本文使用均线交叉策略，对平安银行自1月1日至2月28日的日线数据进行回测分析。
策略会用到短期移动均线及长期移动均线两个技术指标，在backtrader自定义策略init方法中，添加如下代码计算均线指标并判断交叉情况：
sma1 = bt.ind.SMA(period=self.p.pfast) # 短期均线sma2 = bt.ind.SMA(period=self.p.pslow) # 长期均线self.crossover = bt.ind.CrossOver(sma1, sma2) # 交叉信号
当短期均线向上金叉长期均线后进行买入，当长期均线向下死叉短期均线后卖出，在策略的next方法下添加如下代码如：
if not self.position: # 不在场内，则可以买入if self.crossover > 0: # 如果金叉self.buy() # 买入elif self.crossover < 0: # 在场内，且死叉self.close() # 卖出
回测初始资金100000，单笔操作单位5000股，佣金千分之一。
对短期均线及长期均线周期进行不同选择，通过绘图的方式查看回测结果。
短期均线5，长期均线10：
回测最终资产：97850.83
短期均线5，长期均线20：
回测最终资产：99096.03
短期均线5，长期均线60：
回测最终资产：116776.70
短期均线10，长期均线60：
回测最终资产：110485.50
短期均线20，长期均线60：
回测最终资产：101424.75
均线交叉策略代码：
from __future__ import (absolute_import, division, print_function,unicode_literals)import datetime # 用于datetime对象操作import os.path # 用于管理路径import sys # 用于在argvTo[0]中找到脚本名称import backtrader as bt # 引入backtrader框架# 创建策略class SmaCross(bt.Strategy):# 可配置策略参数params = dict(pfast=5, # 短期均线周期pslow=10 # 长期均线周期)def __init__(self):sma1 = bt.ind.SMA(period=self.p.pfast) # 短期均线sma2 = bt.ind.SMA(period=self.p.pslow) # 长期均线self.crossover = bt.ind.CrossOver(sma1, sma2) # 交叉信号def next(self):if not self.position: # 不在场内，则可以买入if self.crossover > 0: # 如果金叉self.buy() # 买入elif self.crossover < 0: # 在场内，且死叉self.close() # 卖出cerebro = bt.Cerebro() # 创建cerebro# 先找到脚本的位置，然后根据脚本与数据的相对路径关系找到数据位置# 这样脚本从任意地方被调用，都可以正确地访问到数据modpath = os.path.dirname(os.path.abspath(sys.argv[0]))datapath = os.path.join(modpath, '../TQDat/day/stk/000001.csv')# 创建价格数据data = bt.feeds.GenericCSVData(dataname = datapath,fromdate = datetime.datetime(, 1, 1),todate = datetime.datetime(, 2, 29),nullvalue = 0.0,dtformat = ('%Y-%m-%d'),datetime = 0,open = 1,high = 2,low = 3,close = 4,volume = 5,openinterest = -1)# 在Cerebro中添加价格数据cerebro.adddata(data)# 设置启动资金cerebro.broker.setcash(100000.0)# 设置交易单位大小cerebro.addsizer(bt.sizers.FixedSize, stake = 5000)# 设置佣金为千分之一cerebro.broker.setcommission(commission=0.001)cerebro.addstrategy(SmaCross) # 添加策略cerebro.run() # 遍历所有数据cerebro.plot() # 绘图
为了便于相互交流学习，新建了微信群，感兴趣的读者请加微信。
