使用Python回测交易策略
项目描述
Backtesting.py
使用 Python 进行回测交易策略。
安装
$ pip install backtesting
用法
from backtesting import Backtest, Strategy
from backtesting.lib import crossover
from backtesting.test import SMA, GOOG
class SmaCross(Strategy):
def init(self):
price = self.data.Close
self.ma1 = self.I(SMA, price, 10)
self.ma2 = self.I(SMA, price, 20)
def next(self):
if crossover(self.ma1, self.ma2):
self.buy()
elif crossover(self.ma2, self.ma1):
self.sell()
bt = Backtest(GOOG, SmaCross, commission=.002,
exclusive_orders=True)
stats = bt.run()
bt.plot()
结果
Start 2004-08-19 00:00:00
End 2013-03-01 00:00:00
Duration 3116 days 00:00:00
Exposure Time [%] 94.27
Equity Final [$] 68935.12
Equity Peak [$] 68991.22
Return [%] 589.35
Buy & Hold Return [%] 703.46
Return (Ann.) [%] 25.42
Volatility (Ann.) [%] 38.43
Sharpe Ratio 0.66
Sortino Ratio 1.30
Calmar Ratio 0.77
Max. Drawdown [%] -33.08
Avg. Drawdown [%] -5.58
Max. Drawdown Duration 688 days 00:00:00
Avg. Drawdown Duration 41 days 00:00:00
# Trades 93
Win Rate [%] 53.76
Best Trade [%] 57.12
Worst Trade [%] -16.63
Avg. Trade [%] 1.96
Max. Trade Duration 121 days 00:00:00
Avg. Trade Duration 32 days 00:00:00
Profit Factor 2.13
Expectancy [%] 6.91
SQN 1.78
_strategy SmaCross(n1=10, n2=20)
_equity_curve Equ...
_trades Size EntryB...
dtype: object
在 文档 中找到更多用法示例。
特性
- 简单、文档完善的 API
- 闪电般的执行速度
- 内置优化器
- 组合基础策略和工具库
- 指标库无关
- 支持任何带有蜡烛图数据的金融工具
- 详细的输出结果
- 交互式可视化
替代方案
有关替代 Python 回测框架和相关软件包的列表,请参阅 alternatives.md。
项目详情
关闭
Backtesting-0.3.3.tar.gz的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | b2511993ae16596c06d3cfd3d42a662ca69d51a95a604b85705fb1a900e3a798 |
|
MD5 | 7efd9206aa6c08eaf58e017e1bd4a293 |
|
BLAKE2b-256 | 9741fb91644ac11bfcd72212fcd187c5388d402b4f8f9ed4a35d0cd61c2c8e1a |