开发 Binary 据源#
注意：示例中使用的 Binary 文件 goog.fd 属于 VisualChart，不能与 backtrader 一起分发。
对于那些有兴趣直接使用 Binary 文件的人，可以免费下载 VisualChart。
CSV 数据源开发展示了如何添加新的基于 CSV 的数据源。现有的基类 CSVDataBase 提供了框架，减轻了子类的大部分工作，在大多数情况下，它们可以简单地执行：
def _loadline(self, linetokens):
# 在这里解析 linetokens 并将它们放入 self.lines.close, self.lines.high 等中
return True # 如果数据已解析，否则返回 False基类负责参数、初始化、打开文件、读取行、将行拆分为标记以及其他事项，例如跳过不符合日期范围（fromdate，todate）的行，这些行可能由最终用户定义。
开发非 CSV 数据源遵循相同的模式，而无需深入到已拆分的行标记。
需要做的事情：#
- 从
backtrader.feed.DataBase派生 - 添加任何需要的参数
- 如果需要初始化，重写
__init__(self)和/或start(self) - 如果需要清理代码，重写
stop(self) - 工作发生在必须始终重写的方法
_load(self)内
让我们看看 backtrader.feed.DataBase 已经提供的参数：
from backtrader.utils.py3 import with_metaclass
...
...
class DataBase(with_metaclass(MetaDataBase, dataseries.OHLCDateTime)):
params = (('dataname', None),
('fromdate', datetime.datetime.min),
('todate', datetime.datetime.max),
('name', ''),
('compression', 1),
('timeframe', TimeFrame.Days),
('sessionend', None))这些参数具有以下含义：
dataname：允许数据源识别如何获取数据。在 CSVDataBase 的情况下，此参数表示文件路径或已存在的类似文件的对象。fromdate和todate：定义传递给策略的日期范围。数据源提供的任何超出此范围的值都将被忽略。name：用于绘图目的的装饰名称。timeframe：表示时间工作参考。潜在值：Ticks,Seconds,Minutes,Days,Weeks,Months和Years。compression（默认值：1）：每条实际条的条数。信息性。仅在数据重采样/重放中有效。sessionend：如果传递（datetime.time对象），将添加到数据源日期时间行，允许识别会话结束。
示例二进制数据源#
backtrader 已经定义了一个 CSV 数据源（VChartCSVData）用于 VisualChart 的导出数据，但也可以直接读取二进制数据文件。
让我们来实现（完整的数据源代码可以在文末找到）。
初始化#
二进制 VisualChart 数据文件可以包含每日数据（.fd 扩展名）或日内数据（.min 扩展名）。这里使用参数 timeframe 来区分读取的文件类型。
在 __init__ 中，设置每种类型不同的常量。
def __init__(self):
super(VChartData, self).__init__()
# 使用 informative "timeframe" 参数来理解传递的 "dataname"
# 是指日内还是每日数据源
if self.p.timeframe >= TimeFrame.Days:
self.barsize = 28
self.dtsize = 1
self.barfmt = 'IffffII'
else:
self.dtsize = 2
self.barsize = 32
self.barfmt = 'IIffffII'开始#
数据源将在回测开始时启动（在优化期间实际上可以启动多次）。
在 start 方法中，除非传递了类似文件的对象，否则二进制文件会被打开。
def start(self):
# 数据源必须启动...打开文件（或查看是否已打开）
self.f = None
if hasattr(self.p.dataname, 'read'):
# 传入了文件（例如：来自 GUI）
self.f = self.p.dataname
else:
# 让异常传播
self.f = open(self.p.dataname, 'rb')停止#
回测结束时调用。
如果文件已打开，则将其关闭。
def stop(self):
# 如果有文件，关闭它
if self.f is not None:
self.f.close()
self.f = None实际加载#
实际工作在 _load 中完成。调用以加载下一组数据，在这种情况下是下一个：datetime、open、high、low、close、volume、openinterest。在 backtrader 中，“实际”时刻对应于索引 0。
将从打开的文件中读取一些字节（由 __init__ 中设置的常量确定），使用 struct 模块解析，如果需要进一步处理（如日期和时间的 divmod 操作），并存储在数据源的行中：datetime、open、high、low、close、volume、openinterest。
如果无法从文件中读取数据，则假定已达到文件末尾（EOF）
返回 False 以指示没有更多数据可用
如果数据已加载并解析：
返回 True 以指示数据集加载成功
def _load(self):
if self.f is None:
# 如果没有文件...无法解析
return False
# 读取所需数量的二进制数据
bardata = self.f.read(self.barsize)
if not bardata:
# 如果没有读取数据...游戏结束返回 "False"
return False
# 使用 struct 解析数据
bdata = struct.unpack(self.barfmt, bardata)
# 年份存储为每年 500 天
y, md = divmod(bdata[0], 500)
# 月份存储为每月 32 天
m, d = divmod(md, 32)
# 将 y, m, d 放入 datetime
dt = datetime.datetime(y, m, d)
if self.dtsize > 1: # 分钟条
# 每日时间以秒为单位存储
hhmm, ss = divmod(bdata[1], 60)
hh, mm = divmod(hhmm, 60)
# 将时间添加到现有的 datetime
dt = dt.replace(hour=hh, minute=mm, second=ss)
