過年前忙于其它項(xiàng)目，過年期間又貪玩偷懶了，今天簡要的將幾段學(xué)習(xí)代碼更新上來，供大家參交流。
量化交易在實(shí)盤交易之前，必須對量化交易策略進(jìn)行回測。在此，我們主要介紹其中比較優(yōu)秀的 Pyalgotrade 框架。

Pyalgotrade 簡介

Pyalgotrade是事件驅(qū)動的回測框架，支持虛盤和實(shí)盤兩種交易。文檔完整，整合了TA-Lib(技術(shù)分析庫)。在速度和靈活方面都表現(xiàn)出眾。但它的一大硬傷是不支持 Pandas 的模塊和對象，而且數(shù)據(jù)格式不支持國內(nèi)股票數(shù)據(jù)，需要我們自己實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)換。

PyAlgoTrade 六大組件：

• Strategies策略： 定義的實(shí)現(xiàn)交易邏輯的類：何時買、何時賣，等等；
• Feeds數(shù)據(jù)源：These are data providing abstractions. 例如，你可以使用CSV數(shù)據(jù)源從一個格式化后的csv(以逗號分割)文件中加載數(shù)據(jù)推送給策略。 數(shù)據(jù)源不僅限于bars。
• Brokers經(jīng)紀(jì)商：經(jīng)紀(jì)商模塊負(fù)責(zé)執(zhí)行訂單。
• DataSeries數(shù)據(jù)序列：DataSeries 是用于管理時間序列的抽象類
• Technicals指標(biāo)計(jì)算：這是你用來對DataSeries進(jìn)行計(jì)算的一組過濾（指標(biāo)）器。 例如簡單移動平均線（SMA）,相對強(qiáng)弱指標(biāo)(RSI)等. 這些過濾(指標(biāo))器被建模為DataSeries 的裝飾器。
• Optimizer優(yōu)化：這是能讓你在不同電腦之間、或多進(jìn)程、或二者結(jié)合以加快回測效率的一組類。

自定義回歸策略

這里不廢話了，我們直接上代碼，我們的交易策略類 MyStrategy 繼承自Pyalgotrade.strategy.BacktestingStrategy 類：

# 基于 pyalgotrade 的交易策略類
class MyStrategy(strategy.BacktestingStrategy):
    def __init__(self, feed, instrument, smaPeriod):
        super(MyStrategy, self).__init__(feed)
        self.__instrument = instrument
        self.__closed = feed[instrument].getCloseDataSeries()
        self.__sma = ma.SMA(self.__closed, smaPeriod)
        self.__position = None
        self.getBroker()
       
    def getSMA(self):
        return self.__sma
   
    def onEnterLong(self, position):
        print("onEnterLong", position.getShares())

    def onEnterOk(self, position):
        execInfo = position.getEntryOrder().getExecutionInfo()
        self.info("BUY at %.2f" % (execInfo.getPrice()))
       
    def onEnterCanceled(self, position):
        self.__position = None
        print("onEnterCanceled", position.getShares())
       
    def onExitOk(self, position):
        execInfo = position.getExitOrder().getExecutionInfo()
        self.info("SELL at $%.2f" % (execInfo.getPrice()))
        self.__position = None
        print("onExitOk", position.getShares())
       
    def onExitCanceled(self, position):
        self.__position.exitMarket()
        print("onExitCanceled", position.getShares())
       
    def onBars(self, bars):
        if self.__position is None:
            if cross.cross_above(self.__closed, self.__sma) > 0:
                shares = int(self.getBroker().getCash() * 0.9 / bars[self.__instrument].getPrice())
                print("cross_above shares,", shares)
                # Enter a buy market order. The order is good till canceled.
                self.__position = self.enterLong(self.__instrument, shares, True)
        elif not self.__position.exitActive() and cross.cross_below(self.__closed, self.__sma) > 0:
            print("cross_below")
            self.__position.exitMarket()
           

    def getClose(self):
        return self.__closed

對股票進(jìn)行策略回溯

示例代碼，以 格力電器（000651）為例，初始資本 100萬，回溯時間 2018年1月1日 至 2019年 2月 12日，SMA周期 30：

code = "000651" # 格力電器
feed = tsfeed.Feed()
feed.addBarsFromCode(code,start='2018-01-01',end='2019-02-12')

# Evaluate the strategy with the feed's bars.
myStrategy = MyStrategy(feed, code, 30) # SMA周期 30
returnsAnalyzer = returns.Returns()
myStrategy.attachAnalyzer(returnsAnalyzer)
sharpe_ratio = sharpe.SharpeRatio()
myStrategy.attachAnalyzer(sharpe_ratio)

plt = plotter.StrategyPlotter(myStrategy)
plt.getInstrumentSubplot(code).addDataSeries("SMA", myStrategy.getSMA())
plt.getOrCreateSubplot("returns").addDataSeries("Simple returns", returnsAnalyzer.getReturns())

myStrategy.run()
myStrategy.info("Final portfolio value: $%.2f" % myStrategy.getResult())

plt.plot()

最終回測結(jié)果如下圖：

格力電器，2018-01-01 至 2019-02-12 回溯

不同周期的策略回測結(jié)果

如上圖所示，格力電器 2018年 初始資本 100萬，末期資本 72.88 萬，虧損近 30%。如此看來，是否交易策略無效呢？
我們不妨進(jìn)行更長時間的回測，從 2009年01月01日開始，進(jìn)行10年時間的回測，結(jié)果如下：

格力電器，2009-01-01 至 2019-02-12 回溯

可見，格力電器 10 年時間回測結(jié)果，末期資本為 340.66 萬元， 10年收益 240%。此外，經(jīng)過我們測試，SMA 不同周期對收益也有明顯影響，下面，直接給出我們針對 格力電器和工商銀行 不同周期，不同SMA頻率的回測結(jié)果：

結(jié)論

根據(jù)我們基于自定義策略對格力電器和 工商銀行的回測分析，初步可以得到如下結(jié)論：

1. 基于我們的策略，堅(jiān)持長期策略投資，其最大收益高于大盤表現(xiàn)（最大收益率 347% ：格力電器，10年期，SMA 20）；
2. 選取SMA 周期，在 20 左右（在15 ~ 30 之間），其收益最大，相對虧損風(fēng)險(xiǎn)較??；
3. 選取SMA 周期越大（等于 50 時），風(fēng)險(xiǎn)越??；
4. 綜合來看，投資格力電器收益率更大，而風(fēng)險(xiǎn)在可控范圍內(nèi)。

注：以上結(jié)論只是作為對策略歷史數(shù)據(jù)回測的結(jié)果分析，不可作為實(shí)際投資參考。