量化投资学习笔记81——实现量化交易经典策略:布林带策略

参考:https://zhuanlan.zhihu.com/p/64238996
首先看了一下backtrader文档，可以添加基准数据观察器的，试试。

self.__cerebro.addobserver(bt.observers.Benchmark, data = self.__benchFeed, timeframe = bt.TimeFrame.NoTimeFrame)

注意要先用adddata将数据添加，否则会报错。但添加基准数据以后貌似回测指标都没啥变化呀。
现在来实现布林带策略吧。
有上中下三条带，突破下带买入，突破上带卖出。
backtrader的Indicators里有BollingerBands指标的，可以直接用。
先写策略类。

# coding:utf-8
# 布林带策略实现


import backtrader as bt
import backtest
import pandas as pd
import math


class Bolling(bt.Strategy):
    params = dict(
            period = 50
    )
   
    def __init__(self):
        self.bb = bt.ind.BBands(period = self.p.period, devfactor = 2.0)
        self.dataclose = self.datas[0].close
        self.order = None
       
    def log(self, txt, dt=None):
        dt = dt or self.datas[0].datetime.date(0)
        print('%s, %s' % (dt.isoformat(), txt))
       
    def next(self):
        # self.log("持仓%d" % (self.position.size))
        if self.order:
            return
        if not self.position:
            # 突破下轨 买入
            if self.bb.bot > self.datas[0].close:
                cash = self.broker.get_cash()
                stock = math.ceil(cash/self.dataclose/100)*100 - 100
                self.order = self.buy(size = stock, price = self.datas[0].close, exectype = bt.Order.Market)
        else:
            # 持仓且突破上轨，卖出
            if self.bb.bot < self.datas[0].close:
                self.order = self.close()
           
    def notify_order(self, order):
        # 有交易提交/被接受，啥也不做
        if order.status in [order.Submitted, order.Accepted]:
            return

        self.order = None

if __name__ == "__main__":
    start = "2018-01-01"
    end = "2020-07-05"
    name = ["nasetf"]
    code = ["513100"]
    backtest = backtest.BackTest(Bolling, start, end, code, name, 10000)
    result = backtest.run()
    # backtest.output()
    print(result)

表现很差，绝大部分时间在空仓，年化收益率0.5%，不如余额宝。
再试试调整参数，用不同的周期跑。cerebro有一个optstragtegy函数用来跑不同的参数，但是怎么加到自己的类里呢？
加了一个函数

# 进行参数优化
def _optStrategy(self, *args, **kwargs):
    self.__cerebro = bt.Cerebro(maxcpus = 1)
    self.__cerebro.optstrategy(self.__strategy, *args, **kwargs)
    self.createDataFeeds()
    self.settingCerebro()

因为我是用手机写的，多线程运行有问题，所以指定使用一个cpu。
再加一个优化回测函数

# 执行参数优化的回测
def optRun(self, *args, **kwargs):
    self._optStrategy(*args, **kwargs)
    self.__cerebro.run()
    self.init()

在策略类里实现stop函数

def stop(self):
    self.log("周期%d期末账户总值%.2f" % (self.p.period, self.broker.getvalue()))

就可以用

backtest.optRun(period = range(5, 50))

实现参数优化了。

周期14最好。
应该还可以改进，显示其它回测指标，以后再说吧。

代码地址还是： https://github.com/zwdnet/MyQuant/tree/master/47
主要修改了backtest.py文件，增加了一个策略类文件Bolling.py。

我发文章的三个地方，欢迎大家在朋友圈等地方分享，欢迎点“在看”。
我的个人博客地址：https://zwdnet.github.io
我的知乎文章地址： https://www.zhihu.com/people/zhao-you-min/posts
我的微信个人订阅号：赵瑜敏的口腔医学学习园地