量化交易学习（十八）backtrader平台运行概念1

发表于 分类于

今天这篇是backtrader文档的学习笔记。主要介绍了线迭代器的概念。

官方文档链接：https://www.backtrader.com/docu/operating/

线迭代器（Line Iterators）

为了方便操作，backtrader采用线迭代器的概念。

策略和指标都是线迭代器。

线迭代器的执行流程如下：

  • 一个线迭代器启动从属的线迭代器，通知它们进线迭代。
  • 然后，线迭代器对其自己声明的线变量进线迭代，设置值。

迭代的关键，就像普通的 Python 迭代器一样，是：

  • next方法：它将在每次迭代时被调用。backtrader将线迭代器拥有的，作为逻辑/计算的基础的 datas 数组的索引移动到下一个索引上（除了数据重放外）。
  • 当达到线迭代器的最小周期时被调用。关于这一点，稍后会更多地介绍。

但由于它们不是常规迭代器，它们还存在两种额外的的方法：

  • prenext：在达到线迭代器最小周期之前被调用。
  • nextstart：当达到线迭代器最小周期时，仅调用一次。
  • 默认行为是将调用转发到 next，但如果需要，可以覆盖它。

指标类的额外方法

为了加快运行速度，指标支持一种称为“runonce”的批处理操作模式。它并不是必需的（next 方法就足够了），但它可以大大缩短时间。

runonce 方法使索引为 0 的点 get/set 操作无效，直接访问保存数据的底层数组，并为每个状态传递正确的索引。
定义的方法遵循 next 系列的命名：

  • once(self, start, end)：当达到最小周期时调用。必须在 start 和 end 之间处理内部数组，它们从内部数组的开始为零。
  • preonce(self, start, end)：在达到最小周期之前调用。
  • oncestart(self, start, end)：当达到最小周期时仅调用一次。
  • 默认行为是将调用转发到 once，但如果需要，可以覆盖它。

最小周期

以SimpleMovingAverage为例，解释最小周期：

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
class SimpleMovingAverage(Indicator):
    lines = ('sma',)
    params = dict(period=20)

    def __init__(self):
        ...  # Not relevant for the explanation

    def prenext(self):
        print('prenext:: current period:', len(self))

    def nextstart(self):
        print('nextstart:: current period:', len(self))
        # emulate default behavior ... call next
        self.next()

    def next(self):
        print('next:: current period:', len(self))
```       
该类在实例化时可以这样写：

`sma = btind.SimpleMovingAverage(self.data, period=25)`

简单地解释下：

- 假设传递给移动平均线的数据源是标准的，其默认周期为 1（即不会产生延迟）。
- 那么，在计算一个周期为 25 的移动平均线时，它的方法调用会是这样的：
  - prenext 被调用 24 次：这是在计算移动平均线之前所做的准备工作。
  - nextstart 被调用 1 次， 它会接着调用 next 方法。
  - next 被调用 n 次，直到数据源耗尽。 n 表示数据的条数。
  
更进一步，我们可以组合两个简单移动平均线来创建一个更厉害的指标：使用一个简单移动平均线作为另一个简单移动平均线的输入。代码示例如下：
```python
sma1 = btind.SimpleMovingAverage(self.data, period=25)

sma2 = btind.SimpleMovingAverage(sma1, period=20)

接下来会发生什么呢？

  • sma1 与之前相同：它的 prenext, nextstart, next 等方法会按照之前提到的顺序逐个调用。
  • sma2 接收的数据流： 它接收的不是原始数据，而是 sma1 的输出。因此，它的最小周期等于 sma1 的周期（即 25）。
  • 生成 sma2 时的方法调用如下:
    • prenext 被调用 43 次：
      • 前 25 次是为了让 sma1 生成第一个有效值。
      • 后 18 次是为了积累额外的 sma1 值。
    • nextstart 被调用 1 次，接着调用 next。
    • next 被调用 n 次，直到数据流耗尽。
  • 总之，平台在处理了 44 个数据点后才会真正调用 next 方法。
  • 最小周期自动调整： 系统会自动将 SMA2 的最小周期调整为输入数据的周期。
  • 策略和指标都遵循这种行为： 只有当自动计算的最小周期达到后，才会调用 next 方法（除了最初的 nextstart 调用）。

简而言之，SMA2 会先等待 SMA1 生成足够的数据，然后才会开始计算自己的移动平均值。这种嵌套的方式可以带来更复杂的技术分析指标，帮助投资者进行更深入的市场分析。

这一篇就到这里啦。欢迎大家点赞、转发、私信。还没有关注我的朋友可以关注 江达小记

江达小记