Backtrader 文档学习-Indicators- TA-Lib
1.概述
即使BT提供的内置指标数量已经很多，开发指标主要是定义输入、输出并以自然方式编写公式，还是希望使用TA-LIB。原因:
- 指标X在指标库中，而不在BT中
- TA-LIB众所周知的，人们信任口碑好
应大家需要，BT提供了TA-LIB集成
安装前提：
- 用于TA-Lib的Python包装器
- TA-LIB所需的任何依赖项（例如numpy）， 安装细节在GitHub中
2.使用ta-lib
使用BT中已内置的任何指标一样简单。简单移动平均线的示例:
import backtrader as bt
class MyStrategy(bt.Strategy):
params = (('period', 20),)
def __init__(self):
self.sma = bt.indicators.SMA(self.data, period=self.p.period)
...
...
ta-lib示例：
import backtrader as bt
class MyStrategy(bt.Strategy):
params = (('period', 20),)
def __init__(self):
self.sma = bt.talib.SMA(self.data, timeperiod=self.p.period)
...
...
ta-lib指标的参数是由库本身定义的，而不是由bt定义的。在这种情况下，ta-lib中的SMA采用一个名为timeperiod的参数来定义操作window的大小。
对于需要多个输入参数的指标，例如随机指标:
import backtrader as bt
class MyStrategy(bt.Strategy):
params = (('period', 20),)
def __init__(self):
self.stoc = bt.talib.STOCH(self.data.high, self.data.low, self.data.close,
fastk_period=14, slowk_period=3, slowd_period=3)
...
...
Notice how high, low and close have been individually passed. One could always pass open instead of low (or any other data series) and experiment.
The ta-lib indicator documentation is automatically parsed and added to the backtrader docs. You may also check the ta-lib source code/docs. Or adittionally do:
注意最高价、最低价和收盘价是作为参数分别传递的。总是传递开盘价，而不是最低价（或任何其他数据系列）。
ta-lib指标文档被自动解析并添加到bt文档中。可以查看ta-lib源代码/文档:
print(bt.talib.SMA.doc)
输出：
SMA([input_arrays], [timeperiod=30])
Simple Moving Average (Overlap Studies)
Inputs:
price: (any ndarray)
Parameters:
timeperiod: 30
Outputs:
real
文档说明信息：
- 输入参数定义，（忽略“ndarray”注释，因为bt在后台管理转换）
- 有哪些参数，对应默认值
- 指标函数实际提供了哪些输出值
要为bt.talib.STOCH指标选择特定的移动平均线，可通过backtrader.talib.MA_Type访问标准ta-lib MA_Type ：
import backtrader as bt
print('SMA:', bt.talib.MA_Type.SMA)
print('T3:', bt.talib.MA_Type.T3)
