一、The Sample

backtrader尝试为每种新功能提供一个样本，这也不例外。没有钟声和吹口哨，只是测试结果的结果是预期的。这是在目录中的order_target下样本。

样本中的逻辑相当笨拙，仅可用于测试：

1.这模仿了一个不断增加的目标：

在奇数月（1月，3月，...）中，将日期用作目标（对于order_target_value而言，一天乘以1000）

欢迎大家来到IT世界,在知识的湖畔探索吧!

2.这模仿了一个减少的目标：

欢迎大家来到IT世界,在知识的湖畔探索吧!在偶数月份（2月，4月，...）中，将31天作为目标

二、order_target_size：

让我们看看一月和二月会发生什么：

$ ./order_target.py --target-size -- plot
0001 - 2005-01-03 - Position Size: 00 - Value 1000000.00
0001 - 2005-01-03 - Order Target Size: 03
0002 - 2005-01-04 - Position Size: 03 - Value 999994.39
0002 - 2005-01-04 - Order Target Size: 04
0003 - 2005-01-05 - Position Size: 04 - Value 999992.48
0003 - 2005-01-05 - Order Target Size: 05
0004 - 2005-01-06 - Position Size: 05 - Value 999988.79
...
0020 - 2005-01-31 - Position Size: 28 - Value 999968.70
0020 - 2005-01-31 - Order Target Size: 31
0021 - 2005-02-01 - Position Size: 31 - Value 999954.68
0021 - 2005-02-01 - Order Target Size: 30
0022 - 2005-02-02 - Position Size: 30 - Value 999979.65
0022 - 2005-02-02 - Order Target Size: 29
0023 - 2005-02-03 - Position Size: 29 - Value 999966.33
0023 - 2005-02-03 - Order Target Size: 28
...

三、order_target_value

从目标值可以预期会有类似的行为：

欢迎大家来到IT世界,在知识的湖畔探索吧!$ ./order_target.py --target-value --plot
0001 - 2005-01-03 - Position Size: 00 - Value 1000000.00
0001 - 2005-01-03 - data value 0.00
0001 - 2005-01-03 - Order Target Value: 3000.00
0002 - 2005-01-04 - Position Size: 78 - Value 999854.14
0002 - 2005-01-04 - data value 2853.24
0002 - 2005-01-04 - Order Target Value: 4000.00
0003 - 2005-01-05 - Position Size: 109 - Value 999801.68
0003 - 2005-01-05 - data value 3938.17
0003 - 2005-01-05 - Order Target Value: 5000.00
0004 - 2005-01-06 - Position Size: 138 - Value 999699.57
...
0020 - 2005-01-31 - Position Size: 808 - Value 999206.37
0020 - 2005-01-31 - data value 28449.68
0020 - 2005-01-31 - Order Target Value: 31000.00
0021 - 2005-02-01 - Position Size: 880 - Value 998807.33
0021 - 2005-02-01 - data value 30580.00
0021 - 2005-02-01 - Order Target Value: 30000.00
0022 - 2005-02-02 - Position Size: 864 - Value 999510.21
0022 - 2005-02-02 - data value 30706.560022 - 2005-02-02 - Order Target Value: 29000.00
0023 - 2005-02-03 - Position Size: 816 - Value 999130.05
0023 - 2005-02-03 - data value 28633.44
0023 - 2005-02-03 - Order Target Value: 28000.00
...

