Cerebro 是 Backtrader 的核心类，负责整个系统的运行。
它的功能包括：
- 管理数据源、策略、观察者、分析器和编写器，确保系统正常运行。
- 执行回测或实时数据供给和交易。
- 返回回测结果。
- 提供策略绘图功能。
创建 Cerebro 实例#
创建 Cerebro 实例时，可以通过传递一些控制参数：
cerebro = bt.Cerebro(**kwargs)这些参数会影响系统的执行，具体说明可参考文档（这些参数也可传递给 run 方法使用）。
添加数据源#
最常见的方式是使用 cerebro.adddata(data) 添加数据源，data 是已实例化的数据源。例如：
data = bt.BacktraderCSVData(dataname='mypath.days', timeframe=bt.TimeFrame.Days)
cerebro.adddata(data)数据的重采样与重放#
Cerebro 也支持对数据进行重采样或重放：
重采样：
data = bt.BacktraderCSVData(dataname='mypath.min', timeframe=bt.TimeFrame.Minutes)
cerebro.resampledata(data, timeframe=bt.TimeFrame.Days)重放数据：
data = bt.BacktraderCSVData(dataname='mypath.min', timeframe=bt.TimeFrame.Minutes)
cerebro.replaydata(data, timeframe=bt.TimeFrame.Days)可同时使用多种类型的数据源，包括常规数据、重采样数据和重放数据。但需确保时间对齐。详见文档中的 多时间框架 和 数据重采样 部分。
添加策略#
Cerebro 接收策略类及相关参数，即使不进行优化，也可通过以下方式添加：
cerebro.addstrategy(MyStrategy, myparam1=value1, myparam2=value2)策略优化#
在优化时，参数需要作为可迭代对象传递。例如：
cerebro.optstrategy(MyStrategy, myparam1=range(10, 20))这将运行 MyStrategy 10 次，myparam1 取值从 10 到 19。
添加其他组件#
可通过以下方法为回测添加额外功能：
addwriter：记录回测数据。addanalyzer：分析回测结果。addobserver或addobservermulti：添加观察者，实时跟踪策略执行。
自定义经纪人#
Cerebro 默认使用 Backtrader 内建的经纪人，但也可自定义：
broker = MyBroker()
cerebro.broker = broker # 通过 getbroker/setbroker 方法设置接收通知#
数据源或经纪人可能会发出通知。Cerebro 通过 notify_store 方法接收这些通知。处理通知有三种方式：
使用回调函数#
可通过 addnotifycallback(callback) 添加回调函数，签名如下：
callback(msg, *args, **kwargs)在策略中覆盖 notify_store 方法#
也可在策略类中覆盖 notify_store 方法处理通知，签名如下：
def notify_store(self, msg, *args, **kwargs):
# 处理通知子类化 Cerebro#
子类化 Cerebro 并覆盖 notify_store 方法，但这是最不推荐的方式。
执行回测#
通过以下方法执行回测：
result = cerebro.run(**kwargs)run 方法支持多种参数，可在实例化或运行时指定，详细说明可参考文档。
标准观察者#
Cerebro 默认实例化三个标准观察者：
- 经纪人观察者：追踪现金和投资组合的价值。
- 交易观察者：记录每笔交易的效果。
- 买卖观察者：记录操作的执行时间。
如果不需要这些标准观察者，可以通过 stdstats=False 禁用它们。
返回回测结果#
回测执行后，Cerebro 返回策略实例，供进一步分析。可访问策略中的所有元素进行详细检查：
result = cerebro.run(**kwargs)优化时的返回结果#
- 未优化时，
result是一个策略实例的列表。 - 启用优化时，
result是一个列表的列表，每个子列表对应一次优化运行后的策略实例。
注意：优化时默认只返回分析器结果，完整的策略结果需通过设置 optreturn=False 获取。
提供绘图功能#
如果安装了 matplotlib，可通过以下方式绘制回测图形：
cerebro.plot()回测流程概述#
回测的执行逻辑大致如下：
- 传递任何存储的通知。
- 数据源提供下一组 tick/条。
- 数据同步：多个数据源的数据按时间对齐，确保不同时间框架的数据可同时计算。
- 版本更新：1.9.0.99 版本引入了新的同步行为。
- 通知策略有关订单、交易和现金的更新。
- 经纪人接受排队订单，并根据新数据执行订单。
- 调用策略的
next方法，评估新数据并执行策略逻辑。 - 更新观察者、指标、分析器等，触发其他活动。
- 通过编写器将数据写入目标。
重要注意事项#
在数据源传递新的一组数据时，这些数据是“已关闭”的。这意味着策略发出的订单将基于 下一条数据 执行，而不是当前数据。