[600035，300412]、[600035，300412，300919]3组股票作为股票池，回测开始时间选定为2018年1月8日，在策略的next函数中打印以下信息：
def next(self):
print('next-------------------------------------------{}'.format(bt.num2date(self.lines.datetime[0])))
在回测过程中，cerebro的所有参数均使用默认值，所有的数据均通过pandas data数据导入，所需要的指标已前期计算完成，保存在pandas data中，无需backtrader在进行计算，即数据的最小周期数为1。
案例1
股票池：600035
回测开始时间：2018-01-08
打印结果：
next-------------------------------------------2018-01-08 00:00:00
next-------------------------------------------2018-01-09 00:00:00
...
案例2
股票池：600035，300412
回测开始时间：2018-01-08
打印结果：
next-------------------------------------------2018-02-08 00:00:00
next-------------------------------------------2018-02-09 00:00:00
...
案例3
股票池：600035，300412，300919
回测开始时间：2018-01-08
打印结果：
next-------------------------------------------2020-12-23 00:00:00
next-------------------------------------------2020-12-24 00:00:00
...
案例分析
3个案例中，除参与回测的股票池不同外，其余设置完全相同，但从打印结果可以看出，回测的开始时间相差非常大。
案例1的真实回测开始时间为2018-01-08，案例2的真实回测开始时间为2018-02-08，案例3的真实回测开始时间为2020-12-23。
来看一下参与回测的股票的情况：
- 600035，在回测开始时间2018-01-08有K线数据。
- 300412，在回测开始时间2018-01-08没有K线数据，2018-01-08至2018-02-07停盘，2018-02-08恢复交易，开始有K线数据。
- 300919，在回测开始时间2018-01-08没有K线数据，2020-12-23上市，开始有K线数据。
通过回顾个股的情况可以发现，600035在回测开始时间2018-01-08有K线数据，因此案例1从2018-01-08开始回测；300412在2018-02-08才开始有K线，因此案例1从2018-02-08开始回测；300919在2020-12-23才开始有K线，因此案例1从2020-12-23开始回测。也就是说，多股回测时，回测真实的开始时间是参与回测的所有股票，在设置的回测开始时间后，均具有最小周期个K线数据的时间（本文中的最小周期均为1）。
源码分析
这里结合案例2，即股票池为600035和300412，进行源码分析。
最小周期状态值
回测的核心代码都在strategy的next函数中，来看一下该函数的调用堆栈：
1. run, cerebro.py: 1127
2. runstrategies, cerebro.py: 1293
3. _runonce, cerebro.py: 1695
4. _oncepost, strategy.py: 305
_oncepost的部分源码如下：
def _oncepost(self, dt):
...
minperstatus = self._getminperstatus()
if minperstatus < 0:
self.next()
elif minperstatus == 0:
self.nextstart() # only called for the 1st value
else:
self.prenext()
...
可以看到，_oncepost会根据最小周期状态值minperstatus来决定是调用next、nextstart还是prenext，下面展示了这3个函数默认的实现内容。
def prenext(self):
'''
This method will be called before the minimum period of all
datas/indicators have been meet for the strategy to start executing
'''
pass
def nextstart(self):
'''
This method will be called once, exactly when the minimum period for
all datas/indicators have been meet. The default behavior is to call
next
'''
# Called once for 1st full calculation - defaults to regular next
self.next()
def next(self):
'''
This method will be called for all remaining data points when the
minimum period for all datas/indicators have been meet.
'''
pass
其中，prenext在最小周期达到前别调用，默认实现为空；nextstart在最小周期达到时被调用一次，默认是调用next函数；当达到最小周期后，next被调用，进入回测逻辑，通常用户会根据自己的策略重写next函数。
了解了这3个函数的内容后，那么什么时候进入next，开始真正的策略回测，就取决于最小周期状态值minperstatus，来看一下_getminperstatus函数的代码：
def _getminperstatus(self):
# check the min period status connected to datas
dlens = map(operator.sub, self._minperiods, map(len, self.datas))
self._minperstatus = minperstatus = max(dlens)
return minperstatus
实现非常简洁，说明如下：
- self._minperiods是一个列表，列表的长度为self.datas的长度，加载数据的个数，其中每个元素对应的是每个data的最小周期数（本文的案例中均为1），案例2中加载了2个数据，每个数据最小周期都为1，那么self._minperiods=[1, 1]。
- map(len, self.datas)使用map求取每个data已处理过的K线的数目，案例2共加载2个数据，第1个数据已处理1根K线，即len(self.datas[0])=1，第2个数据已处理0根K线，即len(self.datas[1])=0，那么map(len, self.datas)就返回由1和0两个元素组成的迭代器。
- 使用operator.sub，对self._minperiods和map(len, self.datas)对应元素相减，返回1个迭代器，按上面的示例就会得到[1, 1] - [1, 0] = [0, 1]（dlens）。
- 最后使用max求取迭代器dlens中的最大值，示例中为1，并返回。
在回看_oncepost的源码，如果minperstatus > 0，就会调用prenext函数，默认就什么操作也没进行。
通过上面的分析可以看出，在最小周期确定的情况下，如果有部分数据K线一直未被处理（即len(self.data[x])=0，那么max(self._minperiods - map(len, self.datas)) > 0），则会使求得的最小周期状态值minperstatus一直大于0，就一直无法调用next函数进入真实回测阶段。
更新已处理K线长度
下面再来分析下bt中，依据K线数据时间更新len(self.data[x])的逻辑。
调用堆栈如下：
1. run, cerebro.py: 1127
2. runstrategies, cerebro.py: 1293
3. _runonce, cerebro.py: 1664
_runonce中相关代码如下：
def _runonce(self, runstrats):
...
