這幾天學習了backtrader做股票數據的回測，先用快線慢線交叉的sma金叉策略對工商銀行進行回測。
數據源來自baostock.com，由於數據沒有復權，因此跳過2020年6月的分紅日，取了2020年7月1日-
2021年3月31日的數據進行回測。
回測代碼如下
import datetime
import pandas as pd
import backtrader as bt
import matplotlib
class SmaCross(bt.Strategy):
# 全局設定交易策略的參數
params = (('pfast', 5), ('pslow', 20),)
def __init__(self):
sma1 = bt.ind.SMA(period=self.p.pfast) # fast moving average
sma2 = bt.ind.SMA(period=self.p.pslow) # slow moving average
self.crossover = bt.ind.CrossOver(sma1, sma2) # crossover signal
def next(self):
if self.crossover > 0: # if fast crosses slow to the upside
self.close()
print(self.position)
self.buy(size=1500) # enter long
print("Buy {} shares".format( self.data.close[0]))
print(self.position)
elif self.crossover < 0: # in the market & cross to the downside
self.close()# close long position
print(self.position)
self.sell(size=1500)
print("Sale {} shares".format(self.data.close[0]))
print(self.position)
def bt1():
#從文件gsyh.csv讀取數據
dataframe = pd.read_csv('C:/gsyh.csv', index_col=0, parse_dates=True)
dataframe['openinterest'] = 0
data = bt.feeds.PandasData(dataname=dataframe,
fromdate = datetime.datetime(2020, 7, 1),
todate = datetime.datetime(2021, 3, 31))
# 初始化cerebro回測系統設置
cerebro = bt.Cerebro()
# 將數據傳入回測系統
cerebro.adddata(data)
# 將交易策略加載到回測系統中
cerebro.addstrategy(SmaCross)
# 設置初始資本為10,000
startcash = 10000
cerebro.broker.setcash(startcash)
# 設置交易手續費為 0.1%
cerebro.broker.setcommission(commission=0.001)
# 運行回測系統
cerebro.run()
# 獲取回測結束后的總資金
portvalue = cerebro.broker.getvalue()
pnl = portvalue - startcash
print(f'凈收益: {round(pnl,2)}')
# 打印結果
print(f'總資金: {round(portvalue,2)}')
cerebro.plot(style='candlestick')
if __name__ == '__main__':
bt1()
運行結果如下：
凈收益: -729.04
總資金: 9270.96
最后看結果，還是出現了虧損。說明經典sma金叉策略過於簡單了，很難賺錢。