backtrader量化回测，基础篇，附MACD交易回测代码

backtrader由德国工程师开发，拥有股票的回测，检测交易策略，支持期货实时交易，对于股票交易还在完善，我尝试了pylagotrade,vn.py，发现backtrader功能强大，交易策略全面，一直想用zipline写交易策略，但是一直安装不上，很多地方需要改，目前在研究，但是我们也很幸运，很多量化平台都是建立在zipline上的比如聚宽，掘金等，还有一个微软开发的机器学习量化库qlib，我有空去研究研究，分享给大家。

我们看一下如何安装backtrader,我们wind安装按win+r，输入cmd,进入命令节目，输入py -m pip install backtrader,但是安装会比较慢，我们通过清华大学的镜像来加速安装，安装如下，输入

后面我会边学习边介绍每个模块，以前学习过，但是现在有一些忘了，大三了，也快去实习了，打算仔细学习一下，后面我会结合量化平台聚宽进行量化分析，我在聚宽也写了一下文章。

需要回测程序关注微信公众号，数据分析与运用，回复macd量化回测就可以了

这里要重点提一下matplotlib安装版本最好为3.2.2，不然绘图会报错

py -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib==3.2.2

我们看一下官网，主要包括,数据输入，大脑，优化指标，订单，经纪人等

下面我们看一下回测策略，我们交易策略为MACD主要交易点。

我结合了金融数据库，所以可以回测全部的股票，我们只要输入股票代码和数据开始时间就可以了，股票代码sz002466，天齐锂业,开始资金100万，交易费用0.003，也可以用于期货回测

我们输入回测开始时间比如20200601

我们就会看到数据回测，交易买卖的过程。

下面我们看到绘制的分析图片，结果还是很不错的，在股票下降的情况下，收益曲线平稳。

下面为程序代码。

量化回测#北方稀土为例#开始时间20210101#结束时间20220217#MACD交易策略，光头光脚阳线，光头光脚阴线交易策略#测试资金100万，交易费用0.003import pandas as pdimport akshare as akimport matplotlib.pyplot as pltimport backtrader as btimport datetimeimport akshare as akimport PySimpleGUI as sgstock=sg.popup_get_file('输入股票代码比如sz002466')start_date=sg.popup_get_file('输入开始时间比如20210101')df=ak.stock_zh_a_daily(symbol=stock,start_date=start_date)df.to_excel(r'C:\Users\Administrator\Desktop\天齐锂业.xlsx')#写策略class teststrategy(bt.Strategy):    #记录函数    def log(self,txt,dt=None):        dt=dt or self.datas[0].datetime.date(0)        print('%s, %s' % (dt.isoformat(), txt))    #初始化数据,私有类    def __init__(self):        self.dataclose=self.datas[0].close        self.dataopen=self.datas[0].open        self.datalow=self.datas[0].low        self.datahigh=self.datas[0].high        self.ma5=bt.indicators.MovingAverageSimple(self.dataclose,period=5)        self.ma10=bt.indicators.MovingAverageSimple(self.dataclose,period=10)        self.ma20=bt.indicators.MovingAverageSimple(self.dataclose,period=20)        self.MACD=bt.indicators.MACD(self.datas[0])        self.macd=self.MACD.macd        self.signal=self.MACD.signal        self.rsi=bt.indicators.RSI(self.datas[0])        self.boll=bt.indicators.BollingerBands(self.datas[0])        self.atr=bt.indicators.ATR(self.datas[0])        self.order=None        self.buyprice=None        self.comm=None    #交易状态检测    def notify_order(self,order):        if order.status in [order.Submitted,order.Accepted]:            return        if order.status in [order.Completed]:            if order.isbuy():                self.log('买进的价格 %.2f,账户值；%.2f,交易费用：%.2f' % (order.executed.price,order.executed.value,order.executed.comm))                self.buyprice = order.executed.price                self.buycomm = order.executed.comm            if order.issell():                self.log('卖出的价格 %.2f,账户值；%.2f,交易费用：%.2f' % (order.executed.price,order.executed.value,order.executed.comm))        elif order.status in [order.Canceled, order.Margin, order.Rejected]:            self.log('交易取消,资金不足，交易拒接')    #交易完统计    def notify_trade(self,trade):        if not trade.isclosed:            return        self.log('利润：%.2f,总利润: %.2f' %(trade.pnl,trade.pnlcomm))    #交易函数    def next(self):        #低位金叉买入        if self.macd[-1]            if self.macd[0]>self.signal[0]:                if self.macd[0]<0:                    self.buy(size=500)                    self.log('MACD低位金叉买入价格:%.2f' % self.dataclose[0])        #正常金叉买价        if self.macd[-1]            if self.macd[0]>self.signal[0]:                if self.macd[0]==0:                    self.buy(size=500)                    self.log('MACD正常金叉买入价格:%.2f' % self.dataclose[0])        #高位金叉买价，高位金叉有加速上升的作用        if self.macd[-1]            if self.macd[0]>self.signal[0]:                if self.macd[0]>0:                    self.buy(size=500)                    self.log('MACD高位金叉买入价格:%.2f' % self.dataclose[0])        #高位死叉卖出        if self .macd[-1]>self.signal[-1]:            if self.macd[0]                if self.macd[0]>=0:                    self.sell(size=200)                    self.log('MACD高位死叉卖出价格:%.2f' % self.dataclose[0])        #低位死叉卖出，和死叉减创        if self.macd[-1]            if self.macd[0]>self.signal[0]:                if self.macd[0]<0:                    self.buy(size=500)                    self.log('MACD低位金叉卖出价格:%.2f' % self.dataclose[0])        #低位死叉，加速下降卖出        if self .macd[-1]>self.signal[-1]:            if self.macd[0]                if self.macd[0]<0:                    self.sell(size=200)                    self.log('MACD低位死叉卖出价格:%.2f' % self.dataclose[0])        #macd下降趋势卖出        if (self.macd[-1]-self.signal[-1])>(self.macd[0]-self.signal[0]):            if self.signal[0]>self.macd[0]:                self.buy(size=100)                self.log('MACD下降趋势卖出价格:%.2f' % self.dataclose[0])        #macd上涨趋势买入        if (self.macd[-1]-self.signal[-1])<(self.macd[0]-self.signal[0]):            if self.signal[0]                self.buy(size=100)                self.log('MACD上升趋势买入价格:%.2f' % self.dataclose[0])        #光头光脚大阳线买入        if self.dataopen[0]==self.datalow[0] and self.dataclose[0]==self.datahigh[0] and self.dataclose[0]>self.dataopen[0]:            self.buy(size=500)            self.log('光头光脚阳线买入，价格 %.2f' % self.dataclose[0])        #光头光脚大阴线卖出        if self.dataopen[0]==self.datahigh[0] and self.dataclose[0]==self.datalow[0] and self.dataopen[0]>self.dataclose[0]:            self.sell(size=100)            self.log('光头光脚大阴线卖出，价格 %.2f' % self.dataclose[0])        #底背离        #顶背离有空写if __name__ == "__main__":    cerebro=bt.Cerebro()    cerebro.broker.set_cash(1000000)    cerebro.broker.setcommission(0.003)    #添加数据    df.index=pd.to_datetime(df['date'])    #,fromdate=datetime.datetime(2021,10,1),todate=datetime.datetime(2022,2,17)    data=bt.feeds.PandasData(dataname=df)    cerebro.adddata(data)    cerebro.addstrategy(teststrategy)    cerebro.run(runonce=False)    print('最终的值',cerebro.broker.getvalue())    cerebro.plot(style='candle')    plt.show()