Cerebro 参数配置说明

Cerebro 类的详细说明如下。

实例化参数

#

bp = self.data.close - TrueLow(self.data) 
# -> 创建另一个 TrueLow(self.data)
tr = TrueRange(self.data) 

成员方法

#

• addstorecb(callback)

添加回调函数，接收将由 notify_store 方法处理的消息。回调的签名必须支持以下内容：

callback(msg, *args, **kwargs)

实际接收的 msg、*args 和 **kwargs 由具体实现决定（完全取决于数据源/经纪人/存储），但通常这些参数应该是可打印的，便于查看和调试。

• notify_store(msg, *args, **kwargs)

在 Cerebro 中接收存储通知。此方法可在 Cerebro 子类中覆盖。

• adddatacb(callback)

添加回调函数，接收将由 notify_data 方法处理的消息。回调的签名必须支持以下内容：

callback(data, status, *args, **kwargs)

实际接收的 *args 和 **kwargs 由具体实现决定（完全取决于数据源/经纪人/存储），但通常这些参数应该是可打印的，便于查看和调试。

• notify_data(data, status, *args, **kwargs)

在 Cerebro 中接收数据通知。此方法可在 Cerebro 子类中覆盖。

• adddata(data, name=None)

添加数据源实例。如果 name 不为 None，会将其赋值给 data._name，用于显示和绘图。

• resampledata(dataname, name=None, **kwargs)

添加数据源用于重采样。如果 name 不为 None，会将其赋值给 data._name，用于显示和绘图。其他支持的参数（如 timeframe、compression、todate 等）会透明传递。

• replaydata(dataname, name=None, **kwargs)

添加数据源用于重放。如果 name 不为 None，会将其赋值给 data._name，用于显示和绘图。其他支持的参数（如 timeframe、compression、todate 等）会透明传递。

• chaindata(*args, **kwargs)

将多个数据源链接成一个。如果通过命名参数传递且 name 不为 None，会将其赋值给 data._name，用于显示和绘图。如果为 None，则使用第一个数据的名称。

• rolloverdata(*args, **kwargs)

将多个数据源链接成一个。如果通过命名参数传递且 name 不为 None，会将其赋值给 data._name，用于显示和绘图。如果为 None，则使用第一个数据的名称。其他 kwargs 会传递给 RollOver 类。

• addstrategy(strategy, *args, **kwargs)

为单次运行添加策略类，在运行时实例化。args 和 kwargs 将按原样传递给策略。返回的索引可用于引用添加的其他对象（如 Sizer）。

• optstrategy(strategy, *args, **kwargs)

为优化添加策略类，在运行时实例化。args 和 kwargs 必须是包含待测试值的可迭代对象。例如，如果策略接受参数 period，可按如下方式调用 optstrategy：

cerebro.optstrategy(MyStrategy, period=(15, 25))

这将执行值为15和25的优化。而：

cerebro.optstrategy(MyStrategy, period=range(15, 25))

将以 period 值 15 到 25（不含 25，因为 Python 的 range 是半开区间）执行 MyStrategy。如果某个参数只需传递一个值而不需要优化，调用如下：

cerebro.optstrategy(MyStrategy, period=(15,))

注意 period 仍然作为只有一个元素的可迭代对象传递。Backtrader 仍会尝试识别以下情况：

cerebro.optstrategy(MyStrategy, period=15)

如果可行，将创建一个内部的伪可迭代对象。

• optcallback(cb)

添加回调函数，在优化过程中每个策略运行时会触发调用。签名：cb(strategy)。

• addindicator(indcls, *args, **kwargs)

添加指标类到系统中。在策略中进行实例化。

• addobserver(obscls, *args, **kwargs)

添加观察者类到系统中。在运行时进行实例化。

• addobservermulti(obscls, *args, **kwargs)

添加观察者类到系统中。在运行时进行实例化。会为每个数据分别添加一次。例如，观察单个数据的买入/卖出观察者；反之，CashValue 观察的是系统范围的值。

• addanalyzer(ancls, *args, **kwargs)

添加分析器类到系统中。在运行时进行实例化。

• addwriter(wrtcls, *args, **kwargs)

添加编写器类到系统中。在 Cerebro 中进行实例化。

• run(**kwargs)

