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基于 CSV 的数据源。基类 CSVDataBase 提供了框架，子类只需执行：
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、标记化等事项，还会跳过不在日期范围（fromdate, todate）内的行。
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：数据源识别如何获取数据的依据。在 CSVDataBase 中表示文件路径或类似文件的对象。fromdate和todate：定义传递给策略的日期范围，超出此范围的数据将被忽略。name：绘图时使用的名称。timeframe：时间框架参考。可选值：Ticks,Seconds,Minutes,Days,Weeks,Months,Years。compression（默认值：1）：每个实际条的压缩条数。仅在数据重采样/重放中有效。sessionend：如果传入datetime.time对象，将添加到数据源的日期时间行，用于标识会话结束。
示例二进制数据源#
backtrader 已经定义了 VChartCSVData 用于 VisualChart 的导出数据，但也可以直接读取二进制数据文件。
下面来实现（完整代码见文末）。
初始化#
二进制 VisualChart 数据文件包含每日数据（.fd 扩展名）或日内数据（.min 扩展名），通过参数 timeframe 区分文件类型。
在 __init__ 中为每种类型设置不同的常量。
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#
数据源在回测开始时启动（优化期间可能启动多次）。
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，用于加载下一组数据：datetime、open、high、low、close、volume、openinterest。在 backtrader 中，“当前"时刻对应于索引 0。
从文件中读取指定数量的字节（由 __init__ 中的常量确定），使用 struct 模块解析，进行必要的处理（如日期时间的 divmod 操作），并存入数据源的行中。
如果无法读取数据，视为文件末尾（EOF），返回 False。
如果数据加载并解析成功，返回 True。
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#
同样的模式适用于其他二进制源：
- 数据库
- 分层数据存储
- 在线来源
步骤总结：
__init__-> 实例的初始化代码，只执行一次start-> 回测开始时执行（优化时将多次运行）stop-> 清理工作，如关闭数据库连接或套接字_load-> 从数据库或在线源获取下一组数据，加载到行对象中。标准字段：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