while True:
# Check next incoming date in the datas
dts = [d.advance_peek() for d in datas]
dt0 = min(dts)
if dt0 == float('inf'):
break # no data delivers anything
# Timemaster if needed be
# dmaster = datas[dts.index(dt0)] # and timemaster
slen = len(runstrats[0])
for i, dti in enumerate(dts):
if dti <= dt0:
datas[i].advance()
# self._plotfillers2[i].append(slen) # mark as fill
else:
# self._plotfillers[i].append(slen)
pass
...
for strat in runstrats:
strat._oncepost(dt0)
...
- dts = [d.advance_peek() for d in datas]返回的是1个日期的列表，每个元素是每个数据将要处理的日期。案例2中，加载了数据600035和300412，在首次循环时dts=[2018-01-08, 2018-02-08]（默认为时间戳，这里为了方面说明，转化为日期）。
- dt0取dts中的最小值，即2018-01-08。
- 循环for i, dti in enumerate(dts)中，对待处理日期小于等于dt0的数据，进行 datas[i].advance()，而在advance函数中，进行了self.lencount += size，其中size默认为1。在len(self.datas[x])中，最底层也是访问的self.lencount。因此advance的调用就会改变len(self.datas[x])的值。len函数的底层方法实现如下：
def __len__(self):
return self.lencount
- 对于案例2，600035的dti（2018-01-08） <= dt0（2018-01-08），因此会调用datas[i].advance()；而300412的dti（2018-02-08）> dt0（2018-01-08），不会进行advance，因此没有改变len(self.datas[x])，这就导致上面提到的计算最小周期状态值minperstatus时，len(self.datas[x])一直为0，进而minperstatus=max(self._minperiods - map(len, self.datas)) > 0，进而无法进入next回测阶段。
- 进入下一轮while循环
- 下一个待处理的日期列表dts = [2018-01-09, 2018-02-08]，即600035移动了1根K线数据，300412没有改变；
- dt0 = 2018-01-09；
- 循环for i, dti in enumerate(dts)中，600035的dti（2018-01-09） <= dt0（2018-01-09），因此会调用datas[i].advance()；
- 而300412的dti（2018-02-08）> dt0（2018-01-09），不会进行advance；
- 最小周期状态值minperstatus > 0，未进入next。
- 进入下一轮while循环
- 下一个待处理的日期列表dts = [2018-01-10, 2018-02-08]，即600035移动了1根K线数据，300412没有改变；
- dt0 = 2018-01-10；
- 循环for i, dti in enumerate(dts)中，600035的dti（2018-01-10） <= dt0（2018-01-10），因此会调用datas[i].advance()；
- 而300412的dti（2018-02-08）> dt0（2018-01-10），不会进行advance；
- 最小周期状态值minperstatus > 0，未进入next。
- 。。。
- 。。。
- 进入下一轮while循环
- 下一个待处理的日期列表dts = [2018-02-08, 2018-02-08]，即600035移动了1根K线数据，300412没有改变；
- dt0 = 2018-02-08；
- 循环for i, dti in enumerate(dts)中，600035的dti（2018-02-08） <= dt0（2018-02-08），因此会调用datas[i].advance()；
- 300412的dti（2018-02-08） <= dt0（2018-02-08），因此会调用datas[i].advance()；
- 最小周期状态值minperstatus = 0，进入next，开始回测。
通过上面的跟踪分析发现，虽然600035自回测开始时间2018-01-08就有K线数据，但是300412直到2018-02-08才有K线数据，回测直到两只股票都有K线数据时才会真正开始。也就是上面提到的，多股回测时，回测真实的开始时间是参与回测的所有股票，在设置的回测开始时间后，均具有最小周期个K线数据的时间。
欢迎大家关注、点赞、转发、留言，感谢支持！
微信群用于学习交流，群1已满，群2已创建，感兴趣的读者请扫码加微信！
QQ群（676186743）用于资料共享，欢迎加入！
