量化交易学习（三十二）backtrader文档——信号策略

发表于 2024-03-04 分类于量化

今天这篇是backtrader文档的学习笔记。主要介绍了信号策略的概念。

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

信号策略

使用信号而不编写策略也能操作backtrader。简单来说就是：

不用编写策略类、实例化指标、编写买入/卖出逻辑……
最终用户添加信号（无论什么指标），其余操作在后台完成

示例：

import backtrader as bt

data = bt.feeds.OneOfTheFeeds(dataname='mydataname')
cerebro.adddata(data)

cerebro.add_signal(bt.SIGNAL_LONGSHORT, MySignal)
cerebro.run()

上面的例子中没有定义信号。让我们定义一个非常愚蠢的信号，它会产生：

Long信号：close价格是否高于简单移动平均线
Short信号：close价格是否低于简单移动平均线

定义：

class MySignal(bt.Indicator):
    lines = ('signal',)
    params = (('period', 30),)

    def __init__(self):
        self.lines.signal = self.data - bt.indicators.SMA(period=self.p.period)

现在完整了。当run执行时，Cerebro将负责实例化一个特殊的Strategy实例，该实例知道如何处理Signals。

常见问题解答

买入/卖出交易量是如何确定的？

cerebro实例会自动向策略添加 FixedSizer 的大小调整器。最终用户可以通过cerebro.addsizer来更改大小调整器

订单如何执行？

执行类型为Market且有效性为“取消前有效”的订单

信号技术细节

从技术和理论角度可以描述如下：

调用时返回另一个对象的可调用对象（仅一次）

在大多数情况下，这是类的实例化，但在这里不是

支持__getitem__接口。唯一请求的键/索引将是0

从实际的角度来看，看看上面的例子，信号是：

来自backtrader生态系统的线条对象，主要是一个指标（Indicator）

这在使用其他指标时很有帮助，例如在示例中使用简单移动平均线时。

信号指示（Signals Indications）

当通过signal[0]查询时，信号会提供指示，含义为：

0 -> long indication
< 0 -> short indication
== 0 -> 无指示

该示例使用 self.data - SMA 进行简单算术运算：

当 data 高于 SMA 时发出 long indication
当 data 低于 SMA 时发出 short indication

注意：对于未注明具体价格字段的data，参考价格以close为准。

信号类型

如上例所示，下面指示的常量可直接从主 backtrader 模块获取，如下所示：

1
2
3

import backtrader as bt

bt.SIGNAL_LONG

信号有 5 种类型，分为 2 组。

主要组别：

LONGSHORT： long 和 short indications 均取自该信号的指示
LONG:
- long 指示做多
- short 指示平多仓。但：
  - 如果系统中有一个LONGEXIT（见下文）信号，它将用于平多仓
  - 如果有SHORT信号且没有LONGEXIT信号，则在开空仓前先平多仓
SHORT:
- short 指示做空
- long 指示平空仓。但：
  - 如果系统中有SHORTEXIT信号（见下文），它将用于平空仓
  - 如果有LONG信号且没有SHORTEXIT信号，则将在开多仓前先平空仓