失眠网 > 量化框架backtrader之一文读懂Indicator指标

量化框架backtrader之一文读懂Indicator指标

时间：2024-06-15 03:08:31

简介

前面系列文章已经介绍了SMA、EMA、MACD、KDJ、RSI、BOLL等技术指标的原理和应用场景，还没看过的，建议关注公众号查看。

Backtrader框架内置了一百多个技术分析指标，封装在backtrader.indicators包中，可以极大减少开发成本，提升策略迭代速度。

使用方法

Indicators指标可以用在2个地方：一个是在策略中使用；另外一个是在其他指标中使用。

backtrader中使用内置指标非常容易，只需：

在策略的__init__方法中实例化对应的指标

在next方法中使用或检查对应的指标值或其衍生值

下面是SMA简单移动平均指标的使用示例。

importbacktraderasbtclassMyStrategy(bt.Strategy):params=(('period',20),)def__init__(self):self.sma=bt.indicators.SMA(self.data,period=self.p.period)...defnext(self):ifself.sma[0]>self.data.close[0]:self.buy()

需要说明的是：

__init__方法中声明的任何指标都会在next方法调用之前进行计算

在__init__方法中针对lines对象的任何操作都会生成其他line对象(python操作符重载overriding)，而在next方法会生成常规的python类型，如floats或bools

__init__方法运算速度更快，同时可以使得next方法的逻辑更简单

__init__方法不支持部分python操作符，需要使用bt内置函数来处理，如bt.And, bt.Or, bt.All, bt.Any。除了这些，backtrader还提供了bt.Cmp, bt.If, bt.Max, bt.Min, bt.Sum, bt.DivByZero等函数

backtrader支持的原生指标列表可以查看官网：Indicators - Reference - Backtrader

需要注意的是backtrader还支持指标别名，如SMA也可以写成MovingAverageSimple或SimpleMovingAverage

MovingAverageSimpleAlias:SMA,SimpleMovingAverageNon-weightedaverageofthelastnperiodsFormula:movav=Sum(data,period)/period

使用TA-Lib

虽然backtrader自带了很多指标，新增指标也比较容易。但由于TA-lib广泛使用，大家对其都比较信任，backtrader也集成了TA-Lib。

importbacktraderasbtclassMyStrategy(bt.Strategy):params=(('period',20),)def__init__(self):self.sma=bt.talib.SMA(self.data,timeperiod=self.p.period)......

上面是backtrader中使用talib中的SMA示例，可以看出来使用方法区别不大。

通过print(bt.talib.SMA.__doc__)可以查看帮助文档。

>>>print(bt.talib.SMA.__doc__)SMA([input_arrays],[timeperiod=30])SimpleMovingAverage(OverlapStudies)Inputs:price:(anyndarray)Parameters:timeperiod:30Outputs:real

backtrader支持的talib指标列表可以查看官网：Indicators - ta-lib - Reference - Backtrader

自定义指标

#继承自bt.Indicator或其他已存在的指标类classDummyInd(bt.Indicator):#定义持有的lines，至少需要1个linelines=('dummyline',)#params参数可选params=(('value',5),)#plotinfo可选，用来控制绘图行为plotinfo=dict(subplot=False)#__init__方法或next方法必选def__init__(self):self.lines.dummyline=bt.Max(0.0,self.params.value)

示例代码中这个指标将输出0.0，或者是self.params.value，取决于self.params.value是否大于0.0。

除了在__init__方法中实现，也可以在next方法中来实现指标计算，如下所示。

defnext(self):self.lines.dummyline[0]=max(0.0,self.params.value)

除了效率、可读性外，当涉及peroid最小周期时，next方法需要自己处理，__init__方法则不需要特殊处理。因此最好的办法还是在__init__方法中来实现，如果无法实现，才考虑在next方法中来实现。还可以通过once方法来对runonce 模式进行计算优化。

指标可视化

如果程序调用了cerebro.plot，那么

声明的所有指标会自动绘图

操作生成的lines对象不会被绘制，如close_over_sma = self.data.close > self.sma

如果想要绘制操作生成的lines对象，可以使用LinePlotterIndicator类，name参数是该指标持有的line名字

close_over_sma=self.data.close>self.smaLinePlotterIndicator(close_over_sma,name='Close_over_SMA')

可以通过plotinfo 声明来控制指标的绘图。plotinfo可以是tuple、dict或OrderedDict。

classMyIndicator(bt.Indicator):....plotinfo=dict(subplot=False)....#可以实例化后单独设置myind=MyIndicator(self.data,someparam=value)myind.plotinfo.subplot=True#也可以实例化时设置myind=MyIndicator(self.data,someparams=value,subplot=True)

plotinfo的参数列表有：plot(是否绘图，默认为True)，subplot(是否单独窗口绘图，默认为True，MA类指标该参数为False)，plotname(指标图名，默认为指标类名)，plotabove(绘图位置在数据上方，默认为False)，plotlinelabels， plotymargin， plotyticks，plothlines， plotyhlines， plotforce。