backtrader

Name: backtrader
Author: lzwme

160stars33forks

How to install backtrader?

lzwme/finance-quant-skills/backtrader

$npx -y skills add lzwme/finance-quant-skills --skill backtrader

Installs into the current project.

Summary

Backtrader 开源量化回测框架，支持多数据源、多策略、多周期回测与实盘交易，纯Python实现。当用户需要开发量化策略、进行回测分析、编写交易逻辑、回测参数优化，或提及 backtrader、量化回测框架时使用。若用户仅需数据获取而无回测需求，引导使用 baostock/akshare/tushare 等数据 Skill。

Files · 1

View on GitHub

SKILL.md

1	# Backtrader（开源量化回测框架）
2
3	[Backtrader](https://github.com/mementum/backtrader) 是一个开源 Python 量化回测框架。采用事件驱动架构，核心组件包括：Cerebro（引擎）、Strategy（策略类）、Data Feed（数据源）、Broker（经纪商）、Indicator（内置 100+ 技术指标）、Analyzer（绩效分析）。纯 Python 实现，无外部依赖，适合离线研究。
4
5	> 官方文档：https://www.backtrader.com/docu/
6
7	## 安装
8
9	```bash
10	pip install backtrader
11	# 如需绘图
12	pip install backtrader[plotting]
13	# 或
14	pip install matplotlib
15	```
16
17	## 最简示例
18
19	```python
20	import backtrader as bt
21
22	class MyStrategy(bt.Strategy):
23	"""简单均线策略"""
24	params = (('period', 20),) # 策略参数：均线周期
25
26	def __init__(self):
27	# 初始化指标（在__init__中定义，自动计算）
28	self.sma = bt.indicators.SimpleMovingAverage(self.data.close, period=self.params.period)
29
30	def next(self):
31	# 每根K线触发一次，在此编写交易逻辑
32	if self.data.close[0] > self.sma[0]:
33	if not self.position: # 无持仓则买入
34	self.buy()
35	elif self.data.close[0] < self.sma[0]:
36	if self.position: # 有持仓则卖出
37	self.sell()
38
39	# 创建引擎
40	cerebro = bt.Cerebro()
41	cerebro.addstrategy(MyStrategy)
42
43	# 加载数据（Yahoo CSV格式）
44	data = bt.feeds.YahooFinanceCSVData(dataname='stock_data.csv')
45	cerebro.adddata(data)
46
47	# 设置初始资金
48	cerebro.broker.setcash(100000.0)
49	# 设置手续费
50	cerebro.broker.setcommission(commission=0.001)
51
52	# 运行回测
53	print(f'初始资金: {cerebro.broker.getvalue():.2f}')
54	cerebro.run()
55	print(f'最终资金: {cerebro.broker.getvalue():.2f}')
56
57	# 绘制结果
58	cerebro.plot()
59	```
60
61
62	## 数据源
63
64	### 从Pandas DataFrame加载
65
66	```python
67	import backtrader as bt
68	import pandas as pd
69
70	# 从CSV读取数据
71	df = pd.read_csv('stock_data.csv', parse_dates=['date'], index_col='date')
72	# DataFrame必须包含列: open, high, low, close, volume（小写列名）
73
74	data = bt.feeds.PandasData(dataname=df)
75	cerebro.adddata(data)
76	```
77
78	### 从CSV文件加载
79
80	```python
81	# 通用CSV格式
82	data = bt.feeds.GenericCSVData(
83	dataname='stock_data.csv',
84	dtformat='%Y-%m-%d', # 日期格式
85	datetime=0, # 日期列索引
86	open=1, # 开盘价列索引
87	high=2, # 最高价列索引
88	low=3, # 最低价列索引
89	close=4, # 收盘价列索引
90	volume=5, # 成交量列索引
91	openinterest=-1 # 持仓量列索引（-1表示无此列）
92	)
93	cerebro.adddata(data)
94	```
95
