Backtrader量化平台教程（二）：Strategy类

AD：（本人录制的backtrader视频课程，大家多多支持哦~ https://edu.csdn.net/course/detail/9040）

无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。教程链接：https://www.cbedai.net/qtlyx

上次我们分析了回测平台大的框架，这次着重介绍一下策略的编写。先来看一个策略的类，上次说了，一个策略其实被一个类完全描述了。

  1. # Create a Stratey
  2. class TestStrategy(bt.Strategy):
  3. def log(self, txt, dt=None):
  4. ''' Logging function fot this strategy'''
  5. dt = dt or self.datas[0].datetime.date(0)
  6. print('%s, %s' % (dt.isoformat(), txt))
  7. def __init__(self):
  8. # Keep a reference to the "close" line in the data[0] dataseries
  9. self.dataclose = self.datas[0].close
  10. def next(self):
  11. # Simply log the closing price of the series from the reference
  12. self.log('Close, %.2f' % self.dataclose[0])
  13. if self.dataclose[0] < self.dataclose[-1]:
  14. # current close less than previous close
  15. if self.dataclose[-1] < self.dataclose[-2]:
  16. # previous close less than the previous close
  17. # BUY, BUY, BUY!!! (with all possible default parameters)
  18. self.log('BUY CREATE, %.2f' % self.dataclose[0])
  19. self.buy()

        既然是类，那么肯定要initiation，策略类当然也一样。这里，我们的初始化函数就是获取了一个数据而已。这个数据的来源就是我们喂给框架的DataFeed。

 

 

       这里初始化的数据是一个很重要的东西，是一个heartbeat。什么叫做heartbeat呢？就是一个时间基准，在strategy类中，当我们获取下标为0的数据的时候，表示的是当前的数据，而-1则是前一时刻，一次类推。既然有了时间线，那么怎么走呢？所以我们有一个next方法，这个方法写的其实就是整个策略的核心部分了，就是你要判断什么时候买股票，什么时候卖股票，卖多少，买多少。这个方法，顾名思义，就是每次一天的数据使用完，就会被cerbero调用，所以叫做next。

这样，整个基本的框架就搭建完毕了。

 

 

 

赞 (0)

相关推荐