加载除高开低收OHLC之外的更多扩展数据 – backtrader中文教程

发表于： 2019年9月26日 2022年10月12日
分类： backtrader, 量化交易与机器学习
标签： Backtrader, GenericCSVData, OHLC, Period, SMA, 加载扩展数据, 回测系统

在 backtrader 的概念和开发过程中应用的关键概念之一是灵活性。Python的元编程和自省功能曾经是（现在仍然是）保持许多东西灵活同时仍然能够交付的基础。

基础知识：

from backtrader.feeds import GenericCSVData

class GenericCSV_PE(GenericCSVData):
    lines = ('pe',)  # Add 'pe' to already defined lines

backtrader在后台定义最常用的行：OHLC。

如果我们深入研究的最后一个方面GenericCSV_PE，继承的行加上新定义的行的总和将产生以下行：

('close', 'open', 'high', 'low', 'volume', 'openinterest', 'datetime', 'pe',)

这可以随时使用方法检查getlinealiases（适用于 DataFeeds、Indicators、Strategies和Observers）

该机制是灵活的，通过深入了解内部结构，您实际上可以获得任何东西，但事实证明这还不够。

Ticket #60询问是否支持高频数据，即：Bid/Ask 数据。这意味着OHLC形式的预定义行层次结构是不够的。买入价和卖出价、交易量和交易数量可以根据现有的 OHLC字段进行调整，但感觉不自然。如果只关心买价和卖价，就会有太多的领域没有触及。

这需要一个已与Release 1.2.1.88一起实施的解决方案。这个想法可以概括为：

现在不仅可以扩展现有的层次结构，还可以用新的层次结构替换层次结构

只有一个约束：

必须存在一个datetime字段（希望包含有意义的datetime信息）
之所以如此，是因为backtrader需要一些东西来进行同步（多个数据、多个时间范围、重新采样、重放），就像阿基米德需要一个杠杆一样。

这是它的工作原理：

from backtrader.feeds import GenericCSVData

class GenericCSV_BidAsk(GenericCSVData):
    linesoverride = True
    lines = ('bid', 'ask', 'datetime')  # Replace hierarchy with this one

好吧，不完全。但这仅仅是因为我们正在考虑从 csv源加载行。层次结构实际上已经被出价替换，由于设置，请询问日期linesoverride=True时间定义。

原始GenericCSVData类解析一个csv文件，并且需要提示与行对应的字段所在的位置。原来的定义是：

class GenericCSVData(feed.CSVDataBase):
    params = (
        ('nullvalue', float('NaN')),
        ('dtformat', '%Y-%m-%d %H:%M:%S'),
        ('tmformat', '%H:%M:%S'),

        ('datetime', 0),
        ('time', -1),  # -1 means not present
        ('open', 1),
        ('high', 2),
        ('low', 3),
        ('close', 4),
        ('volume', 5),
        ('openinterest', 6),
    )

轻触即可完成新的层次结构重新定义类：

from backtrader.feeds import GenericCSVData

class GenericCSV_BidAsk(GenericCSVData):
    linesoverride = True
    lines = ('bid', 'ask', 'datetime')  # Replace hierarchy with this one

    params = (('bid', 1), ('ask', 2))

表明买价是 csv 流中的第 1 字段，而卖价是第 2 字段。我们没有改变基类中的datetime #0 定义。

为这种场合制作一个小数据文件有助于：

TIMESTAMP,BID,ASK
02/03/2010 16:53:50,0.5346,0.5347
02/03/2010 16:53:51,0.5343,0.5347
02/03/2010 16:53:52,0.5543,0.5545
02/03/2010 16:53:53,0.5342,0.5344
02/03/2010 16:53:54,0.5245,0.5464
02/03/2010 16:53:54,0.5460,0.5470
02/03/2010 16:53:56,0.5824,0.5826
02/03/2010 16:53:57,0.5371,0.5374
02/03/2010 16:53:58,0.5793,0.5794
02/03/2010 16:53:59,0.5684,0.5688

在方程中添加一个小测试脚本（为那些直接访问源代码中的示例的人提供更多内容）（参见最后的完整代码）：

$ ./bidask.py

输出不言自明：

 1: 2010-02-03T16:53:50 - Bid 0.5346 - 0.5347 Ask
 2: 2010-02-03T16:53:51 - Bid 0.5343 - 0.5347 Ask
 3: 2010-02-03T16:53:52 - Bid 0.5543 - 0.5545 Ask
 4: 2010-02-03T16:53:53 - Bid 0.5342 - 0.5344 Ask
 5: 2010-02-03T16:53:54 - Bid 0.5245 - 0.5464 Ask
 6: 2010-02-03T16:53:54 - Bid 0.5460 - 0.5470 Ask
 7: 2010-02-03T16:53:56 - Bid 0.5824 - 0.5826 Ask
 8: 2010-02-03T16:53:57 - Bid 0.5371 - 0.5374 Ask
 9: 2010-02-03T16:53:58 - Bid 0.5793 - 0.5794 Ask
10: 2010-02-03T16:53:59 - Bid 0.5684 - 0.5688 Ask

瞧！买入/卖出价格已被正确读取、解析和解释，并且该策略已经能够通过self.data访问数据馈送中的.bid和.ask 行。

不过，重新定义线条层次结构会引发一个广泛的问题，那就是已经预定义的Indicators的使用。

示例：随机指标是一个依靠收盘价、最高价和最低价来计算其输出的指标
即使我们将Bid作为收盘价（因为是第一个），也只有一个其他价格元素（Ask）而不是另外两个。从概念上讲，Ask与高低无关

