量化交易学习（十三）backtrader佣金设置

发表于 分类于

回测时，佣金的设置有时会被忽略，然而在频繁交易时过高的佣金会极大地影响收益，只有正确设置佣金才能让我们的回测更贴合实际。

交易佣金的收取规则

首先来看一下交易佣金的收取规则（参考东方财富的帮助文档）：

税费合计为个股交易费用和股息红利税费之和，其中不同证券品种的交易费用构成如下：

1、沪深A股

交易费用=佣金+印花税+过户费，收费标准如下：

（1）佣金=成交金额x交易佣金率=净佣金+交易规费，股票佣金不足5元按5元收取。

（2）印花税=成交金额x0.05%，仅卖出时收取

（3）过户费=成交金额×0.001%，沪市单独收取，深市包含在交易规费中

（4）其他费用，一般是指交易规费或场内基金申购（赎回）费，交易规费包含在佣金中不再单独收取。

沪市交易规费=经手费+证管费=成交金额×(0.00341%+0.002%)=成交金额×0.00541%

深市交易规费=经手费+证管费+过户费=成交金额×0.00641%

2、北交所、新三板、两网及退市股份

交易费用=佣金+印花税，收费标准如下：

（1）佣金=成交金额x交易佣金率，股票佣金不足5元按5元收取。

（2）印花税=成交金额x0.05%（仅卖出时收取）

3、港股通

交易费用=佣金+印花税＋交易征费+交易费＋会财局交易征费+股份交收费，各收费项目均按照港币计算，实际收取时根据结算汇率转换成人民币。

收费标准如下：

（1）佣金=成交金额x交易佣金率，佣金不足5港元按5港元收取

（2）印花税=成交金额x0.1%，双边收取，取整到元，不足1港元按1港元收取

（3）交易征费=成交金额×0.0027%，双边收取

（4）交易费=成交金额x0.00565%，双边收取

（5） 会财局交易征费=成交金额x0.00015%，双边收取

（6）股份交收费=成交金额x0.002%，双边收取，每边最低收取2港元，最高收取100港元

（7）证券组合费，根据投资者证券账户持有市值以一定比例按自然日计算收取，不计入单只持仓个股的交易费用中

4、债券及国债逆回购

交易费用仅收取佣金

5、ETF、LOF、REITs等场内基金

交易费用仅收取佣金

自定义佣金类

可以看到，对于不同市场，不同的证券类别，它们的佣金是不同的。计算方法也是不同的，backtrader默认的佣金类只考虑了最简单的情况，我们要根据自己的券商定义自己的佣金类。这里我以沪市A股为例，券商佣金费率设为万1.5：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
class EastMoneyCommission(bt.CommInfoBase):
    # 交易费用=佣金+印花税+过户费=净佣金+交易规费+印花税+过户费
    params = (
        ('dismiss5',False),# 佣金少于5块时免不免5
        ('commission',0.00015), # 佣金费率万分之1.5
        ('stamp_duty',0.0005), # 印花税 万分之5
        ('transfer_fee',0.00001), # 过户费 十万分之1
        ('transaction_fees',0.0000541), # 交易规费
        ('percabs',True) # 为True则使用小数，为False则使用百分数
    )

    def _getcommission(self, size, price, pseudoexec):
        # 买入
        if size>0:
            fee= size*price * (self.p.commission+self.p.transaction_fees+self.p.transfer_fee)
        # 卖出
        elif size<0:
            fee = -size * price * (self.p.commission + self.p.transaction_fees + self.p.stamp_duty + self.p.transfer_fee)
        else:
            return 0
        # 是否免5
        if self.params.dismiss5:
            return fee
        else:
            if fee < 5:
                return 5
            return fee

跑一个双均线策略来检验下我们的佣金设置对不对：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
class DoubleMAStrategy(bt.Strategy):
    # 设置均线的周期
    params = (
        ('short_period', 20),
        ('long_period', 60),
        ('start_date', None),
        ('stock_percent',0.9),# 多少现金用于购买股票，以避免购买股票时现金不够的情况
    )

    # 打印日志的函数
    def log(self, txt, dt=None):
        dt = dt or self.datas[0].datetime.date(0)
        print('%s, %s' % (dt.isoformat(), txt))

