量化交易：使用 python 进行股票交易回测

执行环境: Google Colab

1. 下载数据

import yfinance as yf

ticker = 'ZM'
df = yf.download(ticker)
df

2. 数据预处理

df = df.loc['2020-01-01':].copy()

• 使用了 .loc 方法来选择索引为 ‘2020-01-01’ 以后的所有行数据。
• 通过 .copy() 方法创建了一个这些数据的副本，确保对副本的操作不会影响原始数据框。

df['change_tomorrow'] = df['Adj Close'].pct_change(-1)
df.change_tomorrow = df.change_tomorrow * -1
df.change_tomorrow = df.change_tomorrow * 100
df

• .pct_change(-1) 这部分使用了 pct_change 方法来计算当前行与后一行的变化率，传入参数 -1 表示计算与后一行的变化率。
• 将 ‘change_tomorrow’ 列中的数值乘以 -1，将变化率转换为相反的方向。
• 将 ‘change_tomorrow’ 列中的数值乘以 100，将变化率转换为百分比形式。

df = df.dropna().copy()
df

!pip uninstall scikit-learn
!pip install scikit-learn==1.1.3

3. 建立模型

from sklearn.ensemble import RandomForestRegressor

model = RandomForestRegressor(max_depth=20, random_state=42)
y = df.change_tomorrow
X = df.drop(columns='change_tomorrow')
model.fit(X, y)

model.score(X, y)

0.7973700550772351

4. 创建一个名为 Regression 的策略类

!pip install Backtesting

from backtesting import Strategy

class Regression(Strategy):
  limit_buy = 1
  limit_sell = -5

  def init(self):
    self.model = model
    self.already_bought = False

  def next(self):
    explanatory_today = self.data.df.iloc[[-1], :]
    forecast_tomorrow = self.model.predict(explanatory_today)[0]

    if forecast_tomorrow > self.limit_buy and self.already_bought == False:
      self.buy()
      self.already_bought = True
    elif forecast_tomorrow < self.limit_sell and self.already_bought == True:
      self.sell()
      self.already_bought = False
    else:
      pass

• limit_buy 和 limit_sell 分别是买入和卖出的阈值
• init 方法是初始化方法，在这里设置了模型和一个标记 already_bought，用于追踪是否已经买入
• next 方法是每个交易周期调用的方法。在这里，首先通过 self.data.df.iloc[[-1], :] 获取了最近一天的数据作为当天的解释变量。然后使用模型 self.model 对明天的预测值进行预测，forecast_tomorrow = self.model.predict(explanatory_today)[0] 这行代码就是进行了明天的预测。
• 如果预测值高于买入阈值且尚未买入（self.already_bought == False），则执行买入操作并将 already_bought 标记为已买入。
• 如果预测值低于卖出阈值且已经买入（self.already_bought == True），则执行卖出操作并将 already_bought标记为未买入。

5. 创建一个交易回测的实例

!pip install scikit-optimize

from backtesting import Backtest

bt = Backtest(
    X, Regression, cash=10000,
    commission = .002, exclusive_orders=True
)

• X: 这是指定的交易数据或特征数据，用于执行交易策略的数据
• Regression: 这是之前定义的策略类，表示将使用哪个策略来进行交易
• cash=10000: 这个参数表示初始资金，设置为 10000
• commission=.002: 这个参数表示交易佣金，设置为 0.2%
• exclusive_orders=True: 这个参数表示交易订单是否独占性，设置为 True，意味着同一时间只能有一个买入或卖出订单执行

6. 进行交易回测优化的过程

stats_skopt, heatmap, optimize_result = bt.optimize(
    limit_buy = [0, 10],
    limit_sell = [-10, 0],
    maximize = 'Return [%]',
    method = 'skopt',
    max_tries = 500,
    random_state = 0,
    return_heatmap = True,
    return_optimization = True
)

• limit_buy 的范围设置在 0 到 10 之间，而 limit_sell 的范围设置在 -10 到 0 之间，这表示优化的目标是在这个区间内找到最佳的参数值
• maximize = 'Return [%]' 指定了要最大化的指标，这里是 ‘Return [%]’，即回报率的百分比。优化的目标是使得回报率最大化
• method = 'skopt' 指定了优化的方法为 ‘skopt’，这是基于 scikit-optimize 库的一种优化方法
• max_tries = 500 设置了最大尝试次数为 500 次，意味着在尝试寻找最优参数值时，会进行最多 500 次的尝试
• return_heatmap = True 和 return_optimization = True 分别指定了返回热图和优化结果

import numpy as np

dff = heatmap.reset_index()
dff = dff.pivot(index='limit_buy', columns='limit_sell', values='Return [%]')

dff.sort_index(axis=1, ascending=False)\
  .style.format(precision=0)\
  .background_gradient(vmin=np.nanmin(dff), vmax=np.nanmax(dff))\
  .highlight_null(props='background-color: transparent; color: transparent')

• dff = heatmap.reset_index(): 这行代码是将名为 heatmap 的数据重新设置索引，将原先的索引变为列，并将结果保存在 dff中
• 使用 pivot 方法将 dff 数据重新构造成一个以 ‘limit_buy’ 列为行索引，‘limit_sell’ 列为列索引，‘Return [%]’ 列为值的新数据框，并将结果保存在 dff 中
• dff.sort_index(axis=1, ascending=False): 这行代码对列进行降序排序
• .style.format(precision=0): 这部分代码是对样式进行格式化，将数值的显示精度设置为整数（precision=0）
• 使用了 background_gradient 方法，根据数值的范围进行颜色渐变。vmin 和 vmax 参数指定了颜色渐变的最小值和最大值，使用了 np.nanmin() 和 np.nanmax() 函数来忽略 NaN 值并确定渐变的范围
• 对空值（NaN 值）进行样式化处理，将其背景颜色和文本颜色设置为透明，以减少空值的影响。

7. 绘制优化过程中的评估结果

from skopt.plots import plot_evaluations

_ = plot_evaluations(optimize_result, bins=10)

• 参数 optimize_result 是优化过程中获得的结果，bins=10 表示将结果分成 10 份以展示评估结果的分布情况
  

8. 绘制优化过程中目标函数的图表

from skopt.plots import plot_objective

_ = plot_objective(optimize_result, n_points=10)

• 参数 optimize_result 是优化过程中获得的结果，n_points=10 表示在图表中显示的离散点的数量为 10 个，用于展示目标函数的走势和变化情况