从事这些领域工作并在高频交易领域进行操作（或研究）的人很可能并不关心 随机指标作为选择指标
移动平均线等其他指标非常好。他们对这些领域的含义或暗示没有任何假设，并且很乐意接受任何东西。因此可以这样做：
```
mysma = backtrader.indicators.SMA(self.data.bid, period=5)
```
测试脚本已经支持添加SMA。让我们执行：

最后 5 个投标价格的移动平均线将被交付

$ ./bidask.py --sma --period=3

输出：

 3: 2010-02-03T16:53:52 - Bid 0.5543 - 0.5545 Ask - SMA: 0.5411
 4: 2010-02-03T16:53:53 - Bid 0.5342 - 0.5344 Ask - SMA: 0.5409
 5: 2010-02-03T16:53:54 - Bid 0.5245 - 0.5464 Ask - SMA: 0.5377
 6: 2010-02-03T16:53:54 - Bid 0.5460 - 0.5470 Ask - SMA: 0.5349
 7: 2010-02-03T16:53:56 - Bid 0.5824 - 0.5826 Ask - SMA: 0.5510
 8: 2010-02-03T16:53:57 - Bid 0.5371 - 0.5374 Ask - SMA: 0.5552
 9: 2010-02-03T16:53:58 - Bid 0.5793 - 0.5794 Ask - SMA: 0.5663
10: 2010-02-03T16:53:59 - Bid 0.5684 - 0.5688 Ask - SMA: 0.5616

Tips：绘图仍然依赖于open、high、low、close和volume存在于数据馈送中。

某些情况可以通过简单地在关闭时绘制一条线 并仅采用对象中定义的第一条线^{来直接覆盖。}但是必须开发一个健全的模型。对于即将发布的版本backtrader

测试脚本用法：

$ ./bidask.py --help
usage: bidask.py [-h] [--data DATA] [--dtformat DTFORMAT] [--sma]
                 [--period PERIOD]

Bid/Ask Line Hierarchy

optional arguments:
  -h, --help            show this help message and exit
  --data DATA, -d DATA  data to add to the system (default:
                        ../../datas/bidask.csv)
  --dtformat DTFORMAT, -dt DTFORMAT
                        Format of datetime in input (default: %m/%d/%Y
                        %H:%M:%S)
  --sma, -s             Add an SMA to the mix (default: False)
  --period PERIOD, -p PERIOD
                        Period for the sma (default: 5)

以及测试脚本本身（包含在backtrader源代码中）

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

import argparse

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


class BidAskCSV(btfeeds.GenericCSVData):
    linesoverride = True  # discard usual OHLC structure
    # datetime must be present and last
    lines = ('bid', 'ask', 'datetime')
    # datetime (always 1st) and then the desired order for
    params = (
        # (datetime, 0), # inherited from parent class
        ('bid', 1),  # default field pos 1
        ('ask', 2),  # default field pos 2
    )


class St(bt.Strategy):
    params = (('sma', False), ('period', 3))

    def __init__(self):
        if self.p.sma:
            self.sma = btind.SMA(self.data, period=self.p.period)

    def next(self):
        dtstr = self.data.datetime.datetime().isoformat()
        txt = '%4d: %s - Bid %.4f - %.4f Ask' % (
            (len(self), dtstr, self.data.bid[0], self.data.ask[0]))

        if self.p.sma:
            txt += ' - SMA: %.4f' % self.sma[0]
        print(txt)


def parse_args():
    parser = argparse.ArgumentParser(
        description='Bid/Ask Line Hierarchy',
        formatter_class=argparse.ArgumentDefaultsHelpFormatter,
    )

    parser.add_argument('--data', '-d', action='store',
                        required=False, default='../../datas/bidask.csv',
                        help='data to add to the system')

    parser.add_argument('--dtformat', '-dt',
                        required=False, default='%m/%d/%Y %H:%M:%S',
                        help='Format of datetime in input')

    parser.add_argument('--sma', '-s', action='store_true',
                        required=False,
                        help='Add an SMA to the mix')

    parser.add_argument('--period', '-p', action='store',
                        required=False, default=5, type=int,
                        help='Period for the sma')

    return parser.parse_args()


def runstrategy():
    args = parse_args()

    cerebro = bt.Cerebro()  # Create a cerebro

    data = BidAskCSV(dataname=args.data, dtformat=args.dtformat)
    cerebro.adddata(data)  # Add the 1st data to cerebro
    # Add the strategy to cerebro
    cerebro.addstrategy(St, sma=args.sma, period=args.period)
    cerebro.run()


if __name__ == '__main__':
    runstrategy()

编写策略及优化方案的实例 - backtrader中文教程 2019年9月26日
将数据Data Feeds添加到 Cerebro实例中 - backtrader中文教程 2019年9月6日
如何在WordPress中为自定义帖子类型创建高级搜索表单 2018年12月30日
2.定义扩展类型：教程 - 扩展和嵌入Python解释器（Python教程）（参考资料） 2019年5月31日
交易订单相关类的详细说明 - backtrader中文教程 2019年10月13日
仓位控制器详细说明 - backtrader中文教程 2019年10月9日
自定义CSV 数据输入及馈送 - backtrader中文教程 2019年9月28日
使用Visual Chart 实时交易 - 可视化图表 - backtrader中文教程 2019年9月24日
如何提高backtrader回测性能1倍以上且优化内存- backtrader中文的教程 2019年10月26日
WordPress统计，事实和其他研究的最终列表 2018年12月24日
自定义佣金计划/手续费- backtrader中文教程 2019年10月10日