    # 策略初始化，设置一些参数
    def __init__(self):
        # 标的的收盘价
        self.dataclose = self.data.close
        self.order = None
        self.buyprice = None
        self.buycomm = None
        self.smashort = bt.indicators.SimpleMovingAverage(
            self.data, period=self.params.short_period
        )
        self.smalong = bt.indicators.SimpleMovingAverage(
            self.data, period=self.params.long_period
        )

        self.cross = bt.indicators.CrossOver(self.smashort, self.smalong)
        self.start_date = datetime.strptime(self.p.start_date,
                                            '%Y-%m-%d %H:%M:%S') if self.p.start_date is not None else None

    def notify_order(self, order):
        if order.status in [order.Submitted, order.Accepted]:
            return

        if order.status in [order.Completed]:
            if order.isbuy():
                self.log(
                    '买入已执行，价格为：%.2f，花费：%.2f，佣金：%.2f' %
                    (order.executed.price,
                     order.executed.value,
                     order.executed.comm))
                self.buyprice = order.executed.price
                self.buycomm = order.executed.comm
            else:
                self.log(
                    '卖出已执行，价格为：%.2f，花费：%.2f，佣金：%.2f' %
                    (order.executed.price,
                     order.executed.value,
                     order.executed.comm))

            self.bar_executed = len(self)
        elif order.status in [order.Canceled, order.Margin, order.Rejected]:
            self.log('Order Canceled/Margin/Rejected')

        self.order = None

    def notify_trade(self, trade):
        if not trade.isclosed:
            return

        self.log('当前盈亏 %.2f ，去除佣金后的盈亏 %.2f' %
                 (trade.pnl, trade.pnlcomm))

    # 每条k线都会执行这个函数
    def next(self):
        if self.start_date is not None and self.start_date > bt.utils.num2date(self.data.datetime[0]):
            return
        if self.order:
            return
        if not self.position:
            # 当前价格上穿均线买入
            if self.cross == 1:
                vol = self.broker.getvalue()*self.p.stock_percent / self.dataclose[0] // 100 * 100
                self.log('创建买单，%.2f' % self.dataclose[0])
                self.order = self.buy(size=vol)
        else:
            # 当前价格下穿均线卖出
            if self.cross == -1:
                self.log('创建卖单，%.2f' % self.dataclose[0])
                self.order = self.sell(size=self.position.size)

backtrader主函数：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
def backtrader(conn):
    cerebro = bt.Cerebro()

    cerebro.addstrategy(DoubleMAStrategy,
                        short_period=20,
                        long_period=60,
                        start_date='2020-01-01 16:00:00')

    cerebro.adddata(MyQuantData(conn=conn, name='SHSE.601728'))

    cerebro.broker.setcash(100000)

    comminfo = EastMoneyCommission(
        dismiss5=False,
        commission=0.00015,
        stamp_duty=0.0005,
        transfer_fee=0.00001,
        transaction_fees=0.0000541
    )

    cerebro.broker.addcommissioninfo(comminfo)

    print('初始时资金持仓：%.2f' % cerebro.broker.getvalue())
    cerebro.run()
    print('结束时资金持仓：%.2f' % cerebro.broker.getvalue())
    cerebro.plot()

当初始资金为10万时，回测结果如下：
图片

以最初的两次交易为例，我们来手动计算下交易费用是否算对了：
图片

2021-12-14日触发买单，以2021-12-15日的开盘价3.87买入23200股：

佣金计算如下：3.8723200(券商佣金费率0.00015+沪市交易规费0.0000541+过户费0.00001)=19.2227

2022-01-25日触发卖单，以2022-01-26日的开盘价3.75卖出23200股：

佣金计算如下：3.7523200(券商佣金费率0.00015+沪市交易规费0.0000541+过户费0.00001+印花税0.0005)=62.1267

买入的交易费用与手动计算有2分钱的误差，现在我还没找到原因，卖出的交易费用在四舍五入之后结果是一样的。

另外在程序执行时获得的卖出的花费是错的，也还没找到原因，不过不影响回测。

接下来再看看交易费用不足5块时，能不能得到正确的佣金数。

把回测开始时的现金数改成1万元：

图片

2021-12-14日触发买单，以2021-12-15日的开盘价3.87买入2300股：

佣金计算如下：3.872300(券商佣金费率0.00015+沪市交易规费0.0000541+过户费0.00001)=1.9057

2022-01-25日触发卖单，以2022-01-26日的开盘价3.75卖出2300股：

佣金计算如下：3.752300(券商佣金费率0.00015+沪市交易规费0.0000541+过户费0.00001+印花税0.0005)=6.1591

可以看到当佣金小于5元时，还是按5元收取的。我们自定义的佣金类可以按预期执行。

江达小记