AkShare策略示例分析

from datetime import datetimeimport backtrader as btimport matplotlib.pyplot as pltimport akshare as akplt.rcParams["font.sans-serif"] = ["SimHei"]plt.rcParams["axes.unicode_minus"] = Falsestock_hfq_df = ak.stock_zh_a_daily(symbol="sh700000", adjust="hfq")  # 利用 AkShare 一行获取复权数据class MyStrategy(bt.Strategy):    """    主策略程序    """    params = (("maperiod", 20),)  # 全局设定交易策略的参数    def __init__(self):        """        初始化函数        """        self.data_close = self.datas[0].close  # 指定价格序列        # 初始化交易指令、买卖价格和手续费        self.order = None        self.buy_price = None        self.buy_comm = None        # 添加移动均线指标        self.sma = bt.indicators.SimpleMovingAverage(            self.datas[0], period=self.params.maperiod        )    def next(self):        """        :return:        :rtype:        """        if self.order:  # 检查是否有指令等待执行,            return        # 检查是否持仓        if not self.position:  # 没有持仓            if self.data_close[0] > self.sma[0]:  # 执行买入条件判断：收盘价格上涨突破20日均线                self.order = self.buy(size=100)  # 执行买入        else:            if self.data_close[0] < self.sma[0]:  # 执行卖出条件判断：收盘价格跌破20日均线                self.order = self.sell(size=100)  # 执行卖出cerebro = bt.Cerebro()  # 初始化回测系统start_date = datetime(2000, 1, 1)  # 回测开始时间end_date = datetime(2020, 4, 21)  # 回测结束时间data = bt.feeds.PandasData(dataname=stock_hfq_df, fromdate=start_date, todate=end_date)  # 加载数据cerebro.adddata(data)  # 将数据传入回测系统cerebro.addstrategy(MyStrategy)  # 将交易策略加载到回测系统中start_cash = 1000000cerebro.broker.setcash(start_cash)  # 设置初始资本为 100000cerebro.broker.setcommission(commission=0.002)  # 设置交易手续费为 0.2%cerebro.run()  # 运行回测系统port_value = cerebro.broker.getvalue()  # 获取回测结束后的总资金pnl = port_value - start_cash  # 盈亏统计print(f"初始资金: {start_cash}\n回测期间：{start_date.strftime('%Y%m%d')}:{end_date.strftime('%Y%m%d')}")print(f"总资金: {round(port_value, 2)}")print(f"净收益: {round(pnl, 2)}")cerebro.plot(style='candlestick')  # 画图

初始资金: 1000000回测期间：20000101:20200421总资金: 1010238.65净收益: 10238.65