策略(Strategy)

自定义策略

class SmaCrossCons(ConsStrategy):
    # Class variable for parameters tuning
    fast_days = 5
    slow_days = 15

    def init(self):
        super().init()

        self.fast_line = self.I(SMA, self.data.Close, self.fast_days)
        self.slow_line = self.I(SMA, self.data.Close, self.slow_days)
        self.conservative = True

    def next(self):
        if crossover(self.fast_line, self.slow_line):
            if len(self.trades) > 0:
                self.trades[0].close()

            self.buy()
        elif crossover(self.slow_line, self.fast_line):
            if len(self.trades) > 0:
                self.trades[0].close()

            if self.conservative == False:
                self.sell()

基底类别

super().init()：继承Strategy的初始化函式。
params(self)：用来记录训练後参数。

class ConsStrategy(Strategy):
    def init(self):
        super().init()
        self.conservative = True

    @property
    def params(self):
        return self._params

调参

参数可藉由backtesting.optimize()进行参数优化。

# Class variable for parameters tuning
fast_days = 5
slow_days = 15

初始化

def init(self):
    super().init()

    self.fast_line = self.I(SMA, self.data.Close, self.fast_days)
    self.slow_line = self.I(SMA, self.data.Close, self.slow_days)
    self.conservative = True

进退场时机

def next(self):
    if crossover(self.fast_line, self.slow_line):
        if len(self.trades) > 0:
            self.trades[0].close()

        self.buy()
    elif crossover(self.slow_line, self.fast_line):
        if len(self.trades) > 0:
            self.trades[0].close()

        if self.conservative == False:
            self.sell()

该语法会将之前的操作清空，作用等同於exclusive_orders=True。

if len(self.trades) > 0:
    self.trades[0].close()

策略为激进时self.conservative = False，允许卖空。

if self.conservative == False:
    self.sell()

回测

test = Backtest(
    data=df,
    strategy=SmaCrossCons,
    cash=10000000,
    commission=0.004,
    exclusive_orders=True,
    hedging = True,
    trade_on_close=True,
)

• data：股票资料，格式参考：
  
• strategy：回测策略。
• cash：本金。
• commission：交易手续费。
• hedging：若为True时，优先对之前操作进行抵销。
  • Sell(1100)、Buy(1000) -> 卖空100
  • Sell(1000)、Buy(1100) -> 买空100
  • Sell(1000)、Sell(1100) -> 卖空2100
• exclusive_orders：若为True时，每次操作前自动关闭(close)上次操作。
  • Buy(500)、Buy(1000) -> 最後持股1000
  • Buy(500)、Sell(500) -> 卖空500
• trade_on_close：於收盘时交易，否则预设於开盘交易。

调参

对参数进行优化，寻找该策略下的最佳参数，
参数必须为Strategy的Class variable。

constraint：限定组合必须符合特定条件

result = test.optimize(
    fast_days=[5,10,15],
    slow_days=[10,15,20],
    constraint=lambda p: p.fast_days < p.slow_days,
)

最後的测试组合为：(5,10), (5,15), (5,20), (10,15), (10,20), (15,20)。

尾声

backtesting你的文档可以写得再烂点没关系。