量化交易学习（五十一）backtrader多周期回测（1）多数据源

发表于 2024-04-17 分类于量化

通常我们在回测时使用的是单一频率的数据，比如：日线、分钟线等。有些策略是需要结合多个周期的数据进行决策的。这个时候应该怎么办呢。

其实backtrader本身就支持多周期回测，在通常情况下，最简单的方式就是同时提供多个维度的数据源，backtrader会选择最先提供给它的数据源的时间周期作为策略执行的时间周期。

比如我有1分钟线和日线，想实现这样的一个日内择时的策略：若当前分钟线的收盘价小于前一天的日线最低价则买入，若当前分钟线的收盘价大于前一天的最高价则卖出，怎么做呢？

可以这样，把1分钟线和日线都添加到cerebro中，然后策略启动后，每次执行next方法时self.datas都会调用下一根分钟线和分钟线所在日期的日线，这样在next方法中只用考虑当前分钟线和前一天日线就可以了。

下面是具体的代码，用的恒生科技ETF2024年3月份的数据：
main.py

import backtrader as bt

import strategy

cerebro = bt.Cerebro()

cerebro.addstrategy(strategy.MyStrategy)

data0=bt.feeds.BacktraderCSVData(dataname='SHSE.513180_1min.csv',timeframe=bt.TimeFrame.Minutes)
data1=bt.feeds.BacktraderCSVData(dataname='SHSE.513180_1day.csv',timeframe=bt.TimeFrame.Days)

cerebro.adddata(data0)
cerebro.adddata(data1)

cerebro.broker.setcash(100000)

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(style='candle',barup='red',bardown='green',volup='red',voldown='green',voloverlay=False,valuetags=False)

strategy.py：

import backtrader as bt
    
class MyStrategy(bt.Strategy):
    # 打印日志的函数
    def log(self, txt, dt=None):
        dt = dt or self.datas[0].datetime.date(0)
        bartim=bt.utils.num2date(self.datas[0].datetime[0])
        print('%s, %s' % (bartim, txt))

    # 策略初始化，设置一些参数
    def __init__(self):
        # 标第的收盘价
        self.order = None
        self.buyprice = None
        self.buycomm = 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：%.3f，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：%.3f，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.order:
            return
        # 当前分钟线的收盘价小于前一天的日线最低价则买入
        if self.data0.close[0] < self.data1.low[0]:
            if not self.position:
                vol = self.broker.getvalue()*0.9 / self.data0.close[0] // 100 * 100
                self.log('创建买单，%.3f，量为：%d' % (self.data0.close[0] , vol))
                self.order=self.buy(size=vol)
        elif self.data0.close[0]>self.data1.high[0]:
            if self.position:
                self.log('创建卖单，%.3f，量为：%d' % (self.data0.close[0] , self.position.size))
                self.order=self.sell(size=self.position.size)