Backtrader(六) - 关于datafeed
PandasData
将pandas的dataframe，对象加载到 bt.feeds.PandasData。生成回测的行情数据对象。
范例：
数据来源 akshare
import akshare as ak
# 获取历史行情数据
stock_zh_a_hist_df = ak.stock_zh_a_hist(
symbol=g_stock_code, # 股票代码
period="daily", # {'daily', 'weekly', 'monthly'}
adjust='qfq' # qfq:前复权；hfq:后复权
)
print(stock_zh_a_hist_df[:5]) # 查看前5行数据
注意：这里是一份dataframe数据，换行后分开两份展示
日期 开盘 收盘 最高 最低 成交量 成交额 振幅 \
0 2021-08-18 14.50 18.00 19.88 14.50 780346 1.265741e+09 130.27
1 2021-08-19 17.00 15.42 17.48 15.36 629396 1.026323e+09 11.78
2 2021-08-20 15.16 14.81 16.48 14.71 486654 7.591273e+08 11.48
3 2021-08-23 14.20 15.62 16.21 13.98 445712 6.849244e+08 15.06
4 2021-08-24 15.27 15.51 16.20 14.82 445999 6.878077e+08 8.83
涨跌幅 涨跌额 换手率
0 335.84 13.87 88.95
1 -14.33 -2.58 71.74
2 -3.96 -0.61 55.47
3 5.47 0.81 50.81
4 -0.70 -0.11 50.84
下面定义一个函数，接收dataframe对象，生成一个行情数据对象
def get_feeds(dataframe):
dataframe['日期'] = dataframe['日期'].apply(str)
dataframe['日期'] = pd.to_datetime(dataframe['日期'])
date_list = dataframe['日期'].to_list()
begin_date = datetime.strptime(str(date_list[0]), "%Y-%m-%d %H:%M:%S") # 数据的起始日期
end_date = datetime.strptime(str(date_list[-1]), "%Y-%m-%d %H:%M:%S") # 数据的起始日期
feeds = bt.feeds.PandasData(
name='数据名称', # 多股回测时用户区分数据对象
dataname=dataframe,
datetime=0, # 日期行所在列
open=1, # 开盘价所在列
high=3, # 最高价所在列
low=4, # 最低价所在列
close=2, # 收盘价价所在列
volume=5, # 成交量所在列
openinterest=-1, # 无未平仓量列.(openinterest是期货交易使用的)
fromdate=begin_date, # 起始日
todate=end_date
)
return feeds
## PandasData拓展line
可以看到原始的 bt.feeds.PandasData使用的line为：datetime、open、high、low、close、volume
希望将行情数据中的 换手率 加入行情数据需要如下操作：
# 自定义数据类，继承PandasData
from backtrader.feeds import PandasData
class PandasData_Change(PandasData):
'''增加 换手率线的 数据源类'''
# 增加pe线
lines = ('change', )
# 默认第8列
params = (
('change', 8),
)
将数据注入自定义的数据类，我们修改了一下生成行情数据对象的方法，增加了 change 参数，并定义为第10列数据：
def get_feeds(dataframe):
dataframe['日期'] = dataframe['日期'].apply(str)
dataframe['日期'] = pd.to_datetime(dataframe['日期'])
date_list = dataframe['日期'].to_list()
begin_date = datetime.strptime(str(date_list[0]), "%Y-%m-%d %H:%M:%S") # 数据的起始日期
end_date = datetime.strptime(str(date_list[-1]), "%Y-%m-%d %H:%M:%S") # 数据的起始日期
feeds = PandasData_Change(
dataname=dataframe,
datetime=0, # 日期行所在列
open=1, # 开盘价所在列
high=3, # 最高价所在列
low=4, # 最低价所在列
close=2, # 收盘价价所在列
volume=5, # 成交量所在列
openinterest=-1, # 无未平仓量列.(openinterest是期货交易使用的)
fromdate=begin_date, # 起始日
todate=end_date,
change=10 # 新定义 换手率线 的索引
)
return feeds
运行策略查看 新的line可以像这样获取
class SmaCross(bt.Strategy):
def __init__(self):
'''获取 换手率线'''
change_line = self.data.change
lg.info(
change_line
)
def next(self):
pass
cerebro = bt.Cerebro()
cerebro.adddata(feed)
cerebro.addstrategy(SmaCross)
cerebro.broker.setcash(10000)
cerebro.run()
使用pandasDirectData
后期新版增加，作用是提高效率
使用pandasDirectData 需要遵循一下规则：
1、dataframe的日期时间列要设为索引列
2、dataframe里不能有字符串列，如：股票代号
3、bt.PandasDirectData(…)时，不能设置datatime列
继续使用上面的行情数据，修改生成行情数据对象的方法：
1、重新索引 dataframe.set_index()
2、删除字符串列 dataframe.drop() ，这里没有
def get_feeds(dataframe):
dataframe['日期'] = dataframe['日期'].apply(str)
dataframe['日期'] = pd.to_datetime(dataframe['日期'])
date_list = dataframe['日期'].to_list()
# 增加重新索引
dataframe = dataframe.set_index(keys=['日期'], inplace=True)
begin_date = datetime.strptime(str(date_list[0]), "%Y-%m-%d %H:%M:%S") # 数据的起始日期
end_date = datetime.strptime(str(date_list[-1]), "%Y-%m-%d %H:%M:%S") # 数据的起始日期
feeds = PandasDirectData(
dataname=dataframe,
open=1-1, # 开盘价所在列
high=3-1, # 最高价所在列
low=4-1, # 最低价所在列
close=2-1, # 收盘价价所在列
volume=5-1, # 成交量所在列
openinterest=-1, # 无未平仓量列.(openinterest是期货交易使用的)
fromdate=begin_date, # 起始日
todate=end_date,
change=10-1 # 新定义 换手率线 的索引
)
return feeds