本文为掘金小册课程加推篇!小册还在持续加推中,敬请期待!!!目前已经加推了18节!!!
超值的41节课程!从目录就能看出来!
backtrader属于功能相对完善的本地版Python量化回测框架。
既然业界好评如云,我们作为量化交易者理应集所有好用的工具于一身。本文就让我们来体验一下这个框架。
backtrader的使用方法在官方文档上介绍的挺详细的。大体分为两步:
创建一个策略,创建一个策略类,这个类要继承自backtrader.Strategy,然后就可以自定义里面的方法。
策略类中有一个类属性params,用于定义一些在策略中可调参数值
backtrader.indicators内置了许多指标的计算方法,比如移动平均线、MACD、RSI等等,使用时只需要实例化策略中会使用到的技术指标即可
next函数中编写交易策略,也就是进入市场和退出市场的逻辑
创建一个策略决策引擎(原文是Cerebro,这里我用决策这个词)
把定义的策略注入到决策引擎之中
把行情数据注入到决策引擎之中
可视化方式反馈回测结果
以上是框架中核心的部分,当然了,其他还有很多可扩展的功能。
backtrader的数据加载非常灵活,提供了多种形式的数据接口,可以是CSV文件格式的数据,也可以是DataFrame格式数据。
此处我们使用DataFrame格式数据,如下所示:
数据的获取方法大家已经懂了,略过!
关于策略中的指标,backtrader内置了很多类型,直接调用即可。比如移动平均线:
由于内置了talib模块,也可以这么调用:
next方法中,我们实现一个简单的双均线策略作为交易的逻辑。比如买入条件是MA5上穿MA10;卖出条件是MA10下穿MA5。
就是像这么简单的使用!
关于策略回测,把数据和策略添加到Cerebro中之外,还有设置一些参数。比如broker的设置,像初始资金、交易佣金。也可以用addsizer设定每次交易买入的股数。
就是像这么简单的调用!
回测结束后返回得到执行交易策略时积累的总资金。此处我们回测的是新希望 2017年1月1日到2020年1月1日期间的策略执行效果,最终资金从10000变成了15941.95。
由于backtrader内置了Matplotlib,因此我们也可以可视化回测的效果,如下所示:
以下我们简单介绍了backtrader框架的各个组成部分,并以双均线策略展示了backtrader的编程方法和运行效果。
总的来说,对于刚进阶的朋友来说是足够使用了,那么无法满足高阶玩家的需求怎么办呢?可以继承框架自己扩展,是不是想尝试了,拭目以待吧!
代码已更新至掘金小册,请查收!
更多量化交易内容可扫码以下课程!
—————————————————
与站长失联,海报未更新,直接扫码!
微信关注:‘元宵大师带你用Python量化交易’
量化交易在国内兴起于2005年左右,但是大众普及度不高,市场基础薄弱。能够同时实现“量化”和“交易”的量化平台有限,仅提供“量化”测试而无法实现“交易”的系统仍然占多数。
这期来盘点一下国内的量化交易平台。由于“我做不了,我就不说”是一种普遍的现象,所以各平台间的横向比较有一定的困难。文中疏漏错误之处,还请各路看官不吝指正(以下排序不分先后)。
三、发明者(FMZ,原BotVS)
七、真格(澎博财经旗下)
九、GFQuant(广发证券旗下)
十、国泰君安(GTJAQuant,国泰君安旗下)
十一、MindGo(同花顺旗下)
十三、万矿(WindQuant,万得旗下)
作者:理查德 · 托托里罗
本书作者Richard Tortoriello是任职于S&P 标准普尔公司的证券分析师,他的日常工作就是建立一系列的数量选股模型。理查德·托托里罗编著的《量化投资策略》的目标是:为读者提供一幅从量化角度绘制出来的市场投资“地图”。
为了得到这幅通过实证绘制而成的投资地图,作者详尽地测试了超过120O种投资策略。书中归纳了七个投资维度:盈利性、估值、现金流、成长性、资产配置、价格动量以及危险信号,并告诉读者如何有效结合单个投资因子或组件因子,如何构建多因子策略,从而构建更全面的选股模型。
最后,作者还介绍了如何将书中提出的策略有效地整合到你的投资过程中,以创造优秀的选股模型,构建自己的量化模型和投资组合,并实现超越市场的收益。
本书中概括出的量化方法可以为定性投资者提供一个被证实的设计投资策略的方法,同时也可作为提高投资绩效的准则。
《量化投资策略》是写给那些具有定性分析思维的投资者,尤其是那些希望从一个量化(实证)的角度来理解股票市场,以及那些希望将量化选股、测试或者模型融合到他们的投资过程中的人的
作者:斯科特 · 帕特森
作者:伊曼纽尔 · 德曼【美】
作者:伊曼纽尔 · 德曼 / 迈克尔B · 米勒 / 戴维·帕克
作者:詹姆斯 · 欧文 · 韦瑟罗尔
作者:乔治G · 斯皮罗
作者:石川 / 刘洋溢 / 连祥斌
版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。