执行回测的核心方法。传递的 kwargs 会覆盖 Cerebro 实例化时的标准参数值。如果未添加数据，该方法将立即退出。返回值因是否优化而异：

未优化： 返回包含通过 addstrategy 添加的策略实例的列表。
优化： 返回列表的列表，每个子列表包含一次优化运行后的策略实例。

• runstop()

在策略内部或其他地方（包括其他线程）调用时，将尽快停止执行。

• setbroker(broker)

设置特定的经纪人实例，替换 Cerebro 的默认经纪人。

• getbroker()

返回经纪人实例。也可通过 broker 属性访问。

• plot(plotter=None, numfigs=1, iplot=True, start=None, end=None, width=16, height=9, dpi=300, tight=True, use=None, **kwargs)

绘制 Cerebro 中的策略。如果 plotter 为 None，会创建一个默认的 Plot 实例，并在实例化时传递 kwargs。

`numfigs`将图表分成所指示的数量，以减少图表密度。<br/>
`iplot`：如果为True且在笔记本中运行，图表将内联显示。<br/>
`use`：将其设置为所需matplotlib后端的名称。它将优先于`iplot`。<br/>
`start`：策略日期时间线数组的索引或表示绘图开始的`datetime.date`、`datetime.datetime`实例。<br/>
`end`：策略日期时间线数组的索引或表示绘图结束的`datetime.date`、`datetime.datetime`实例。<br/>
`width`：保存图形的宽度（以英寸为单位）。<br/>
`height`：保存图形的高度（以英寸为单位）。<br/>
`dpi`：保存图形的质量（以每英寸点数为单位）。<br/>
`tight`：仅保存实际内容而不保存图形框架。

• addsizer(sizercls, *args, **kwargs)

添加 Sizer 类（及参数），作为添加到 Cerebro 的所有策略的默认 Sizer。

• addsizer_byidx(idx, sizercls, *args, **kwargs)

按 idx 索引添加 Sizer 类。该索引与 addstrategy 返回的索引兼容，只有此索引引用的策略会应用该 Sizer。

• add_signal(sigtype, sigcls, *sigargs, **sigkwargs)

向系统添加信号，后续会添加到 SignalStrategy 中。

• signal_concurrent(onoff)

为系统添加信号并将 concurrent 设为 True 后，将允许并发订单。

• signal_accumulate(onoff)

为系统添加信号并将 accumulate 设为 True 后，当已有持仓时再次入场将增加头寸。

• signal_strategy(stratcls, *args, **kwargs)

添加支持信号的 SignalStrategy 子类。

• addcalendar(cal)

向系统添加全局交易日历。单个数据源可用独立日历覆盖全局日历。cal 可以是 TradingCalendar 实例、字符串或 pandas_market_calendars 实例。字符串会实例化为 PandasMarketCalendar（需在系统中安装 pandas_market_calendar 模块）。如果传递的是 TradingCalendarBase 的子类（而非实例），也会被实例化。

• addtz(tz)

也可通过参数 tz 完成。为策略添加全局时区，tz 的选项如下：

• add_timer(when, offset=datetime.timedelta(0), repeat=datetime.timedelta(0), weekdays=[], weekcarry=False, monthdays=[], monthcarry=True, allow=None, tzdata=None, strats=False, cheat=False, *args, **kwargs)

安排计时器调用 notify_timer。参数如下：

• notify_timer(timer, when, *args, **kwargs)

接收计时器通知，其中 timer 是由 add_timer 返回的计时器，when 是调用时间。args 和 kwargs 是传递给 add_timer 的附加参数。实际的 when 时间可能略有延迟，因为系统无法提前调用计时器。此值是计时器的设定值，而非系统时间。

• add_order_history(orders, notify=True)

将订单历史直接添加到经纪人，用于性能评估。

orders：是一个可迭代对象（例如列表、元组、迭代器、生成器），其中的每个元素也是一个可迭代对象，包含以下子元素（支持 2 种格式）：[datetime, size, price] 或 [datetime, size, price, data]。注意，必须按日期时间升序排序（或生成有序元素）。

具体说明如下：

notify（默认 True）：如果为 True，系统中的第一个策略将收到根据每个订单信息创建的人工订单通知。

注意

这里隐含了需要将数据源添加为订单的目标。这对分析器（如回报跟踪）来说是必要的。