96	### 多股票 / 多周期
97
98	```python
99	# 加载多只股票数据
100	data1 = bt.feeds.PandasData(dataname=df1, name='stock1')
101	data2 = bt.feeds.PandasData(dataname=df2, name='stock2')
102	cerebro.adddata(data1)
103	cerebro.adddata(data2)
104
105	# 在策略中访问多只股票
106	class MultiStockStrategy(bt.Strategy):
107	def __init__(self):
108	# self.datas[0]是第一只股票，self.datas[1]是第二只
109	self.sma1 = bt.indicators.SMA(self.datas[0].close, period=20)
110	self.sma2 = bt.indicators.SMA(self.datas[1].close, period=20)
111
112	def next(self):
113	for i, d in enumerate(self.datas):
114	print(f'{d._name}: close={d.close[0]:.2f}')
115	```
116
117	### 数据重采样（分钟线转日线）
118
119	```python
120	# 加载分钟数据
121	data_min = bt.feeds.GenericCSVData(dataname='1min_data.csv', timeframe=bt.TimeFrame.Minutes)
122	cerebro.adddata(data_min)
123
124	# 重采样为日线
125	cerebro.resampledata(data_min, timeframe=bt.TimeFrame.Days)
126	```
127
128
129
130	## 策略类详解
131
132	### 策略参数
133
134	```python
135	class MyStrategy(bt.Strategy):
136	# 定义可调参数（元组格式）
137	params = (
138	('fast_period', 5), # 快速均线周期
139	('slow_period', 20), # 慢速均线周期
140	('stake', 100), # 每次交易手数
141	)
142
143	def __init__(self):
144	self.fast_ma = bt.indicators.SMA(period=self.p.fast_period)
145	self.slow_ma = bt.indicators.SMA(period=self.p.slow_period)
146	# self.p 是 self.params 的简写
147
148	def next(self):
149	if self.fast_ma[0] > self.slow_ma[0]:
150	self.buy(size=self.p.stake)
151
152	# 参数可在运行时覆盖
153	cerebro.addstrategy(MyStrategy, fast_period=10, slow_period=30)
154	```
155
156	### 交易方法
157
158	```python
159	class MyStrategy(bt.Strategy):
160	def next(self):
161	# 按数量买入
162	self.buy(size=100) # 买入100股
163	self.sell(size=100) # 卖出100股
164
165	# 调整到目标仓位
166	self.order_target_size(target=500) # 调整持仓为500股
167	self.order_target_value(target=50000) # 调整持仓为5万元市值
168	self.order_target_percent(target=0.5) # 调整持仓为总资产的50%
169
170	# 限价单
171	self.buy(size=100, price=10.5, exectype=bt.Order.Limit)
172	# 止损单
173	self.sell(size=100, price=9.0, exectype=bt.Order.Stop)
174	# 止损限价单
175	self.buy(size=100, price=10.5, pricelimit=10.8, exectype=bt.Order.StopLimit)
176
177	# 撤单
178	order = self.buy(size=100)
179	self.cancel(order)
180
181	# 对其他股票下单
182	self.buy(data=self.datas[1], size=200) # 买入第二只股票
183	```
184
185	### 订单通知回调
186
187	```python
188	class MyStrategy(bt.Strategy):
189	def notify_order(self, order):
190	"""订单状态变化时触发"""
191	if order.status in [order.Submitted, order.Accepted]:
192	return # 订单已提交/已接受，等待执行
193
194	if order.status in [order.Completed]:
195	if order.isbuy():
196	print(f'买入执行: 价格={order.executed.price:.2f}, '