self.lines.datetime[0] = date2num(dt)
# 获取解析的数据的其余部分
o, h, l, c, v, oi = bdata[self.dtsize:]
self.lines.open[0] = o
self.lines.high[0] = h
self.lines.low[0] = l
self.lines.close[0] = c
self.lines.volume[0] = v
self.lines.openinterest[0] = oi
# 返回成功
return True其他二进制格式#
同样的模型可以应用于任何其他二进制源：
- 数据库
- 分层数据存储
- 在线来源
步骤再次说明：
__init__-> 实例的任何初始化代码，仅一次start-> 回测开始时（如果将进行优化则会多次运行）stop-> 清理，例如关闭数据库连接或打开的套接字_load-> 查询数据库或在线源以获取下一组数据并将其加载到对象的行中。标准字段为：datetime、open、high、low、close、volume、openinterest
VChartData 测试#
VChartData 从本地 .fd 文件加载 2006 年 Google 的数据。
仅涉及加载数据，因此不需要策略的子类。
from __future__ import (absolute_import, division, print_function,
unicode_literals)
import datetime
import backtrader as bt
from vchart import VChartData
if __name__ == '__main__':
# 创建 cerebro 实体
cerebro = bt.Cerebro(stdstats=False)
# 添加策略
cerebro.addstrategy(bt.Strategy)
###########################################################################
# 注意：
# goog.fd 文件属于 VisualChart，不能与 backtrader 一起分发
#
# VisualChart 可从 www.visualchart.com 下载
###########################################################################
# 创建数据源
datapath = '../../datas/goog.fd'
data = VChartData(
dataname=datapath,
fromdate=datetime.datetime(2006, 1, 1),
todate=datetime.datetime(2006, 12, 31),
timeframe=bt.TimeFrame.Days
)
# 将数据源添加到 Cerebro
cerebro.adddata(data)
# 运行所有内容
cerebro.run()
# 绘制结果
cerebro.plot(style='bar')VChartData 完整代码#
from __future__ import (absolute_import, division, print_function,
unicode_literals)
import datetime
import struct
from backtrader.feed import DataBase
from backtrader import date2num
from backtrader import TimeFrame
class VChartData(DataBase):
def __init__(self):
super(VChartData, self).__init__()
# 使用 informative "timeframe" 参数来理解传递的 "dataname"
# 是指日内还是每日数据源
if self.p.timeframe >= TimeFrame.Days:
self.barsize = 28
self.dtsize = 1
self.barfmt = 'IffffII'
else:
self.dtsize = 2
self.barsize = 32
self.barfmt = 'IIffffII'
def start(self):
# 数据源必须启动...打开文件（或查看是否已打开）
self.f = None
if hasattr(self.p.dataname, 'read'):
# 传入了文件（例如：来自 GUI）
self.f = self.p.dataname
else:
# 让异常传播
self.f = open(self.p.dataname, 'rb')
def stop(self):
# 如果有文件，关闭它
if self.f is not None:
self.f.close()
self.f = None
def _load(self):
if self.f is None:
# 如果没有文件...无法解析
return False
# 读取所需数量的二进制数据
bardata = self.f.read(self.barsize)
if not bardata:
# 如果没有读取数据...游戏结束返回 "False"
return False
# 使用 struct 解析数据
bdata = struct.unpack(self.barfmt, bardata)
# 年份存储为每年 500 天
y, md = divmod(bdata[0], 500)
# 月份存储为每月 32 天
m, d = divmod(md, 32)
# 将 y, m, d 放入 datetime
dt = datetime.datetime(y, m, d)
if self.dtsize > 1: # 分钟条
# 每日时间以秒为单位存储
hhmm, ss = divmod(bdata[1], 60)
hh, mm = divmod(hhmm, 60)
# 将时间添加到现有的 datetime
dt = dt.replace(hour=hh, minute=mm, second=ss)
self.lines.datetime[0] = date2num(dt)
# 获取解析的数据的其余部分
o, h, l, c, v, oi = bdata[self.dtsize:]
self.lines.open[0] = o
self.lines.high[0] = h
self.lines.low[0] = l
self.lines.close[0] = c
self.lines.volume[0] = v
self.lines.openinterest[0] = oi
# 返回成功
return True