Python自动化交易学习笔记(十一)——引入了移动平均值这一技术指标,股票比亚迪002594
from __future__ import (absolute_import, division, print_function, unicode_literals) import datetime # 用于datetime对象操作 import os.path # 用于管理路径 import sys # 用于在argvTo[0]中找到脚本名称 import backtrader as bt # 引入backtrader框架 # 创建策略 class TestStrategy(bt.Strategy): params = ( ('maperiod', 15), ) def log(self, txt, dt=None): ''' 策略的日志函数''' dt = dt or self.datas[0].datetime.date(0) print('%s, %s' % (dt.isoformat(), txt)) def __init__(self): # 引用data[0]数据的收盘价数据 self.dataclose = self.datas[0].close # 用于记录订单状态 self.order = None self.buyprice = None self.buycomm = None # 添加MovingAverageSimple指标 self.sma = bt.indicators.SimpleMovingAverage( self.datas[0], period = self.params.maperiod) def notify_order(self, order): if order.status in [order.Submitted, order.Accepted]: # 提交给代理或者由代理接收的买/卖订单 - 不做操作 return # 检查订单是否执行完毕 # 注意:如果没有足够资金,代理会拒绝订单 if order.status in [order.Completed]: if order.isbuy(): self.log( '买入执行, 价格: %.2f, 成交金额: %.2f, 佣金 %.2f' % (order.executed.price, order.executed.value, order.executed.comm)) self.buyprice = order.executed.price self.buycomm = order.executed.comm else: # 卖 self.log('卖出执行, 价格: %.2f, 成交额度: %.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') # 无等待处理订单 self.order = None def notify_trade(self, trade): if not trade.isclosed: return self.log('本次交易赢亏, 本次赢亏 %.2f, 本次赢亏(含佣金) %.2f' % (trade.pnl, trade.pnlcomm)) def next(self): # 日志输出收盘价数据 self.log('收盘价, %.2f' % self.dataclose[0]) # 检查是否有订单等待处理,如果是就不再进行其他下单 if self.order: return # 检查是否已经进场 if not self.position: # 还未进场,则只能进行买入 # 当日收盘价小于前一日收盘价 # 当收盘价大于均线值时 if self.dataclose[0] > self.sma[0]: # 买买买 self.log('买入, %.2f' % self.dataclose[0]) # 记录订单避免二次下单 self.order = self.buy() # 如果已经在场内,则可以进行卖出操作 else: # 卖卖卖 if self.dataclose[0] < self.sma[0]: self.log('卖出, %.2f' % self.dataclose[0]) # 记录订单避免二次下单 self.order = self.sell() # 创建cerebro实体 cerebro = bt.Cerebro() # 添加策略 cerebro.addstrategy(TestStrategy) # 先找到脚本的位置,然后根据脚本与数据的相对路径关系找到数据位置 # 这样脚本从任意地方被调用,都可以正确地访问到数据 modpath = os.path.dirname(os.path.abspath(sys.argv[0])) datapath = os.path.join(modpath, 'F:/GZH/自动化交易/历史数据/sz.002594_2017-06-01-2021-12-31.csv') # 创建价格数据 data = bt.feeds.GenericCSVData( dataname = datapath, fromdate = datetime.datetime(2020, 10, 1), todate = datetime.datetime(2021, 2, 28), nullvalue = 0.0, dtformat = ('%Y/%m/%d'), datetime = 0, open = 1, high = 2, low = 3, close = 4, volume = 5, openinterest = -1 ) # 在Cerebro中添加价格数据 cerebro.adddata(data) # 设置启动资金 cerebro.broker.setcash(100000.0) # 设置交易单位大小 cerebro.addsizer(bt.sizers.FixedSize, stake = 100) # 设置佣金为千分之一 cerebro.broker.setcommission(commission=0.001) # 打印开始信息 print('开始资产: %.2f' % cerebro.broker.getvalue()) # 遍历所有数据 cerebro.run() # 打印最后结果 print('最终资产: %.2f' % cerebro.broker.getvalue())
C:\Python38\python.exe F:/test/src/com/gzh/demo11.py 开始资产: 100000.00 2020-10-29, 收盘价, 158.38 2020-10-29, 买入, 158.38 2020-10-30, 买入执行, 价格: 160.00, 成交金额: 16000.00, 佣金 16.00 2020-10-30, 收盘价, 159.81 2020-11-02, 收盘价, 167.98 2020-11-03, 收盘价, 164.08 2020-11-04, 收盘价, 168.03 2020-11-05, 收盘价, 184.83 2020-11-06, 收盘价, 190.44 2020-11-09, 收盘价, 190.95 2020-11-10, 收盘价, 182.58 2020-11-11, 收盘价, 164.35 2020-11-12, 收盘价, 169.33 2020-11-13, 收盘价, 175.90 2020-11-16, 收盘价, 170.02 2020-11-17, 收盘价, 167.00 2020-11-17, 卖出, 167.00 2020-11-18, 卖出执行, 价格: 165.88, 成交额度: 16000.00, 佣金 16.59 2020-11-18, 本次交易赢亏, 本次赢亏 588.00, 本次赢亏(含佣金) 555.41 2020-11-18, 收盘价, 167.00 2020-11-19, 收盘价, 161.62 2020-11-20, 收盘价, 176.06 2020-11-20, 买入, 176.06 2020-11-23, 买入执行, 价格: 176.90, 成交金额: 17690.00, 佣金 17.69 2020-11-23, 收盘价, 184.20 2020-11-24, 收盘价, 184.19 2020-11-25, 收盘价, 183.53 2020-11-26, 收盘价, 175.82 2020-11-26, 卖出, 175.82 2020-11-27, 卖出执行, 价格: 175.31, 成交额度: 17690.00, 佣金 17.53 2020-11-27, 本次交易赢亏, 本次赢亏 -159.00, 本次赢亏(含佣金) -194.22 2020-11-27, 收盘价, 174.10 2020-11-30, 收盘价, 172.15 2020-12-01, 收盘价, 176.81 2020-12-01, 买入, 176.81 2020-12-02, 买入执行, 价格: 171.10, 成交金额: 17110.00, 佣金 17.11 2020-12-02, 收盘价, 169.75 2020-12-02, 卖出, 169.75 2020-12-03, 卖出执行, 价格: 169.75, 成交额度: 17110.00, 佣金 16.98 2020-12-03, 本次交易赢亏, 本次赢亏 -135.00, 本次赢亏(含佣金) -169.08 2020-12-03, 收盘价, 171.09 2020-12-04, 收盘价, 171.86 2020-12-07, 收盘价, 175.29 2020-12-07, 买入, 175.29 2020-12-08, 买入执行, 价格: 178.10, 成交金额: 17810.00, 佣金 17.81 2020-12-08, 收盘价, 177.97 2020-12-09, 收盘价, 173.24 2020-12-09, 卖出, 173.24 2020-12-10, 卖出执行, 价格: 168.00, 成交额度: 17810.00, 佣金 16.80 2020-12-10, 本次交易赢亏, 本次赢亏 -1010.00, 本次赢亏(含佣金) -1044.61 2020-12-10, 收盘价, 169.52 2020-12-11, 收盘价, 167.00 2020-12-14, 收盘价, 170.20 2020-12-15, 收盘价, 174.70 2020-12-15, 买入, 174.70 2020-12-16, 买入执行, 价格: 176.00, 成交金额: 17600.00, 佣金 17.60 2020-12-16, 收盘价, 171.87 2020-12-16, 卖出, 171.87 2020-12-17, 卖出执行, 价格: 171.18, 成交额度: 17600.00, 佣金 