还有一条额外的信息行，告诉您（组合中的）实际数据值是多少。这有助于找出目标值是否已达到。

初始目标为3000.0，报告的初始值为2853.24。这里的问题是这是否是足够近。

答案是肯定的

该示例在每日柱状图的末尾使用市场定单，最后使用的价格为计算满足目标值的目标大小
执行将使用第二天的开盘价，这不太可能是前一天的开盘价。

以任何其他方式进行操作将意味着有人在欺骗他/她自己。

下一个目标值和最终值更接近：4000和3938.17。

更改为Feb后，目标值开始从31000减小到30000和29000。所以

数据值从`30580.00到30706.56，然后到28633.44。等待：

30580 -> 30706.56 is a positive change

确实。 在这种情况下，目标值的计算得出的大小满足了开盘价，而开盘价超出了价值到30706.56

如何避免这种影响：

该示例对订单使用Market类型执行，无法避免这种影响
方法order_target_xxx允许指定执行类型和价格。

可以将Limit指定为执行订单，然后将价格设为收盘价（如果没有其他内容，则不提供）甚至提供具体的定价。

四、order_target_percen

在这种情况下，它只是当前投资组合价值的百分比。

$ ./order_target.py --target-percent --plot
0001 - 2005-01-03 - Position Size: 00 - Value 1000000.00
0001 - 2005-01-03 - data percent 0.00
0001 - 2005-01-03 - Order Target Percent: 0.03
0002 - 2005-01-04 - Position Size: 785 - Value 998532.05
0002 - 2005-01-04 - data percent 0.03
0002 - 2005-01-04 - Order Target Percent: 0.04
0003 - 2005-01-05 - Position Size: 1091 - Value 998007.44
0003 - 2005-01-05 - data percent 0.04
0003 - 2005-01-05 - Order Target Percent: 0.05
0004 - 2005-01-06 - Position Size: 1381 - Value 996985.64
...
0020 - 2005-01-31 - Position Size: 7985 - Value 991966.28
0020 - 2005-01-31 - data percent 0.28
0020 - 2005-01-31 - Order Target Percent: 0.31
0021 - 2005-02-01 - Position Size: 8733 - Value 988008.94
0021 - 2005-02-01 - data percent 0.31
0021 - 2005-02-01 - Order Target Percent: 0.30
0022 - 2005-02-02 - Position Size: 8530 - Value 995005.45
0022 - 2005-02-02 - data percent 0.30
0022 - 2005-02-02 - Order Target Percent: 0.29
0023 - 2005-02-03 - Position Size: 8120 - Value 991240.75
0023 - 2005-02-03 - data percent 0.29
0023 - 2005-02-03 - Order Target Percent: 0.28
...

并且信息已更改，可以查看数据在投资组合中所占的百分比。

五、Sample Usage

$ ./order_target.py --help
usage: order_target.py [-h] [--data DATA] [--fromdate FROMDATE]
[--todate TODATE] [--cash CASH]
(--target-size | --target-value | --target-percent)
[--plot [kwargs]]
Sample for Order Target
optional arguments:
-h, --help show this help message and exit
--data DATA Specific data to be read in (default:
../../datas/yhoo-1996-2015.txt)
--fromdate FROMDATE Starting date in YYYY-MM-DD format (default:
2005-01-01)
--todate TODATE Ending date in YYYY-MM-DD format (default: 2006-12-31)
--cash CASH Ending date in YYYY-MM-DD format (default: 1000000)
--target-size Use order_target_size (default: False)
--target-value Use order_target_value (default: False)--target-percent Use 
order_target_percent (default: False)
--plot [kwargs], -p [kwargs]
Plot the read data applying any kwargs passed For
example: --plot style="candle" (to plot candles)
(default: None)

六、Sample Code

from __future__ import (absolute_import, division, print_function,
unicode_literals)
import argparse
from datetime import datetime
import backtrader as bt
import pandas as pd
class TheStrategy(bt.Strategy):
    '''
This strategy is loosely based on some of the examples from the Van
K. Tharp book: *Trade Your Way To Financial Freedom*. The logic:
- Enter the market if:
- The MACD.macd line crosses the MACD.signal line to the upside
- The Simple Moving Average has a negative direction in the last x
periods (actual value below value x periods ago)
- Set a stop price x times the ATR value away from the close
- If in the market:
- Check if the current close has gone below the stop price. If yes,
exit.
- If not, update the stop price if the new stop price would be higher
than the current
【此策略大致基于范的一些示例
K. Tharp的书：*以贸易方式实现财务自由*。 逻辑：
-在以下情况下进入市场：
-MACD.macd行穿过MACD.signal行向上
-简单移动平均线的最后x方向为负
周期（实际值低于值x周期前）
-设置止损价x收盘价乘以ATR值的倍数
-如果在市场上：
-检查当前收盘价是否已低于止损价。 如果是，
出口。
-否则，如果新的止损价会更高，则更新止损价
比目前】
    '''
    params = (
    ('use_target_size', False),
    ('use_target_value', False),
    ('use_target_percent', False),
    )

