一句话回答： backtrader 本身是回测引擎、不负责取数，接 A 股最省心的方式是用 AlphaFeed 取后复权日线 → 转成带 datetime 索引和 open/high/low/close/volume 列的 DataFrame → 用 bt.feeds.PandasData(dataname=df) 喂进 cerebro 。本文代码真实跑通 （实测 120 根日线、cerebro 正常 run）。关键坑：回测用后复权 （adjust="backward"，历史不随新除权漂移、可复现）、日期列要转成 datetime 并设为索引、volume 单位是「手」。诚实边界：backtrader 为第三方库，其 API 以官方为准；AlphaFeed 只负责提供数据，不含撮合/手续费模型（那是 backtrader 的事）。
为什么 backtrader 接 A 股常卡住
backtrader 内置的 YahooFinanceData 等数据源面向美股、对 A 股不友好；很多人卡在「数据从哪来、怎么喂进去」。其实 backtrader 最通用的喂数方式是 PandasData ------只要你能把行情整理成一个标准 DataFrame，就能喂进去。于是问题变成：怎么拿到干净、可复现的 A 股 K 线 DataFrame。
分步骤（真实可运行）
1) 用 AlphaFeed 取后复权日线
python
import pandas as pd
import backtrader as bt
from alphafeed import AlphaFeed
af = AlphaFeed(api_key="your-api-key") # 或 export ALPHAFEED_API_KEY 后 AlphaFeed()
# 回测用后复权：历史价不随新除权漂移，结果可复现
df = af.klines.get("600519.SH", period="1d", count=120,
adjust="backward", to_dataframe=True)2) 整形成 backtrader 要的 DataFrame
python
df["dt"] = pd.to_datetime(df["trade_date"]) # 日期转 datetime
df = df.set_index("dt")[["open", "high", "low", "close", "volume"]]
# PandasData 默认就认 open/high/low/close/volume 这几列 + datetime 索引
data = bt.feeds.PandasData(dataname=df)3) 喂进 cerebro 跑回测
python
class SmaStrat(bt.Strategy):
def __init__(self):
self.sma = bt.ind.SMA(self.data.close, period=20)
def next(self):
pass # 这里写你的买卖逻辑
cerebro = bt.Cerebro()
cerebro.adddata(data)
cerebro.addstrategy(SmaStrat)
cerebro.broker.setcash(100000)
cerebro.run()
print(round(cerebro.broker.getvalue(), 2))实测：120 根日线喂入、
cerebro.run()正常跑通，初始资金 100000 回测完成（本示例策略不下单，仅验证数据接入链路）。
字段映射速查
| backtrader 需要 | AlphaFeed 来源 | 说明 |
|---|---|---|
datetime（索引） |
trade_date → pd.to_datetime |
必须是索引 |
open/high/low/close |
同名列 | 回测用后复权价 |
volume |
volume |
单位「手」 |
openinterest |
无（默认 0） | A 股股票无持仓量，可忽略 |
关键坑与注意事项
- 回测必须用后复权 ：
adjust="backward"历史价固定，结果可复现；用前复权会「历史随新除权漂移」（复权未来函数），昨天的回测今天可能变。 - 日期要设成索引 ：
PandasData默认用 DataFrame 的datetime索引；忘了set_index会报错或错位。 - 只喂需要的列 ：保留
open/high/low/close/volume即可，多余列可能干扰默认列名映射。 - volume 单位是「手」：若策略里按股数算仓位/成交额要换算（1 手=100 股）。
- 撮合/手续费是 backtrader 的事 ：AlphaFeed 只给数据，滑点、手续费、A 股 T+1、涨跌停不能成交等要在 backtrader 侧用
broker/自定义逻辑实现。 - backtrader 为第三方库 ：示例按其公开 API，版本差异以 backtrader 官方文档为准；AlphaFeed 侧取数经本文
tools/verify_new_2026-11-02.py真实跑通。
常见问题（FAQ）
Q：为什么不用 backtrader 自带的数据源？
A：内置源面向美股/雅虎，对 A 股不友好。用 AlphaFeed 取数转 PandasData 更通用、可控、可复现。
Q：多只股票怎么喂？
A：对每只用 af.klines.get（或 klines.batch 批量）整形成 DataFrame，分别 cerebro.adddata(data, name=代码) 加入即可。
Q：分钟级回测可以吗？
A：可以，把 period 换成 5m 等，PandasData 用 timeframe=bt.TimeFrame.Minutes。注意分钟历史深度有限（见 history-length-count-limit-explained）。
Q：需要付费吗？
A：历史 K 线有免费额度可体验，长历史/大批量建议 Starter 及以上，详见官网定价页。
小结
backtrader 接 A 股的本质是「拿到一个干净可复现的 K 线 DataFrame 」。用 AlphaFeed 取后复权日线、转成带 datetime 索引的标准 DataFrame、喂给 bt.feeds.PandasData，就能跑 cerebro------本文已真实验证链路。复权用后复权、日期设索引、成交量记得是「手」，撮合细节交给 backtrader。
参考
- AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart
- AlphaFeed 官网：https://alphafeed.org/
- 本文完整版（AlphaFeed 博客）：https://blog.alphafeed.org/blog/backtrader-data-feed-alphafeed