介绍 #

欢迎使用 backtrader 文档！Backtrader 框架的目标是让您轻松上手和使用。

基本流程 #

使用 Backtrader 编写交易流程大致可以分为以下几个步骤：

1. 创建策略类：继承 backtrader.Strategy 类，并设置策略的参数和指标，定义进出场逻辑。
2. 实例化 Cerebro 引擎：将策略添加到引擎中。
3. 加载数据：使用 cerebro.adddata 方法加载数据源。
4. 执行回测：通过 cerebro.run() 方法运行回测。
5. 绘制结果：如果需要视觉反馈，可以使用 cerebro.plot() 方法绘制结果图表。

Backtrader 具有高度的可配置性，希望您觉得该平台有用且有趣。

特性一览 #

实时交易 #

Backtrader 支持与多种经纪商进行实时交易，包括 Interactive Brokers、Oanda v1 和 VisualChart。此外，还支持与第三方经纪商如 Alpaca、Oanda v2 和 ccxt 的集成。

数据索引 #

使用 0 表示当前时刻，避免前视偏差。负值（如 -1、-2）表示最后时刻，与 Python 的定义一致，而正索引表示未来（仅在事件模式下测试代码时会出错）。

事件驱动和向量化 #

Backtrader 的交易逻辑和经纪商操作是逐事件驱动的。指标计算尽可能向量化，支持预加载源数据。可以在仅事件模式下运行，无需预加载数据，如同实时交易。

多种数据源支持 #

支持多种数据源，包括 CSV、数据库源、YahooFinance、Interactive Brokers 和 Oanda v1 等。可以同时运行多个同步数据源，支持多种时间框架，并集成重采样和重放功能。

内置经纪商功能 #

Backtrader 支持多种订单类型，如市价单、限价单、止损单等，支持多空交易，用户可以自定义佣金方案和信用利息，提供针对期货类工具的连续现金调整，支持基金模式和自定义滑点策略。

策略逻辑 #

在执行操作前，Backtrader 自动计算预热期。支持多个策略并行运行，提供多种订单生成方法，并支持事件通知功能，包括新数据、数据馈送提供者、订单、交易和计时器等。

丰富的指标库 #

Backtrader 提供超过 122 种内置指标，包括多种移动平均线（SMA、EMA 等）和经典指标（MACD、随机指标、RSI 等），并集成 ta-lib 库。

性能分析器 #

Backtrader 内置多个性能分析器，包括时间收益、交易分析器、夏普比率、VWR 和 SQN 等，帮助用户全面评估策略表现。

绘图功能 #

Backtrader 支持通过一个命令自动绘图（需要安装 Matplotlib），用户可以自定义图表样式，方便直观地评估策略表现。

持仓管理和观察者 #

Backtrader 提供智能自动化持仓策略和可绘制的观察者，帮助用户实时监控系统中的所有内容（通常用于绘制统计数据）。

其他功能 #

Backtrader 还支持定期重复操作的计时器、交易日历和时区管理功能，全面满足用户的需求。

纯 Python 实现 #

Backtrader 完全使用 Python 编写，无需外部库，采用面向对象技术，便于拼接各个模块。运算符重载提供自然语言构造，例如：

av_diff = bt.ind.SMA(period=30) - bt.ind.SMA(period=15)

其中 av_diff 表示 30 和 15 周期的 SMA 差值。对于无法重载的语言构造（如 and、or、if），Backtrader 提供等效函数以确保功能不丢失，例如：

av_and = bt.And(av_diff > 0, self.data.close < bt.ind.SMA(period=30))

Backtrader 力求让您的量化交易体验更加流畅和高效，希望您在使用过程中发现更多有趣和实用的功能！