def history_bars(instrument, frequency, fields, dt, bar_count=0):
"""
取得某列的历史数据。
Args :
instrument : 数据提供者.标识
frequency : 周期
fields : 列名
dt : 日期
bar_count : 需要返回多少个数据
return : 返回某个列的历史数据"""
# 这个仅仅支持日线
# tushare 的k线数据未对停牌日期做补齐，所以遇到不跳过停牌日期的情况我们先甩锅。有兴趣的开发者欢迎提交代码补齐停牌日数据。
if frequency != '1d':
return None
# 首先判断是否有相关数据吧。
if (instrument not in kdata.keys()):
# 到这里就是没有相关数据了，需要加载了
data_supplier, code = str(instrument).split('.')
# 加载数据
kdata[instrument] = init_data.get_data(data_supplier, code)
# 然后选择区间啦
try:
# 取得结束日期
dt_end = dt.strftime('%Y-%m-%d')
# 切片
bar_data = kdata[instrument][:dt_end]
# 如果需要的只是指定天数的数据
if bar_count != 0:
bar_data = bar_data[(0 - bar_count - 1):-1]
if bar_data is None or bar_data.empty:
return None
else:
# 注意传入的 fields 参数可能会有不同的数据类型
# if isinstance(fields, str):
# fields = [fields]
# fields = [field for field in fields if field in bar_data.columns]
# as_matrix可以转化为ta-lib方便使用的格式。
bar_data = bar_data[fields]
bar_data = bar_data.as_matrix()
return bar_data
except Exception as e:
print(e)
return None
def get_tushare_k_data(instrument, start_dt, end_dt):
"""获得K线数据
Args : instrument : 我打算这个参数分2部分，第一部分是数据提供者，第二部分是代码
Args : start_dt : 开始日期
Args : end_dt : 结束日期
"""
# 首先判断是否已经有数据啊。
# format date
dt_start = start_dt.strftime('%Y-%m-%d')
dt_end = end_dt.strftime('%Y-%m-%d')
if (instrument not in kdata.keys()):
# 到这里就是没有相关数据了，需要加载了
data_supplier, code = str(instrument).split('.')
# 加载数据
kdata[instrument] = init_data.get_data(data_supplier, code)
# 然后选择区间啦
try:
return kdata[instrument][dt_start:dt_end]
except Exception as e:
print(e)
return None
if __name__ == '__main__':
# Create a cerebro entity
cerebro = bt.Cerebro()
# Add a strategy
cerebro.addstrategy(Strategy_MA)
# 设置佣金杠杆
# 上海黄金交易所手续费为万分之8，白银的递延费为万分之1.5， * 362 = 0.05475，这里不考虑杠杆。
cerebro.broker.setcommission(commission=0.0008, interest=0.05475)
# Create a Data Feed
# 本地数据，笔者用Wind获取的东风汽车数据以csv形式存储在本地。
# parase_dates = True是为了读取csv为dataframe的时候能够自动识别datetime格式的字符串，big作为index
# 注意，这里最后的pandas要符合backtrader的要求的格式
dataframe = init_data.get_data(init_data.str_tonghuashun,
init_data.tonghuashun_AGTD)
dataframe['openinterest'] = 0
data = bt.feeds.PandasData(dataname=dataframe)
# Add the Data Feed to Cerebro
cerebro.adddata(data)
# 每股固定10个
# cerebro.addsizer(bt.sizers.PercentSizer, percents=10)
# 加入分析师
cerebro.addanalyzer(bt.analyzers.SharpeRatio, _name='SharpeRatio')
cerebro.addanalyzer(bt.analyzers.DrawDown, _name='DW')
# Set our desired cash start
cerebro.broker.setcash(50000.0)