__ Wie kann ich den Indikator selbst erstellen? __ __

Indikatorerstellung

Erstellen Sie eine Klasse, die die Klasse bt.indicator erbt -Setzen Sie das zu zeichnende Linienobjekt ・ Stellen Sie Parameter wie die Periode der gleitenden Durchschnittslinie ein
Fügen Sie bei Bedarf Einstellungen für die Plotanzeige hinzu ・ Schreiben Sie einen Ausdruck Ich werde es im Fluss schaffen.

Lassen Sie uns als Beispiel eine Stokastik erstellen und deren Inhalt betrachten.

`sto1.py`



import backtrader as bt


class MyStochastic1(bt.Indicator):  #bt.Vererbungsanzeige
    
    lines = ('k', 'd', )  #Linienobjekt, das auf dem Plot angezeigt werden soll
    params = (
        ('k_period', 14), #Geben Sie Parameter mit Tapples an
        ('d_period', 3),  #Komma am Ende des Taple(、)Einstellen
    )
    plotinfo = dict(plot   =True,
                    subplot=True,
                    plotname='',
               )   

    def __init__(self):
        
        highest = bt.indicators.Highest(self.datas[0], period=self.params.k_period)
        lowest = bt.indicators.Lowest(self.datas[0], period=self.params.k_period)        
        self.lines.k = k = (self.datas[0] - lowest) / (highest - lowest)    
        self.lines.d = bt.ind.SimpleMovingAverage(k, period=self.params.d_period)

    def next(self):
        pass

Dies ist das Gesamtbild der Indikatorklasse. Für die Berechnung der Stokastik ist ein 14-Tage-Höchst- / Tiefstpreis erforderlich. Kombinieren Sie sie mit dem Schlusskurs, um den Änderungsbetrag zu berechnen, und glätten Sie ihn mit einem einfachen gleitenden 3-Tage-Durchschnitt.

Klassenerklärung

class MyStochastic1(bt.Indicator): Deklarieren Sie zunächst die Klasse "MyStochastic1", die die Backtrader Indicator-Klasse erbt.

Linien Objekteinstellungen

lines=('k','d')

In Stocastics gibt es zwei Zeilen: K und D. Also richte ich zwei Linienobjekte ein, die im Plot angezeigt werden sollen. Dieses Lines-Objekt ähnelt "Indexpuffer" in MQL4 und ist ein ** iterierbares Array **, in dem numerische Werte und Zeitachsen verbunden sind. Cerebro zeichnet dieses Linienobjekt im Diagramm.

Lines Objektindex und Slice

In MQL4 wird der neueste Balken durch [0] dargestellt. Ab dem letzten Balken erhöht sich die Zahl mit zunehmendem Alter um 1, 2, 3, .... Selbst im Backtrader wird das neueste Bar / Lines-Objekt durch [0] dargestellt. Dies ist das gleiche wie bei MQL4. Wenn der Balken jedoch basierend auf 0 älter wird, werden Minuszeichen wie -1, -2, -3 ... hinzugefügt.

In dieser Hinsicht können Lines-Objekte die ursprünglichen Python-Slicing-Operationen nicht ausführen. Wenn Sie Slices verwenden möchten, verwenden Sie die Methode get ().

myslice = self.lines.my_sma.get (vor = 0, Größe = 1) [-1] Nur ein Array außer [0] myslice = self.lines.my_sma.get (vor = 0, Größe = 10) 10 Arrays von [-1] bis [-10] außer [0] myslice = self.lines.my_sma.get (vor = -1, Größe = 5) Sequenzen von [-2] bis [-6] außer [-1]

** * Der Operator [] kann nur in der nächsten Methode für Linienobjekte verwendet werden. Ich werde die nächste Methode zu einem späteren Zeitpunkt zusammenfassen. ** ** **

Parametereinstellungen (params)

params = ( ('k_period', 14), ('d_period', 3), * # Fügen Sie am Ende ein Komma hinzu * ) Stocastics berechnet über einen Zeitraum von 14 Tagen und glättet die Ergebnisse mit einem einfachen gleitenden 3-Tage-Durchschnitt. (K_period, d_period) Dieser Parameter legt es fest. Geben Sie durch Taple of Taple oder dict () an. (Referenz 1) Es wird wie self.params.k_period als "self.params.name" ausgedrückt. Achten Sie bei Taples darauf, das letzte Komma nicht zu vergessen.

Ploteinstellungen (plotinfo)

plotinfo = dict(plot =True, subplot=True, plotname='', ) Sie können die Einstellungen beim Plotten ändern.

