Day14 - Shioaji X Backtesting -回测框架搭配API历史资料

Hi，介绍了api的各种函数後，相信读者一定很好奇，有了这些资料之後要怎麽回测啊？
毕竟在开始实单做程序交易之前，交易策略到底会赚钱还是赔钱，没有回测真的不敢用啊！

目前主流的量化交易方式分成两类：

• 使用专业软件
• 自行开发

专业软件以MultiCharts市占率最高，而外汇保证金的部分则有很多人使用MT5。
不过今天要介绍的是自行开发的部分，目前已有很多回测框架，让大家不用从0开始，像是：

• Backtrader
• vn.py
• QuantConnect
• Zipline
• PyAlgoTrade**

今天要介绍的是一款图画起来很漂亮的回测框架 - Backtesting。

首先用 pip install backtesting安装，
安装完後历史数据的部分可以从我们的Shioaji抓，
标的我们就先以2330台积电为例，输入完起讫日期後，把分K资料转为日K并放到df里。

import shioaji as sj
import pandas as pd

api = sj.Shioaji(backend='https', simulation=False)
#抓取2330台积电2020年到2021年9月的K线资料
kbars =api.kbars(contract=api.Contracts.Stocks['2330'], start = '2020-01-01', end = '2021-09-22' )
#转成dataframe
df = pd.DataFrame({**kbars})
df.ts = pd.to_datetime(df.ts)

#分K转成日K
df.set_index(df.ts,inplace=True)
df = df.resample('D').agg({'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last', 'Volume':'sum'})
df.dropna(inplace=True)
df.head(5)

Out:

| ts                  |   Open |   High |   Low |   Close |   Volume |
|:--------------------|-------:|-------:|------:|--------:|---------:|
| 2020-01-02 00:00:00 |  332.5 |  339   | 332.5 |   339   |    31656 |
| 2020-01-03 00:00:00 |  344   |  345   | 335.5 |   339.5 |    41711 |
| 2020-01-06 00:00:00 |  333   |  334.5 | 332   |   332   |    44900 |
| 2020-01-07 00:00:00 |  332.5 |  333   | 326.5 |   329.5 |    50762 |
| 2020-01-08 00:00:00 |  325   |  333   | 325   |   329.5 |    37426 |

处理完资料後就可以来介绍backtesting拉，大家准备好了吗？
下面先放一张图给大家闻香一下，
图的上方可以显示出的净值曲线变化、区间内每笔交易赚赔及进出场、
接下来几篇会和大家介绍怎麽用backtesting来实做交易策略！