更多精彩內容，歡迎關注公眾號：數量技術宅。想要獲取本期分享的完整策略代碼，請加技術宅微信：sljsz01
交易開拓者（后文以TB簡稱）是一個支持國內期貨市場K線數據回測、交易的第三方交易平台。TB自帶回測框架，投資者在開發量化策略時，只需關注實現策略主邏輯，它的自帶編程語言相比較C++、Python也更簡單，適合編程零基礎的投資者快速上手。TB自帶的基於K線的回測框架，在期貨市場已經經過許多交易員多年實盤的檢驗，結果穩定可靠。
盡管TB回測框架完善、語法簡單。但其內置的數據局限於期貨市場的歷史數據，如果我們需要測試其他類別的資產，比如數字貨幣，就需要通過外部導入數據的方式。
本次分享，我們將帶着大家學習從數字貨幣歷史K線數據的獲取、轉換為TB支持的數據格式導入、在TB中利用導入的歷史數據測試數字貨幣的交易策略、最終得到策略回測結果的這一全過程。
數字貨幣K線數據的獲取
本次測試，我們將采用數字貨幣的大周期K線數據。我們曾經在前文的分享中提到過數字貨幣免費數據的獲取途徑，對於大周期K線數據，可以從CryptoData網站下載數據。這次我們將下載幣安交易所的歷史數據，該網站幣安交易所能獲取到的數字貨幣品種更為豐富。
我們選擇幣安交易所 BTC/USD 1小時K線數據下載，下載得到的原始數據，打開字段如下。
數據轉換格式、導入TB
請大家注意，下載數據雖然包含了K線所需的全部字段：日期時間、開、高、低、收、成交量、成交額，但這個數據是無法直接導入TB的。導入TB的數據，我們需要和TB本身支持的數據字段格式，完全一致。我們先從TB下載其內置的期貨數據，看一下內置數據的字段格式，我們以滬銀期貨，同樣是1小時周期的K線為例。
通過對比TB內置的數據格式，與我們現有數字貨幣的數據格式，有以下幾個地方需要預處理：一是，日期時間的格式需要轉換；二是，Symbol列不需要，將其去除；三是，成交量（VolumeBTC、VolumeUSDT）保留一列即可。
我們使用Python，按照上述三點規則，對數據進行預處理，並存為新的CSV文件。以上是部分代碼，完整代碼請聯系小編。打開保存的csv文件，查看數據字段格式是否成功轉換。需要特別注意，保存的文件不能有列名，否則TB會產生導入錯誤。
緊接着，我們就將處理好的數據導入TB。選擇數據管理，由於沒有數字貨幣對應的交易所，此處隨機選擇一個交易所即可，點擊自定義商品。
填寫該品種的基本屬性數據。其中的重要字段：（1）報價精度，根據原始數據精度填寫；（2）最小變動，1即為1個報價精度單位；（3）交易時間段：數字貨幣24小時不間斷交易。
再選擇數據維護欄，商品選擇剛才新建的品種名稱，由於我們導入的是1小時K線，周期選擇1小時。
點擊導入數據，選項按默認設置即可，選擇我們剛才用Python預處理好並保存的csv文件。此時TB提示導入成功，下方數據欄顯示正確的K線數據，就說明我們自定義的數據，已經成功導入。
數字貨幣交易策略的開發、回測
成功導入數字貨幣BTC/USD的1小時K線數據后，接下來就進入最激動人心的一步：量化策略的回測。我們首先新建一個超級圖表，該圖表正常顯示btcusdt這個新定義品種的K線數據，於是我們可以基於這個超級圖表，來做接下來的回測。
我們將在期貨市場開發的一個交易策略，移植到數字貨幣市場，不需要修改任何代碼，直接進行測試。
TB輕松完成了我們導入品種的回測，可以看到，測試的效果讓人驚喜，以btc為代表的數字貨幣市場，策略表現不錯。
如果你想要本次的完整代碼，歡迎加小編微信，與我交流。
往期干貨分享推薦閱讀
【數量技術宅|量化投資策略系列分享】基於指數移動平均的股指期貨交易策略
AMA指標原作者Perry Kaufman 100+套交易策略源碼分享
【數量技術宅|金融數據系列分享】套利策略的價差序列計算，恐怕沒有你想的那么簡單
【數量技術宅|量化投資策略系列分享】成熟交易者期貨持倉跟隨策略
【數量技術宅|金融數據分析系列分享】為什么中證500（IC）是最適合長期做多的指數
商品現貨數據不好拿？商品季節性難跟蹤？一鍵解決沒煩惱的Python爬蟲分享
【數量技術宅|金融數據分析系列分享】如何正確抄底商品期貨、大宗商品