《中文Python穿云箭量化平台二次开发技术02》在backtrader中调用穿云箭自编公式运算模块进行【上涨角度公式】回测

《中文Python穿云箭量化平台》是纯Python开发的量化平台，因此其中很多Python模块，我们可以自己设计新的量化工具，例如自己新的行情软件、新的量化平台、以及各种量化研究工具。

穿云箭自带指标公式源码运行模块，可以为其他量化平台提供量化功能扩展或量化功能增强效果。

《中文Python穿云箭量化平台》本身是中文Python关键字的Python集成开发工具，支持纯英文Python，同时支持中文Python。

例如if语句。

c 复制代码

if NUMBER> 5:
    print("10大于5")

或者

c 复制代码

如果 数字 > 0 :  
    输出("数字大于0")

下面是中文Python程序演示。

要注意：如果脱离《中文Python穿云箭量化平台》编辑器，就不支持中文Python指令了。只支持纯英文Python指令代码，变量可以是中文等信息。

我们设计了一个自编公式指标【上涨角度公式】，想在backtrader中进行回测。

全部代码如下：

c 复制代码

import pandas as pd
import datetime
import backtrader as bt  #将Backtrader引入到咱们程序中，命名为bt。
import HP_bt as hbt
import HP_tdx as htdx  #小白量化行情模块
from HP_formula import *  #小白量化公式函数模块
import HP_tdxgs as hgs  #小白通达信公式库

hq=htdx.TdxInit(ip='183.60.224.178',port=7709)  ##初始化通达信
gs='''
MM1:=MAX(C,O);
MM2:=MIN(C,O);
MA3:=EMA(C,3);
BD:=ATAN((MA3/REF(MA3,1)-1)*100)*180/3.1416;
BDD:=EMA(BD,3);
ENTERLONG:CROSS(BDD,0);
EXITLONG:CROSS(0,BDD);

'''
tgs1=hgs.Tdxgs()     #创建公式解析器

# 建立一个策略
class TestStrategy(bt.Strategy):
    params = (
        ('maperiod', 20),
    )
 
    def log(self, txt, dt=None):
        ''' 提供记录功能'''
        dt = dt or self.datas[0].datetime.date(0)
        print('%s  %s' % (dt.isoformat(),txt))
 
    def __init__(self):
        # 引用到输入数据的close价格
        self.dataclose = self.datas[0].close
        self.order = None
        self.buyprice = None
        self.buycomm = None
        print(self.dataclose[-1])
        self.ma5=MA(pd.Series(list(self.dataclose)),self.params.maperiod)
        print(self.ma5.iloc[-1])
        #平均线        
        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]:
            # Buy/Sell order submitted/accepted to/by broker - Nothing to do
            return
 
        # Check if an order has been completed
        # Attention: broker could reject order if not enough cash
        if order.status in [order.Completed]:
            if order.isbuy():
                self.log(
                    '执行买入, 价格: %.2f, 交易额: %.2f, 佣金 %.2f' %
                    (order.executed.price,
                     order.executed.value,
                     order.executed.comm))
 
                self.buyprice = order.executed.price
                self.buycomm = order.executed.comm
            else:  # Sell
                self.log('执行卖出, 价格: %.2f, 交易额: %.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')
 
        self.order = None
 
    def notify_trade(self, trade):#交易执行后，在这里处理
        if not trade.isclosed:
            return
        #Gross：毛利；Net:净利）
        self.log('操作利润, 毛利 %.2f, 净利 %.2f' %
                 (trade.pnl, trade.pnlcomm))#记录下盈利数据。
 
##微信18578755056  QQ：2775205
    def next(self):

        self.log('Close, %.2f' % self.dataclose[0])
        print('close: ',self.datas[0].close[0])

        print('ENTERLONG: ', self.datas[0].ENTERLONG[0])
        print('EXITLONG: ', self.datas[0].EXITLONG[0])
 
       # Check if an order is pending ... if yes, we cannot send a 2nd one
        if self.order:
            return
 
        # Check if we are in the market
        if not self.position:
 
            # 出现买点
            if self.datas[0].ENTERLONG[0] > 0:
 
                # BUY, BUY, BUY!!! (with all possible default parameters)
                self.log('BUY CREATE, %.2f' % self.dataclose[0])
 
                # Keep track of the created order to avoid a 2nd order
                self.order = self.buy()
 
        else:
            # 出现卖点 
            if self.datas[0].EXITLONG[0] > 0:
                self.log('SELL CREATE, %.2f' % self.dataclose[0])
                self.order = self.sell()

if __name__ == '__main__':
    cerebro = bt.Cerebro()  #创建了一个机器人大脑（Cerebro），同时隐含创建了一个borker（券商）。
    # 0.1% ... 除以100去掉%号。
    cerebro.broker.setcommission(commission=0.001)
    
    cerebro.broker.set_cash(20000000)  #设置资金
    cerebro.addsizer(bt.sizers.FixedSize, stake=10000)   #设置交易数量
    
    # 增加一个策略
    cerebro.addstrategy(TestStrategy)    

    #设置一一些参数数据    
    start_date = datetime.datetime(2024, 1, 2)  # 回测开始时间
    end_date = datetime.datetime(2024, 8, 16)  # 回测结束时间

    #获取数据
    c='600650'
    #df=pd.read_csv('/xbdata2/day/'+c+'.csv', encoding= 'gbk')
    df=htdx.get_security_bars(nCategory=4,nMarket = 1,code=c,nStart=0, nCount=800) #获取指定范围的证券K线
    df=hgs.initmydf(df)   #小白量化行情数据规格化
    tgs1.loaddf(df)     #加载小白量化格式的行情数据表
    df=tgs1.rungs(gs)  #运行指标公式源码，并返回新的行情表。返回表中包含指标公式的输出数据，


    lst=['ENTERLONG', 'EXITLONG']
    
    mydata=hbt.mkdata(lst=lst)
    #加载数据   
    df['date']=pd.to_datetime(df['datetime'])
    df.index=pd.to_datetime(df['date'])
    exec(mydata)
    
    data = HP_PandasData(dataname=df, fromdate=start_date, todate=end_date)

    cerebro.adddata(data)  # 将数据传入回测系统
    
  

    print('开始资金: %.2f' % cerebro.broker.getvalue())
    cerebro.run()  # 执行策略
    print('结束资金: %.2f' % cerebro.broker.getvalue())
    
    cerebro.plot()  #可视化-画图

这个代码也可以在其他编辑中运行，例如VsCode等。

好了，欢迎继续关注我的博客。后面我们介绍更多的二次开发技术。

超越自己是我的每一步！我的进步就是你的进步！