量化交易回测Backtrader4添加策略

使用 Backtrader 框架构建了一个简单的量化交易回测系统。首先，导入必要的模块和 Backtrader 库。然后，创建了一个自定义的策略类 TestStrategy，在这个策略中，__init__ 方法引用了收盘价数据，next 方法会在每个 K 线数据上被调用，用于按天输出收盘价。接着，创建了 Cerebro 对象作为回测的核心管理单元，添加了自定义策略和从 CSV 文件读取的股票数据，并设置初始资金为 10 万。最后，打印初始投资组合价值，运行回测，再打印回测结束后的投资组合价值。由于策略中没有添加实际的交易逻辑，所以初始和最终价值相同。

（1）Backtrader程序代码

# -*- coding: utf-8 -*-
from __future__ import (absolute_import, division, print_function,
                        unicode_literals)
import datetime  # 用于datetime对象操作
import os.path  # 用于管理路径
import sys  # 用于在argvTo[0]中找到脚本名称
import backtrader as bt # 引入backtrader框架

# 创建策略
class TestStrategy(bt.Strategy):
    def log(self, txt, dt=None):
        ''' 策略的日志函数'''
        dt = dt or self.datas[0].datetime.date(0)
        print('%s, %s' % (dt.isoformat(), txt))
    def __init__(self):
        # 引用data[0]数据的收盘价数据
        self.dataclose = self.datas[0].close
    def next(self):
        # 日志输出收盘价数据
        self.log('Close, %.2f' % self.dataclose[0])



# 创建cerebro实体
cerebro = bt.Cerebro()

# 添加策略
cerebro.addstrategy(TestStrategy)

# 先找到脚本的位置，然后根据脚本与数据的相对路径关系找到数据位置
# 这样脚本从任意地方被调用，都可以正确地访问到数据
modpath = os.path.dirname(os.path.abspath(sys.argv[0]))
datapath = os.path.join(modpath, '../../TQDat/day/stk/000001.csv')
# 创建价格数据
data = bt.feeds.GenericCSVData(
        dataname = datapath,
        fromdate = datetime.datetime(2024, 1, 1),
        todate = datetime.datetime(2025, 1, 10),
        nullvalue = 0.0,
        dtformat = ('%Y-%m-%d'),
        datetime = 0,
        open = 1,
        high = 2,
        low = 3,
        close = 4,
        volume = 5,
        openinterest = -1
        )
# 在Cerebro中添加价格数据
cerebro.adddata(data)
# 设置启动资金
cerebro.broker.setcash(100000.0)
# 打印开始信息
print('Starting Portfolio Value: %.2f' % cerebro.broker.getvalue())
# 遍历所有数据
cerebro.run()
# 打印最后结果
print('Final Portfolio Value: %.2f' % cerebro.broker.getvalue())

（2）Backtrader程序代码输出结果

2025-01-03, Close, 11.38
2025-01-06, Close, 11.44
2025-01-07, Close, 11.51
2025-01-08, Close, 11.50
2025-01-09, Close, 11.40
Final Portfolio Value: 100000.00

（3）程序代码注释

# 从 __future__ 模块导入绝对导入、除法、打印函数和 Unicode 字面量支持
# 确保代码在不同 Python 版本中具有一致的行为
from __future__ import (absolute_import, division, print_function,
                        unicode_literals)
# 导入 datetime 模块，用于处理日期和时间，如指定数据的时间范围
import datetime  
# 导入 os.path 模块，用于管理文件和目录路径，方便找到数据文件
import os.path  
# 导入 sys 模块，用于获取命令行参数和系统相关信息，帮助定位脚本位置
import sys  
# 引入 backtrader 框架，用于构建和运行量化交易回测
import backtrader as bt 

# 创建策略类，继承自 backtrader.Strategy
class TestStrategy(bt.Strategy):
    def log(self, txt, dt=None):
        ''' 策略的日志函数，用于输出带有日期的信息 '''
        # 如果没有传入日期，使用当前数据的日期
        dt = dt or self.datas[0].datetime.date(0)
        # 打印日期和信息
        print('%s, %s' % (dt.isoformat(), txt))

    def __init__(self):
        # 引用 data[0] 数据的收盘价数据，方便后续使用
        self.dataclose = self.datas[0].close

    def next(self):
        # 调用日志函数，输出当天的收盘价
        self.log('Close, %.2f' % self.dataclose[0])

# 创建 cerebro 实体，Cerebro 是 Backtrader 的核心管理对象
cerebro = bt.Cerebro()

# 向 cerebro 中添加自定义的策略
cerebro.addstrategy(TestStrategy)

# 获取当前脚本的绝对路径的目录部分
modpath = os.path.dirname(os.path.abspath(sys.argv[0]))
# 根据脚本目录和相对路径构建数据文件的完整路径
datapath = os.path.join(modpath, '../../TQDat/day/stk/000001.csv')

# 创建价格数据对象，从 CSV 文件中读取数据
data = bt.feeds.GenericCSVData(
    # 数据文件的路径
    dataname = datapath,
    # 数据的起始日期
    fromdate = datetime.datetime(2024, 1, 1),
    # 数据的结束日期
    todate = datetime.datetime(2025, 1, 10),
    # 处理缺失值，用 0.0 填充
    nullvalue = 0.0,
    # 日期的格式
    dtformat = ('%Y-%m-%d'),
    # 日期列在 CSV 文件中的索引
    datetime = 0,
    # 开盘价列在 CSV 文件中的索引
    open = 1,
    # 最高价列在 CSV 文件中的索引
    high = 2,
    # 最低价列在 CSV 文件中的索引
    low = 3,
    # 收盘价列在 CSV 文件中的索引
    close = 4,
    # 成交量列在 CSV 文件中的索引
    volume = 5,
    # 持仓量列在 CSV 文件中的索引，-1 表示没有该列
    openinterest = -1
)

# 将价格数据添加到 cerebro 中
cerebro.adddata(data)
# 设置经纪人（代理）的初始资金为 10 万
cerebro.broker.setcash(100000.0)
# 打印初始的投资组合价值
print('Starting Portfolio Value: %.2f' % cerebro.broker.getvalue())
# 运行回测，遍历所有数据
cerebro.run()
# 打印回测结束后的投资组合价值
print('Final Portfolio Value: %.2f' % cerebro.broker.getvalue())