17.12 2020-12-17, 本次交易赢亏, 本次赢亏 -482.00, 本次赢亏(含佣金) -516.72 2020-12-17, 收盘价, 171.79 2020-12-18, 收盘价, 176.00 2020-12-18, 买入, 176.00 2020-12-21, 买入执行, 价格: 176.50, 成交金额: 17650.00, 佣金 17.65 2020-12-21, 收盘价, 193.60 2020-12-22, 收盘价, 184.00 2020-12-23, 收盘价, 186.79 2020-12-24, 收盘价, 183.00 2020-12-25, 收盘价, 185.22 2020-12-28, 收盘价, 187.93 2020-12-29, 收盘价, 178.60 2020-12-30, 收盘价, 186.00 2020-12-31, 收盘价, 194.30 2021-01-04, 收盘价, 206.76 2021-01-05, 收盘价, 219.90 2021-01-06, 收盘价, 216.30 2021-01-07, 收盘价, 225.04 2021-01-08, 收盘价, 227.51 2021-01-11, 收盘价, 234.86 2021-01-12, 收盘价, 236.99 2021-01-13, 收盘价, 239.30 2021-01-14, 收盘价, 223.95 2021-01-15, 收盘价, 225.20 2021-01-18, 收盘价, 221.69 2021-01-19, 收盘价, 216.20 2021-01-19, 卖出, 216.20 2021-01-20, 卖出执行, 价格: 219.90, 成交额度: 17650.00, 佣金 21.99 2021-01-20, 本次交易赢亏, 本次赢亏 4340.00, 本次赢亏(含佣金) 4300.36 2021-01-20, 收盘价, 222.00 2021-01-20, 买入, 222.00 2021-01-21, 买入执行, 价格: 220.00, 成交金额: 22000.00, 佣金 22.00 2021-01-21, 收盘价, 235.52 2021-01-22, 收盘价, 242.92 2021-01-25, 收盘价, 260.00 2021-01-26, 收盘价, 254.22 2021-01-27, 收盘价, 257.00 2021-01-28, 收盘价, 244.36 2021-01-29, 收盘价, 247.00 2021-02-01, 收盘价, 246.89 2021-02-02, 收盘价, 267.50 2021-02-03, 收盘价, 263.00 2021-02-04, 收盘价, 259.90 2021-02-05, 收盘价, 249.00 2021-02-08, 收盘价, 250.20 2021-02-09, 收盘价, 257.00 2021-02-10, 收盘价, 266.95 2021-02-18, 收盘价, 258.99 2021-02-19, 收盘价, 257.35 2021-02-22, 收盘价, 239.52 2021-02-22, 卖出, 239.52 2021-02-23, 卖出执行, 价格: 229.59, 成交额度: 22000.00, 佣金 22.96 2021-02-23, 本次交易赢亏, 本次赢亏 959.00, 本次赢亏(含佣金) 914.04 2021-02-23, 收盘价, 225.00 2021-02-24, 收盘价, 208.99 2021-02-25, 收盘价, 209.25 2021-02-26, 收盘价, 197.27 最终资产: 103845.18 Process finished with exit code 0
Demo11主要介绍如何引入技术指标数据,通过引入技术指标来添加新的策略。在程序中,引入了移动平均值这一技术指标:
当收盘价大于移动平均值时买入
如果在场内,当收盘价小于移动平均值时卖出
只允许单笔交易,即如果场内目前已经有买入资产,不允许再次买入
之前版本的大部分代码可以继续保留,只需策略init方法内添加下列代码:
# 添加MovingAverageSimple指标 self.sma = bt.indicators.SimpleMovingAverage( self.datas[0], period = self.params.maperiod)
比亚迪002597数据-从输出日志可以看出,输出时间不再像之前程序版本那样从2020年10月29日开始有输出记录,而是变为从2020年10月30日才有输出记录,这是由于backtrader根据策略进行了调整:
策略中新添加了移动平均值这一技术指标
移动平均值指标需要X根日线来计算,在本例中X=15
2020年10月30日是第15根日线出现的时间
backtrader会自动根据策略中所使用到的指标,自动调整至所有指标都有有效数值后才开始进行回测:
next方法在指标经过最小的时间周期,能够计算出有效数值以后才会第一次被调用
Demo11中只引入了一个指标,多指标时同样适用
可以看到,Demo11策略最后的结果要稍优于之前连续下跌2天后买入的策略,这不是一个必然的结果,在不同时间段、不同股票上做回测就可能得到不同的结果。demo10主要是演示如果在策略中引入技术指标。
为了便于相互交流学习,新建了微信群,感兴趣的读者请加微信。