使用指标#

指标可以在平台中的两个地方使用：

• 策略内部
• 其他指标内部

指标在操作中的使用#

在策略中，指标总是在 __init__ 中实例化，在 next 中使用或检查指标值。一个重要原则是：在 __init__ 中声明的任何指标（或派生值）都会在调用 next 前预先计算。

了解两种模式的差异。

__init__ vs next#

在 __init__ 中，对线条对象的操作都会生成新的线条对象。在 next 中，对线条对象的操作则生成常规的 Python 类型，如浮点数和布尔值。

例如 __init__ 中的操作：

hilo_diff = self.data.high - self.data.low

变量 hilo_diff 持有线条对象的引用，该对象在调用 next 前预先计算，可通过标准数组索引 [] 访问。

它包含数据源中每个条的高低差值。

这在混合简单线条（如 self.data 数据源中的线条）和复杂线条（如指标）时也有效：

sma = bt.SimpleMovingAverage(self.data.close)
close_sma_diff = self.data.close - sma

现在 close_sma_diff 同样包含一个线条对象。

使用逻辑运算符：

close_over_sma = self.data.close > sma

现在生成的线条对象将包含一个布尔数组。

在 next 中，一个操作（逻辑运算符）：

close_over_sma = self.data.close > self.sma

使用等效数组（基于索引 0 的表示法）：

close_over_sma = self.data.close[0] > self.sma[0]

这种情况下，close_over_sma 生成一个布尔值，即比较 self.data.close[0] 和 self.sma[0] 两个浮点数的结果。

为什么选择 __init__ vs next#

逻辑简化和易用性是关键。可以在 __init__ 中声明计算和大部分相关逻辑，让 next 中的实际操作逻辑保持最小。

还有一个附带好处：速度（得益于预先计算）。

一个完整的示例，在 __init__ 中生成一个买入信号：

class MyStrategy(bt.Strategy):

    def __init__(self):
        sma1 = btind.SimpleMovingAverage(self.data)
        ema1 = btind.ExponentialMovingAverage()

        close_over_sma = self.data.close > sma1
        close_over_ema = self.data.close > ema1
        sma_ema_diff = sma1 - ema1

        buy_sig = bt.And(close_over_sma, close_over_ema, sma_ema_diff > 0)

    def next(self):
        if buy_sig:
            self.buy()

Python 的 and 运算符无法被重载，因此平台定义了自己的 And。其他构造如 Or 和 If 也是如此。

“声明式”方法在 __init__ 期间让 next（策略实际工作的地方）保持精简。此外，这也加快了执行速度。

当逻辑变得复杂并涉及多个操作时，最好将其封装在指标内。

一些注意事项#

在上述示例中，与其他平台相比，backtrader 已简化了两件事：

声明的指标既不需要父参数（如创建它们的策略），也无需调用注册方法或函数。但策略仍会自动触发指标及操作生成的线条对象的计算（如 sma - ema）。

ExponentialMovingAverage 实例化时没有传入 self.data，这是有意为之。如果不传数据，父对象（即策略）的第一个数据会自动传入。

指标绘图#

首先要强调的是：声明的指标会自动绘制（如果调用了 cerebro.plot）。操作生成的线条对象不会绘制（如 close_over_sma = self.data.close > self.sma）。

可以用辅助的 LinePlotterIndicator 来绘制这些操作，用法如下：

close_over_sma = self.data.close > self.sma
LinePlotterIndicator(close_over_sma, name='Close_over_SMA')

name 参数为指标的单条线命名。

控制绘图#

在开发指标期间，可以添加一个 plotinfo 声明。它可以是一个包含两元素的元组的元组、一个字典或一个有序字典。看起来像这样：

class MyIndicator(bt.Indicator):
    ...
    plotinfo = dict(subplot=False)
    ...

稍后可以访问或设置该值（如需）：

myind = MyIndicator(self.data, someparam=value)
myind.plotinfo.subplot = True

也可以在实例化时设置该值：

myind = MyIndicator(self.data, someparams=value, subplot=True)

subplot=True 将传递给指标的（在幕后实例化的）成员变量 plotinfo。

plotinfo 提供以下参数来控制绘图行为：