    def notify_order(self, order):
        if order.status == order.Completed:
            pass

        if not order.alive():
            self.order = None  # indicate no order is pending

    def start(self):
        self.order = None  # sentinel to avoid operrations on pending order

    def next(self):
        dt = self.data.datetime.date()

        portfolio_value = self.broker.get_value()
        print('%04d - %s - Position Size: %02d - Value %.2f' %
          (len(self), dt.isoformat(), self.position.size, portfolio_value))
        data_value = self.broker.get_value([self.data])
        if self.p.use_target_value:
            print('%04d - %s - data value %.2f' %
              (len(self), dt.isoformat(), data_value))
        elif self.p.use_target_percent:
            port_perc = data_value / portfolio_value
            print('%04d - %s - data percent %.2f' %
          (len(self), dt.isoformat(), port_perc))
        if self.order:
            return  # pending order execution
        size = dt.day
        if (dt.month % 2) == 0:
            size = 31 - size
        if self.p.use_target_size:
            target = size
            print('%04d - %s - Order Target Size: %02d' %
          (len(self), dt.isoformat(), size))
            self.order = self.order_target_size(target=size)
        elif self.p.use_target_value:
            value = size * 1000
            print('%04d - %s - Order Target Value: %.2f' %
          (len(self), dt.isoformat(), value))
            self.order = self.order_target_value(target=value)
        elif self.p.use_target_percent:
            percent = size / 100.0
            print('%04d - %s - Order Target Percent: %.2f' %
          (len(self), dt.isoformat(), percent))
            self.order = self.order_target_percent(target=percent)
def runstrat(args=None):
    args = parse_args(args)
    cerebro = bt.Cerebro()
    cerebro.broker.setcash(args.cash)
    dkwargs = dict()
    if args.fromdate is not None:
        dkwargs['fromdate'] = datetime.strptime(args.fromdate, '%Y-%m-%d')
    if args.todate is not None:
        dkwargs['todate'] = datetime.strptime(args.todate, '%Y-%m-%d')
    # data
    data = bt.feeds.YahooFinanceCSVData(dataname=args.data, **dkwargs)
    cerebro.adddata(data)
    # strategy
    cerebro.addstrategy(TheStrategy,
        use_target_size=args.target_size,
        use_target_value=args.target_value,
        use_target_percent=args.target_percent)
    cerebro.run()
    if args.plot:
        pkwargs = dict(style='bar')
    if args.plot is not True: # evals to True but is not True
        npkwargs = eval('dict(' + args.plot + ')') # args were passed
        pkwargs.update(npkwargs)
        cerebro.plot(**pkwargs)
def parse_args(pargs=None):
    parser = argparse.ArgumentParser(
        formatter_class=argparse.ArgumentDefaultsHelpFormatter,
        description='Sample for Order Target')
    parser.add_argument('--data0', default=r'E:\ml\Python_door_trader\backtrader_programma\stock600000.XSHG.csv',
                        required=False, help='Data to read in')
    parser.add_argument('--fromdate', required=False,
        default='2005-01-01',
        help='Starting date in YYYY-MM-DD format')
    parser.add_argument('--todate', required=False,
        default='2006-12-31',
        help='Ending date in YYYY-MM-DD format')
    parser.add_argument('--cash', required=False, action='store',
        type=float, default=1000000,
        help='Ending date in YYYY-MM-DD format')
    pgroup = parser.add_mutually_exclusive_group(required=True)
    pgroup.add_argument('--target-size', required=False, action='store_true',help=('Use order_target_size'))
    pgroup.add_argument('--target-value', required=False, action='store_true',
        help=('Use order_target_value'))
    pgroup.add_argument('--target-percent', required=False,
    action='store_true',
    help=('Use order_target_percent'))
    # Plot options
    parser.add_argument('--plot', '-p', nargs='?', required=False,
        metavar='kwargs', const=True,
        help=('Plot the read data applying any kwargs passed\n'
        '\n'
        'For example:\n'
        '\n'
        ' --plot style="candle" (to plot candles)\n'))
    if pargs is not None:
        return parser.parse_args(pargs)
    return parser.parse_args()

if __name__ == '__main__':
    runstrat()

免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://itzsg.com/34165.html