Plot: Plotanzeige Ein / Aus Unterplot: Unterfensteranzeige wechseln Plotname: Anzeigename der Fußnote (Klassenname wird angezeigt, wenn leer)

Es gibt andere Einstellungselemente.

Schreiben Sie einen Ausdruck in die Init-Methode

Formelerstellung Nr. 1 Aufrufen eines integrierten Indikators zur Berechnung

highest = bt.indicators.Highest(self.datas[0],period=self.params.k_period) lowest = bt.indicators.Lowest(self.datas[0],period=self.params.k_period) Beschreiben Sie die Berechnung der Stockatics in der Init-Methode. Berechnen Sie zunächst die hohen und niedrigen Preise für 14 Tage. Glücklicherweise hat der Backtrader einen Indikator, der die hohen und niedrigen Preise für einen bestimmten Zeitraum berechnet. Eingebaute Indikatoren können mit bt.indicators.XXXX () aufgerufen werden. (Anmerkung s am Ende!) Hier nennen wir Höchste und Niedrigste, um die höchsten und niedrigsten Werte während der k_period-Periode zu finden. Ich habe das Ergebnis in die höchsten und niedrigsten Linienobjekte eingefügt.

Erstellen eines Ausdrucks Teil 2 Fügen Sie einen Wert in das Lines-Objekt ein

self.lines.k = k = (self.datas[0] - lowest) / (highest - lowest) self.lines.d = bt.ind.SimpleMovingAverage(k,period=self.params.d_period)

Das zu zeichnende Lines-Objekt wird durch "self.lines.name" dargestellt. k ist "self.lines.k" und d ist "self.lines.d". Das resultierende Linienobjekt kann auch für Berechnungen verwendet werden. Um die Notation der Berechnung in der nächsten Zeile zu vereinfachen, wird sie hier "k" zugewiesen und an den einfachen Indikator für den gleitenden Durchschnitt übergeben.

Datenfeed (Daten)

self.datas[0] Self.datas [0] in der Formel steht für "die ersten CSV-Daten". Sofern nicht anders angegeben, wird der Schlusskurs verwendet. Da beispielsweise mehrere Daten übergeben werden können, wenn zwei CSV-Daten wie täglich und wöchentlich übergeben werden, muss zuerst der kleinere Zeitrahmen und später der größere Zeitrahmen angegeben werden. Mit anderen Worten, Daten [0] müssen tägliche Daten sein und Daten [1] müssen wöchentliche Daten sein. Dieses Mal werden nur tägliche Daten übergeben.

Sie können nicht nur anhand unterschiedlicher Zeitrahmen für denselben Markt analysieren, sondern auch die Verzahnung von Börsen mit verschiedenen Märkten wie Gold analysieren. Sie können auch mit 3 oder mehr Marktdaten und verschiedenen Zeitrahmen-Daten analysieren. Referenz 2 *

Abkürzung

---	Offiziell	Kürzung
lines	self.lines.XXX	self.l.XXX
params	self.params.XXX	self.p.XXX
datas	self.datas[0].close	self.data.nah oder selbst.data
indicators	bt.indicators.XXX	bt.ind.XXX
Alias	SimpleMovingAverage	SMA

Backtrader kann abgekürzt werden. Es ist praktisch, aber es kann verwirrend sein, bis Sie sich daran gewöhnt haben. Tatsächlich können Sie diesmal alle Plotinfos weglassen. Wenn Plot, Unterplot, Plotname weggelassen werden, werden die Standardeinstellungen verwendet.

nächste Methode

Ich habe es diesmal nicht verwendet, aber wenn Sie die Bedingungen beurteilen oder die Verarbeitung für jeden Balken durchführen möchten, beschreiben Sie den Inhalt in der nächsten Methode.

Ich möchte die Unterschiede zwischen init und next zu einem späteren Zeitpunkt zusammenfassen.

Abschluss Aufruf in der Strategieklasse

__ Wie zeige ich die Anzeige an? __ __

Alle Einstellungen sind abgeschlossen. Wenn Sie diese Indikatorklasse innerhalb der init-Methode der Strategieklasse instanziieren, zeichnet Cerebro sie im Diagramm auf. Sie können die Instanz frei benennen.

self.myind1 = MyStochastic1(self.data)

(Erklärende Kommentare wurden an verschiedenen Stellen hinzugefügt und werden so weit wie möglich abgekürzt.)

