Backtrader 回测策略：基于 PandasData 加载数据并执行简单策略

使用 Backtrader 回测策略：基于 PandasData 加载数据并执行简单策略

本示例演示如何使用 Backtrader 库创建并运行一个简单的回测策略。它展示了如何从 Pandas DataFrame 加载数据并进行基本策略分析。

代码示例:

import backtrader as bt
import pandas as pd
from datetime import datetime


# 创建一个策略
class TestStrategy(bt.Strategy):

    def log(self, txt, dt=None):
        #  ' 提供记录功能'
        dt = dt or self.datas[0].datetime.date(0)
        print('%s, %s' % (dt.isoformat(), txt))

    def __init__(self):
        # 引用到输入数据的close价格
        self.dataclose = self.datas[0].close

    def next(self):
        # 目前的策略就是简单显示下收盘价。
        self.log('Close, %.2f' % self.dataclose[0])


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

    # 增加一个策略
    cerebro.addstrategy(TestStrategy)

    # 获取数据
    stock_hfq_df = pd.read_excel('C:/Users/Mr.王/Desktop/600000.xlsx', index_col='date', parse_dates=True)
    start_date = datetime(2010, 9, 30)  # 回测开始时间
    end_date = datetime(2021, 9, 30)  # 回测结束时间
    data = bt.feeds.PandasData(dataname=stock_hfq_df, fromdate=start_date, todate=end_date, open='open', high='high', low='low', close='close', volume='volume', openinterest=None)  # 加载数据
    cerebro.adddata(data)  # 将数据传入回测系统

    cerebro.broker.setcash(100000.0)
    print('Starting Portfolio Value: %.2f' % cerebro.broker.getvalue())

    cerebro.run()

    print('Final Portfolio Value: %.2f' % cerebro.broker.getvalue())

代码解释:

导入必要的库: backtrader, pandas, datetime
定义策略类: TestStrategy
- log 方法：用于记录回测过程中的信息
- __init__ 方法：初始化策略，引用数据中的收盘价
- next 方法：执行策略逻辑，本例中仅打印收盘价
创建回测引擎: cerebro
- 添加策略：cerebro.addstrategy(TestStrategy)
- 加载数据：data = bt.feeds.PandasData(...)
  - dataname: Pandas DataFrame 对象
  - fromdate, todate: 回测时间范围
  - 注意: 需要确保 Pandas DataFrame 中的列名与 Backtrader 的数据格式匹配（open, high, low, close, volume, openinterest）
- 将数据添加到回测系统：cerebro.adddata(data)
- 设置初始资金：cerebro.broker.setcash(100000.0)
运行回测: cerebro.run()
打印结果: 开始和结束时的投资组合价值

代码示例中:

stock_hfq_df 为 Pandas DataFrame 对象，存储了股票数据
start_date, end_date 设置了回测时间范围
使用 PandasData 类从 DataFrame 加载数据
最后，使用 cerebro 运行回测并打印结果

代码说明:

PandasData 类需要传入 DataFrame 和其他参数，用于指定数据格式和时间范围
确保 DataFrame 中的列名与 Backtrader 的数据格式匹配
该示例是一个简单的回测策略，仅展示了如何加载数据和执行基本逻辑，您可以根据需要添加更复杂的策略逻辑

常见问题:

如果遇到 '意外参数' 错误，请检查 PandasData 类中的参数是否正确，确保与 Backtrader 文档一致
确保 DataFrame 中的列名与 Backtrader 的数据格式匹配
检查 Backtrader 版本是否正确

总结:

通过使用 Backtrader 库和 PandasData 类，您可以轻松地将 Pandas DataFrame 数据加载到回测系统中，并创建和运行您的交易策略。

更多信息:

Backtrader 文档：https://www.backtrader.com/
Pandas 文档：https://pandas.pydata.org/

祝您成功！

Backtrader 回测策略：基于 PandasData 加载数据并执行简单策略