Backtrader中的数据概念

在backtrader中,数据通常通过adddatafeed的方式输入至cerebro中,然后用户在自定义的stragety的子类(即自定义策略)中进行数据处理。传入数据一般具有一些固定格式,这些格式通常通过定义特定数据文件格式的子类来规定如:

class GenericCSVData(feed.CSVDataBase):
params = (
('nullvalue', float('NaN')),
('dtformat', '%Y-%m-%d %H:%M:%S'),
('tmformat', '%H:%M:%S'),

    ('datetime', 0),
    ('time', -1),
    ('open', 1),
    ('high', 2),
    ('low', 3),
    ('close', 4),
    ('volume', 5),
    ('openinterest', 6),
)

feed.CSVDataBase 是backtrader 中定义的处理csv文件的基类。因此,传入backtrader中的数据通可以指定既可以作为整体进行处理,也可以通过指定open,high等属性来对特定数据进行处理。

strategy子类中的数据
backtrader 中的数据流,一般为Data Feed,包括 :

•通过cerebro.adddata导入的原始数据
•Indicator对象
•通过自定义方法处理后的数据结果,等等

init方法中,常用到几种数据对象:

•self.datas:通过cerebro.adddata方法 传入的所有数据
•self.dataX=self.datas[X] 指第X+1个被传入strategy的数据,X=0,1,2...
•self.data=self.data[0] 指第一个被传入的数据(当初始化indicator时,不指定数据来源,则默认传入首个数据)

同时,这些数据又常常可作为backtrader独特的数据对象格式:lines。根据backtrader文档,lines被定义为一个数组,数组中的数据作图时形成一条曲线。

It can hold one of more line series, being a line series an array of values were the values put together in a chart they would form a line.

lines 对象都有自己的名称且有的自身的属性,这些属性一般在数据类中已经进行了声明:

•可以通过self.lines(或self.l), self.lines.name(或self.lines_name)来对line对象进行取值
•self.dataX也可以被视为line对象,包括了datetime, open ,close, high ,low ,volume等属性。这些属性在对传入数据进行格式化时已经定义。
•Inidcator对象在定义时,就得为自己line对象进行命名,比如:

class SimpleMovingAverage(Indicator):
lines = ('sma',)
•在对复杂对象(Strategy或 Indicator)中的line对象中的数据进行获取时,通常通过self.data_name或者self.datax_name的方式。

line对象处理
line对象处理时有以下几点需要注意:

•datafeed对象可以通过self.dataX.close, self.dataX.open的方式来获取收盘价、开盘价这些本身的属性值。而Indicator 对象是没有这些属性的,因此Indicator对象中定义的line,一般还是通过self.l.lines来获取。
•当多个line被同一个对象定义时,可以按定义的顺序通过self.l.lines[X], self.l.linesX, self.l.lines_X的方式来获取第X+1个line。
•line包含的数据长度可以通过python中的len方法获得。
•line对象通过回溯方式来输出数据,如:

def next(self):
if self.data.close[0] > self.data.close[-1]:
print('Closing price is higher today')
•这个例子中,比较的是收盘价与前收的大小,[-1]指line序列中以当前为起点的上一个数据。以此类推,可通过[x]的方法来获取以当前为起点x个以前的数据值。因此,不同于python中正常的array,line没有python中常用的切片方式。

•line对象通过get方法进行数据切片:

myslice = self.my_sma.get(ago=-1, size=10)
•ago指回溯起点,size指切片大小。

以上这些要均在backtrader文档中的Platform Concepts[1]中有详细介绍

References
[1] Platform Concepts: https://www.backtrader.com/docu/concepts/

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,039评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,426评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,417评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,868评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,892评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,692评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,416评论 3 419
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,326评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,782评论 1 316
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,957评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,102评论 1 350
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,790评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,442评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,996评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,113评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,332评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,044评论 2 355

推荐阅读更多精彩内容