`sto12.py`


%matplotlib notebook
from __future__ import (absolute_import, division, print_function,
                        unicode_literals)

import datetime  
import os.path  
import sys  


import backtrader as bt


class MyStochastic1(bt.Indicator):
    
    lines = ('k', 'd', )  #Linienobjekt, das auf dem Plot angezeigt werden soll
    params = (
        ('k_period', 14), #Geben Sie Parameter mit Tapples an
        ('d_period', 3),  #Komma am Ende des Taple(、)Einstellen
    )
    
    #Kürzung
    #plotinfo = dict()

    def __init__(self):
        #Um genau zu sein, selbst.datas[0]Kann ausgelassen werden
        # self.params.k_Zeit und Selbst weglassen.p.k_period 
        highest = bt.ind.Highest(self.data, period=self.p.k_period)
        lowest = bt.ind.Lowest(self.data, period=self.p.k_period)        
       
        self.lines.k = k = (self.data - lowest) / (highest - lowest)    
        self.lines.d = bt.ind.SMA(k, period=self.p.d_period)

        

class TestStrategy(bt.Strategy):
    def __init__(self):
        #Der Teil des Instanznamens myind1 kann ein beliebiger Name sein
        self.myind1 = MyStochastic1(self.data)    
        
        
if __name__ == '__main__':
    cerebro = bt.Cerebro()
    cerebro.addstrategy(TestStrategy)

    datapath = 'C:\\Users\\XXXX\\orcl-1995-2014.txt'

    # Create a Data Feed
    data = bt.feeds.YahooFinanceCSVData(
        dataname=datapath,        
        fromdate=datetime.datetime(2000, 1, 1),
        todate=datetime.datetime(2000, 12, 31),
        reverse=False)

    cerebro.adddata(data)
    cerebro.run(stdstats=False)
    cerebro.plot(style='candle')

Die Stokastik wird sicher angezeigt.

- Ich habe in diesem Artikel darüber geschrieben, wo man CSV-Daten erhält und wie man sie vorbereitet. * https://qiita.com/xxssxxx/items/e915b8afe51facc47a55

Rauer Fluss bis Cerebro beginnt

__ Was ist Cerebro? __ __

Dies ist die Kernfunktion von Backtrader. Wenn Sie diesen Cerebro starten, nachdem Sie verschiedene Einstellungen vorgenommen haben, wird er automatisch kaufen und verkaufen, analysieren und optimieren und die Ergebnisse automatisch zeichnen. Ich werde den Ablauf bis zum Start von Cerebro im vorherigen Skript überprüfen.

Beschreiben Sie den Inhalt des automatischen Handels und den Indikator, der dafür in der Strategieklasse (TestStrategy) aufgerufen werden soll.
Instanziiere Cerebro cerebro = bt. Cerebro ()
Übergeben Sie CSV-Daten an cerebro cerebro.adddata (data)
Laden Sie die Strategie in cerebro cerebro.addstrategy (TestStrategy)
Starten Sie cerebro cerebro.run ()
Zeigen Sie das Diagramm "cerebro.plot ()" an

Wenn Sie eine Strategieklasse "TestStrategy" erstellen, die Sie für sich selbst halten, CSV-Daten angeben und dann Cerebro ausführen, wird der Inhalt dieser Klasse "TestStrategy" automatisch ausgeführt. Dieses Mal kaufen und verkaufen wir nicht automatisch, aber Cerebro plant es, weil Stocastics in "Test Strategy" verwendet wird.

Zusammenfassung

Was haben Sie gedacht? Um benutzerdefinierte Indikatoren mit Backtrader zu verwenden, erstellen Sie Ihre eigene Klasse von benutzerdefinierten Indikatoren und instanziieren Sie sie innerhalb der Strategieklasse.

Verweise

Referenz 1

Anfänglich scheint es einen Unterschied zu geben, ein Taple zu verwenden, wenn Sie die Reihenfolge der Parameter beibehalten möchten, und ein Wörterbuch zu verwenden, wenn Sie dies nicht tun. Es scheint jedoch, dass es ab Python 3.7 nicht mehr relevant ist. Wenn Sie den Unterschied zwischen den beiden erzwingen, scheint dict () einfacher zu sein, da die Anzahl der Eingaben je nach Ihren Vorlieben leicht reduziert wird. * * 1.MomentumStrategy (Dict vs Tuple of tuple) https://www.backtrader.com/blog/2019-05-20-momentum-strategy/momentum-strategy/

Referenz 2 2.Gold vs SP500 https://www.backtrader.com/blog/posts/2016-12-13-gold-vs-sp500/gold-vs-sp500/

[PYTHON] So erstellen Sie einen benutzerdefinierten Backtrader-Indikator

sto1.py