结果：
SMA: 0
T3: 8
3.用ta-lib绘图
正如常规用法一样，绘制ta-lib指标并没有特别的操作。
注意：
输出蜡烛的指标（所有寻找烛台模式的指标）提供二进制输出:0或100。为了避免在图表中添加子图，有一个自动绘图转换功能，可以在模式被识别的时间点的数据上绘制子图。
（0）在jupyter中实现命令行代码功能
bt给出的示例都是在命令行的方式，通过命令行不同的参数，实现不同功能。找到一个不用修改代码，直接在jupyter中运行的方法：
代码：
#!/usr/bin/env python
# -*- coding: utf-8; py-indent-offset:4 -*-
###############################################################################
#
# Copyright (C) 2015-2023 Daniel Rodriguez
#
# This program is free software: you can redistribute it and/or modify
# it under the terms of the GNU General Public License as published by
# the Free Software Foundation, either version 3 of the License, or
# (at your option) any later version.
#
# This program is distributed in the hope that it will be useful,
# but WITHOUT ANY WARRANTY; without even the implied warranty of
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
# GNU General Public License for more details.
#
# You should have received a copy of the GNU General Public License
# along with this program. If not, see <http://www.gnu.org/licenses/>.
#
###############################################################################
from __future__ import (absolute_import, division, print_function,
unicode_literals)
import argparse
import datetime
import backtrader as bt
import backtrader.talib as tbl
class TALibStrategy(bt.Strategy):
#params = (('ind', 'sma'), ('doji', True),)
params = (('ind', 'sma'), ('doji', False),)
INDS = ['sma', 'ema', 'stoc', 'rsi', 'macd', 'bollinger', 'aroon',
'ultimate', 'trix', 'kama', 'adxr', 'dema', 'ppo', 'tema',
'roc', 'williamsr']
def __init__(self):
print(self.p.doji,self.p.ind)
if self.p.doji:
tbl.CDLDOJI(self.data.open, self.data.high,self.data.low, self.data.close)
if self.p.ind == 'sma':
tbl.SMA(self.data.close, timeperiod=25, plotname='TA_SMA')
bt.indicators.SMA(self.data, period=25)
elif self.p.ind == 'ema':
tbl.EMA(timeperiod=25, plotname='TA_SMA')
bt.indicators.EMA(period=25)
elif self.p.ind == 'stoc':
tbl.STOCH(self.data.high, self.data.low, self.data.close,
fastk_period=14, slowk_period=3, slowd_period=3,
plotname='TA_STOCH')
bt.indicators.Stochastic(self.data)
elif self.p.ind == 'macd':
tbl.MACD(self.data, plotname='TA_MACD')
bt.indicators.MACD(self.data)
bt.indicators.MACDHisto(self.data)
elif self.p.ind == 'bollinger':
tbl.BBANDS(self.data, timeperiod=25,
plotname='TA_BBANDS')
bt.indicators.BBANDS(self.data, period=25) #BollingerBands BBANDS
elif self.p.ind == 'rsi':
tbl.RSI(self.data, plotname='TA_RSI')
bt.indicators.RSI(self.data)
elif self.p.ind == 'aroon':
tbl.AROON(self.data.high, self.data.low, plotname='TA_AROON')
bt.indicators.AroonIndicator(self.data)
elif self.p.ind == 'ultimate':
tbl.ULTOSC(self.data.high, self.data.low, self.data.close,
plotname='TA_ULTOSC')
bt.indicators.UltimateOscillator(self.data)
elif self.p.ind == 'trix':
tbl.TRIX(self.data, timeperiod=25, plotname='TA_TRIX')
bt.indicators.Trix(self.data, period=25)
elif self.p.ind == 'adxr':
tbl.ADXR(self.data.high, self.data.low, self.data.close,
plotname='TA_ADXR')
bt.indicators.ADXR(self.data)
elif self.p.ind == 'kama':
tbl.KAMA(self.data, timeperiod=25, plotname='TA_KAMA')
bt.indicators.KAMA(self.data, period=25)
elif self.p.ind == 'dema':
tbl.DEMA(self.data, timeperiod=25, plotname='TA_DEMA')
bt.indicators.DEMA(self.data, period=25)
elif self.p.ind == 'ppo':
tbl.PPO(self.data, plotname='TA_PPO')
bt.indicators.PPO(self.data, _movav=bt.indicators.SMA)
elif self.p.ind == 'tema':
tbl.TEMA(self.data, timeperiod=25, plotname='TA_TEMA')
bt.indicators.TEMA(self.data, period=25)
elif self.p.ind == 'roc':
tbl.ROC(self.data, timeperiod=12, plotname='TA_ROC')
tbl.ROCP(self.data, timeperiod=12, plotname='TA_ROCP')
tbl.ROCR(self.data, timeperiod=12, plotname='TA_ROCR')
tbl.ROCR100(self.data, timeperiod=12, plotname='TA_ROCR100')
bt.indicators.ROC(self.data, period=12)
bt.indicators.Momentum(self.data, period=12)
bt.indicators.MomentumOscillator(self.data, period=12)
elif self.p.ind == 'williamsr':
tbl.WILLR(self.data.high, self.data.low, self.data.close,
plotname='TA_WILLR')
bt.indicators.WilliamsR(self.data)
def runstrat(args=None):
args = parse_args(args)
