import datetimeimport pandas as pd import backtrader as btimport matplotlib.pyplot as pltfrom datetime import datetimeimport matplotlibimport akshare as ak%matplotlib inlineclass Boll_strategy(bt.Strategy):#自定义参数，每次买入1800手params=(('size',1800),)def __init__(self):self.dataclose=self.datas[0].closeself.order=Noneself.buyprice=Noneself.buycomm=None##使用自带的indicators中自带的函数计算出支撑线和压力线，period设置周期，默认是20self.lines.top=bt.indicators.BollingerBands(self.datas[0],period=20).topself.lines.bot=bt.indicators.BollingerBands(self.datas[0],period=20).botdef next(self):if not self.position:if self.dataclose<=self.lines.bot[0]:#执行买入self.order=self.buy(size=self.params.size)else:if self.dataclose>=self.lines.top[0]:#执行卖出self.order=self.sell(size=self.params.size)# 利用 AKShare 获取股票的后复权数据，这里只获取前 6 列stock_hfq_df = ak.stock_zh_a_hist(symbol="600309", adjust="hfq").iloc[:, :6]# 处理字段命名，以符合 Backtrader 的要求stock_hfq_df.columns = ['date','open','close','high','low','volume',]# 把 date 作为日期索引，以符合 Backtrader 的要求stock_hfq_df.index = pd.to_datetime(stock_hfq_df['date'])start_date = datetime(1991, 4, 3) # 回测开始时间end_date = datetime(, 6, 16) # 回测结束时间data = bt.feeds.PandasData(dataname=stock_hfq_df, fromdate=start_date, todate=end_date) # 加载数据# 初始化cerebro回测系统设置 cerebro=bt.Cerebro()#将数据传入回测系统cerebro.adddata(data)# 将交易策略加载到回测系统中cerebro.addstrategy(Boll_strategy)# 设置初始资本为10,000startcash=1000000cerebro.broker.setcash(startcash)# 设置交易手续费为 0.25%cerebro.broker.setcommission(commission=0.001)#运行回测系统cerebro.run()#获取回测结束后的总资金portvalue=cerebro.broker.getvalue()pnl=portvalue-startcash#打印结果print(f'总资金: {round(portvalue,2)}')#最后可视化cerebro.plot()
如果觉得《akshare 布林通道策略》对你有帮助，请点赞、收藏，并留下你的观点哦！
