Python量化交易学习笔记（5）——第一个策略回测程序v3

在v1和v2部分，以及搭建好了回测的基础框架，v3则是在程序中加载真实的股票数据。

程序v3-添加价格数据（Data Feed）:

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)
import datetime  # 用于datetime对象操作
import os.path  # 用于管理路径
import sys  # 用于在argvTo[0]中找到脚本名称
import backtrader as bt # 引入backtrader框架

# 创建cerebro实体
cerebro = bt.Cerebro()
# 先找到脚本的位置，然后根据脚本与数据的相对路径关系找到数据位置
# 这样脚本从任意地方被调用，都可以正确地访问到数据
modpath = os.path.dirname(os.path.abspath(sys.argv[0]))
datapath = os.path.join(modpath, '../TQDat/day/stk/000001.csv')
# 创建价格数据
data = bt.feeds.GenericCSVData(
        dataname = datapath,
        fromdate = datetime.datetime(2019, 10, 1),
        todate = datetime.datetime(2020, 2, 29),
        nullvalue = 0.0,
        dtformat = ('%Y-%m-%d'),
        datetime = 0,
        open = 1,
        high = 2,
        low = 3,
        close = 4,
        volume = 5,
        openinterest = -1
        )
# 在Cerebro中添加价格数据
cerebro.adddata(data)
# 设置启动资金
cerebro.broker.setcash(100000.0)
# 打印开始信息
print('Starting Portfolio Value: %.2f' % cerebro.broker.getvalue())
# 遍历所有数据
cerebro.run()
# 打印最后结果
print('Final Portfolio Value: %.2f' % cerebro.broker.getvalue())

v3输出与v2一致：

Starting Portfolio Value: 100000.00
Final Portfolio Value: 100000.00

v3代码有点长了，在v3中添加了：

• 通过查找脚本所在位置来定位价格数据文件所在目录
• 用datetime对象过滤需要操作的数据
• 创建价格数据并添加到cerebro中

v3没用采用Backtrader的Quickstart例子中的雅虎CSV数据，而是使用了上一篇文章下载的A股日线数据，具体是使用了000001平安银行的数据。为了后续能清晰地展示数据图片，这里只选取了2019年10月1日以来4个多月的数据。

此外，Backtrader里使用的GenericCSVData函数，要求CSV文件数据是按时间升序排列的。因此，如果股票数据未按时间升序排序，需要我们在做回测前对数据重新排序，否则会导致回测结果错误。

为了便于相互交流学习，新建了微信群，感兴趣的读者请加微信。