關於 Backtrader Multi Example

[kevin61303]

在看完第四章後 對於最後的 多商品交易的方法有興趣 但是看官方文件後 還是不太了解 不知道有沒有其他的網站 或是文章有更加詳細的解釋呢?

[arleigh418]

您好，我很高興收到您的問題。
沒問題的，我可以跟您分享做法，但您期待的多商品交易為何呢？

1. 同類型且同樣計算方式的商品 (例如都是股票，要900隻)
2. 不同類型且不同計算方式的產品 (例如同時交易台指期跟金融期，因為槓桿跟保證金不一樣，所以在技術上算是不同的產品，要分開設置)

[kevin61303]

作者您好，感謝你的回復:
根據書上看到的內容我應該更偏向於 第一種 同類型且同樣計算方式的商品 ，用一筆初始資金 ，同樣的策略 在不同的股票進行投資。

[arleigh418]

您好，萬分抱歉，近期忙碌沒有注意到後來您有回覆。
如果之後我在 48 小時內沒有回覆的話，請您再留言一次或是寄信給我：arleigh668@gmail.com
真的非常抱歉，我稍後整理一下今天之內會提供您範例。

[arleigh418]

您好，我提供一個簡單的我自己在做的範例供您參考。
如果是多個股票， backtrader是利用 cerebro.adddata(data, name=stock_id) 裡面的 name 來控制的，所以可以賦予每一個喂進去的股票資料一個 name，例如我們這裡使用每一個股票代號當作每一個股票數據的 name。

if __name__ == '__main__':
    cerebro = bt.Cerebro()
    cerebro.addstrategy(SimpleMAStrategy)
    stock_list = ['2330', '2317', '0050']
    for stock_id in stock_list:
        file_path = f"backtest_data/{stock_id}.xlsx"
        if os.path.exists(file_path):
            df = pd.read_excel(file_path, parse_dates=['date'])
            df["date"] = pd.to_datetime(df["date"])
            df.set_index('date', inplace=True)
            data = bt.feeds.PandasData(dataname=df)
            cerebro.adddata(data, name=stock_id)
        else:
            print(f"File not found: {file_path}")

    cerebro.broker.setcash(1000000.0)
    cerebro.broker.setcommission(commission=0.001)

    print("Starting Portfolio Value: %.2f" % cerebro.broker.getvalue())
    cerebro.run()
    print("Final Portfolio Value: %.2f" % cerebro.broker.getvalue())

[arleigh418]

當您在撰寫策略時，在製作指標就可以用一個 dict 來儲存，因為 add_data 多筆的關係，此時 self.datas 裡面就會有多筆資料，所以我們需要 loop 他，而我們可以透過 data._name 來取得我們剛剛為每一筆資料賦予的名字，這時我們就可以處理多個不同的股票了。

class SimpleMAStrategy(bt.Strategy):
    params = (
        ('short_period', 20),
        ('long_period', 50),
    )

    def __init__(self):
        self.ma_short = {}
        self.ma_long = {}

        for data in self.datas:
            self.ma_short[data._name] = bt.indicators.SimpleMovingAverage(
                data.close, period=self.params.short_period
            )
            self.ma_long[data._name] = bt.indicators.SimpleMovingAverage(
                data.close, period=self.params.long_period
            )

    def log(self, txt, dt=None):
        dt = dt or self.datas[0].datetime.date(0)
        print(f"{dt.isoformat()} {txt}")

    def next(self):
        for data in self.datas:
            if self.ma_short[data._name] > self.ma_long[data._name]:
                if not self.getposition(data):
                    self.buy(data=data)
                    self.log(f"BUY ORDER - Stock: {data._name}, Price: {data.close[0]}")
            elif self.ma_short[data._name] < self.ma_long[data._name]:
                if self.getposition(data):
                    self.sell(data=data)
                    self.log(f"SELL ORDER - Stock: {data._name}, Price: {data.close[0]}")

[kevin61303]

非常感謝，親切的作者 ，您提供的範例我會好好研究，再次感謝您抽出時間來為我們解惑。