People who liked this also viewed

6 picks

Type

backtrader

160stars33forks

View on GitHub

How to install backtrader?

lzwme/finance-quant-skills/backtrader

$npx -y skills add lzwme/finance-quant-skills --skill backtrader

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# Backtrader（开源量化回测框架）
2
3	[Backtrader](https://github.com/mementum/backtrader) 是一个开源 Python 量化回测框架。采用事件驱动架构，核心组件包括：Cerebro（引擎）、Strategy（策略类）、Data Feed（数据源）、Broker（经纪商）、Indicator（内置 100+ 技术指标）、Analyzer（绩效分析）。纯 Python 实现，无外部依赖，适合离线研究。
4
5	> 官方文档：https://www.backtrader.com/docu/
6
7	## 安装
8
9	```bash
10	pip install backtrader
11	# 如需绘图
12	pip install backtrader[plotting]
13	# 或
14	pip install matplotlib
15	```
16
17	## 最简示例
18
19	```python
20	import backtrader as bt
21
22	class MyStrategy(bt.Strategy):
23	"""简单均线策略"""
24	params = (('period', 20),) # 策略参数：均线周期
25
26	def __init__(self):
27	# 初始化指标（在__init__中定义，自动计算）
28	self.sma = bt.indicators.SimpleMovingAverage(self.data.close, period=self.params.period)
29
30	def next(self):
31	# 每根K线触发一次，在此编写交易逻辑
32	if self.data.close[0] > self.sma[0]:
33	if not self.position: # 无持仓则买入
34	self.buy()
35	elif self.data.close[0] < self.sma[0]:
36	if self.position: # 有持仓则卖出
37	self.sell()
38
39	# 创建引擎
40	cerebro = bt.Cerebro()
41	cerebro.addstrategy(MyStrategy)
42
43	# 加载数据（Yahoo CSV格式）
44	data = bt.feeds.YahooFinanceCSVData(dataname='stock_data.csv')
45	cerebro.adddata(data)
46
47	# 设置初始资金
48	cerebro.broker.setcash(100000.0)
49	# 设置手续费
50	cerebro.broker.setcommission(commission=0.001)
51
52	# 运行回测
53	print(f'初始资金: {cerebro.broker.getvalue():.2f}')
54	cerebro.run()
55	print(f'最终资金: {cerebro.broker.getvalue():.2f}')
56
57	# 绘制结果
58	cerebro.plot()
59	```
60
61
62	## 数据源
63
64	### 从Pandas DataFrame加载
65
66	```python
67	import backtrader as bt
68	import pandas as pd
69
70	# 从CSV读取数据
71	df = pd.read_csv('stock_data.csv', parse_dates=['date'], index_col='date')
72	# DataFrame必须包含列: open, high, low, close, volume（小写列名）
73
74	data = bt.feeds.PandasData(dataname=df)
75	cerebro.adddata(data)
76	```
77
78	### 从CSV文件加载
79
80	```python
81	# 通用CSV格式
82	data = bt.feeds.GenericCSVData(
83	dataname='stock_data.csv',
84	dtformat='%Y-%m-%d', # 日期格式
85	datetime=0, # 日期列索引
86	open=1, # 开盘价列索引
87	high=2, # 最高价列索引
88	low=3, # 最低价列索引
89	close=4, # 收盘价列索引
90	volume=5, # 成交量列索引
91	openinterest=-1 # 持仓量列索引（-1表示无此列）
92	)
93	cerebro.adddata(data)
94	```
95
96	### 多股票 / 多周期
97
98	```python
99	# 加载多只股票数据
100	data1 = bt.feeds.PandasData(dataname=df1, name='stock1')
101	data2 = bt.feeds.PandasData(dataname=df2, name='stock2')
102	cerebro.adddata(data1)
103	cerebro.adddata(data2)
104
105	# 在策略中访问多只股票
106	class MultiStockStrategy(bt.Strategy):
107	def __init__(self):
108	# self.datas[0]是第一只股票，self.datas[1]是第二只
109	self.sma1 = bt.indicators.SMA(self.datas[0].close, period=20)
110	self.sma2 = bt.indicators.SMA(self.datas[1].close, period=20)
111
112	def next(self):
113	for i, d in enumerate(self.datas):
114	print(f'{d._name}: close={d.close[0]:.2f}')
115	```
116
117	### 数据重采样（分钟线转日线）
118
119	```python
120	# 加载分钟数据
121	data_min = bt.feeds.GenericCSVData(dataname='1min_data.csv', timeframe=bt.TimeFrame.Minutes)
122	cerebro.adddata(data_min)
123
124	# 重采样为日线
125	cerebro.resampledata(data_min, timeframe=bt.TimeFrame.Days)
126	```
127
128
129
130	## 策略类详解
131
132	### 策略参数
133
134	```python
135	class MyStrategy(bt.Strategy):
136	# 定义可调参数（元组格式）
137	params = (
138	('fast_period', 5), # 快速均线周期
139	('slow_period', 20), # 慢速均线周期
140	('stake', 100), # 每次交易手数
141	)
142
143	def __init__(self):
144	self.fast_ma = bt.indicators.SMA(period=self.p.fast_period)
145	self.slow_ma = bt.indicators.SMA(period=self.p.slow_period)
146	# self.p 是 self.params 的简写
147
148	def next(self):
149	if self.fast_ma[0] > self.slow_ma[0]:
150	self.buy(size=self.p.stake)
151
152	# 参数可在运行时覆盖
153	cerebro.addstrategy(MyStrategy, fast_period=10, slow_period=30)
154	```
155
156	### 交易方法
157
158	```python
159	class MyStrategy(bt.Strategy):
160	def next(self):
161	# 按数量买入
162	self.buy(size=100) # 买入100股
163	self.sell(size=100) # 卖出100股
164
165	# 调整到目标仓位
166	self.order_target_size(target=500) # 调整持仓为500股
167	self.order_target_value(target=50000) # 调整持仓为5万元市值
168	self.order_target_percent(target=0.5) # 调整持仓为总资产的50%
169
170	# 限价单
171	self.buy(size=100, price=10.5, exectype=bt.Order.Limit)
172	# 止损单
173	self.sell(size=100, price=9.0, exectype=bt.Order.Stop)
174	# 止损限价单
175	self.buy(size=100, price=10.5, pricelimit=10.8, exectype=bt.Order.StopLimit)
176
177	# 撤单
178	order = self.buy(size=100)
179	self.cancel(order)
180
181	# 对其他股票下单
182	self.buy(data=self.datas[1], size=200) # 买入第二只股票
183	```
184
185	### 订单通知回调
186
187	```python
188	class MyStrategy(bt.Strategy):
189	def notify_order(self, order):
190	"""订单状态变化时触发"""
191	if order.status in [order.Submitted, order.Accepted]:
192	return # 订单已提交/已接受，等待执行
193
194	if order.status in [order.Completed]:
195	if order.isbuy():
196	print(f'买入执行: 价格={order.executed.price:.2f}, '

People who liked this also viewed

6 picks

Type