cerebro = bt.Cerebro()
dkwargs = dict()
if args.fromdate:
fromdate = datetime.datetime.strptime(args.fromdate, '%Y-%m-%d')
dkwargs['fromdate'] = fromdate
if args.todate:
todate = datetime.datetime.strptime(args.todate, '%Y-%m-%d')
dkwargs['todate'] = todate
data0 = bt.feeds.YahooFinanceCSVData(dataname=args.data0, **dkwargs)
cerebro.adddata(data0)
cerebro.addstrategy(TALibStrategy, ind=args.ind, doji=not args.no_doji)
cerebro.run(runcone=not args.use_next, stdstats=False)
if args.plot:
pkwargs = dict(style='candle')
if args.plot is not True: # evals to True but is not True
npkwargs = eval('dict(' + args.plot + ')') # args were passed
pkwargs.update(npkwargs)
#cerebro.plot(**pkwargs)
cerebro.plot(iplot=False,**pkwargs)
def parse_args(pargs=None):
parser = argparse.ArgumentParser(
formatter_class=argparse.ArgumentDefaultsHelpFormatter,
description='Sample for sizer')
parser.add_argument('--data0', required=False,
default='./datas/yhoo-1996-2015.txt',
help='Data to be read in')
parser.add_argument('--fromdate', required=False,
default='2005-01-01',
help='Starting date in YYYY-MM-DD format')
parser.add_argument('--todate', required=False,
default='2006-12-31',
help='Ending date in YYYY-MM-DD format')
parser.add_argument('--ind', required=False, action='store',
default=TALibStrategy.INDS[0],
choices=TALibStrategy.INDS,
help=('Which indicator pair to show together'))
parser.add_argument('--no-doji', required=False, action='store_true',
help=('Remove Doji CandleStick pattern checker'))
parser.add_argument('--use-next', required=False, action='store_true',
help=('Use next (step by step) '
'instead of once (batch)'))
# Plot options
parser.add_argument('--plot', '-p', nargs='?', required=False,
metavar='kwargs', const=True,
help=('Plot the read data applying any kwargs passed\n'
'\n'
'For example (escape the quotes if needed):\n'
'\n'
' --plot style="candle" (to plot candles)\n'))
if pargs is not None:
return parser.parse_args(pargs)
return parser.parse_args()
修改部分：
- 绘图代码
cerebro.plot(iplot=False,**pkwargs)
- 不用main调用
用’–help’.split() ，传递不同的参数。
%matplotlib inline
runstrat('--help'.split())
执行结果：
usage: ipykernel_launcher.py [-h] [--data0 DATA0] [--fromdate FROMDATE]
[--todate TODATE]
[--ind {sma,ema,stoc,rsi,macd,bollinger,aroon,ultimate,trix,kama,adxr,dema,ppo,tema,roc,williamsr}]
[--no-doji] [--use-next] [--plot [kwargs]]
Sample for sizer
optional arguments:
-h, --help show this help message and exit
--data0 DATA0 Data to be read in (default:
./datas/yhoo-1996-2015.txt)
--fromdate FROMDATE Starting date in YYYY-MM-DD format (default:
2005-01-01)
--todate TODATE Ending date in YYYY-MM-DD format (default: 2006-12-31)
--ind {sma,ema,stoc,rsi,macd,bollinger,aroon,ultimate,trix,kama,adxr,dema,ppo,tema,roc,williamsr}
Which indicator pair to show together (default: sma)
--no-doji Remove Doji CandleStick pattern checker (default:
False)
--use-next Use next (step by step) instead of once (batch)
(default: False)
--plot [kwargs], -p [kwargs]
Plot the read data applying any kwargs passed For
example (escape the quotes if needed): --plot
style="candle" (to plot candles) (default: None)
（1）示例和对比
The following are plots comparing the outputs of some ta-lib indicators against the equivalent built-in indicators in backtrader. To consider:
ta-lib指标与bt中相应内置指标绘图对比，考虑:
- ta-lib指示器在图上获得一个TA_前缀，示例专门完成的，以帮助用户识别是哪个指标来源，ta还是bt的。
- 移动平均线（如果两者的结果相同）将绘制在另一条现有移动平均线之上。如果这两个指标不能分开，测试通过 。
- 所有示例都包括一个CDLDOJI指示器作为参考
（2）KAMA (Kaufman Moving Average
第一个示例，因为它是唯一有差异的（在bt和ta所有样本的直接比较中）:
- 样本的初始值不相同
- 某个时间点，值聚合在一起，两个KAMA实现具有相同的行为。
分析了ta-lib源代码之后: - ta-lib中的实现为KAMA的第一个值做出了非行业标准的选择。
这个不同的选择可以在ta源代码中找到（引用自源代码）,使用昨天的价格作为前期的KAMA。
bt做的选择例如从股票软件图表中选择一样
-
股票软件图表中的KAMA
需要一个初始值来开始计算，所以第一个KAMA只是一个简单的移动平均值 -
因此两者有所不同。此外:
ta-lib KAMA实现不允许为Kaufman定义的可伸缩常数的调整指定快速和慢速周期。
测试：
%matplotlib inline
runstrat('--plot --ind kama'.split())
图示：
（4）SMA
测试：
%matplotlib inline
runstrat('--plot --ind sma'.split())
图示：
（5）EMA
测试：
runstrat(‘–plot --ind ema’.split())
图示：
（6）Stochastic
测试：
runstrat(‘–plot --ind stoc’.split())
图示：
（7）RSI
测试：
runstrat(‘–plot --ind rsi’.split())
图示：
（8）MACD
测试：
runstrat(‘–plot --ind macd’.split())
图示：
（9）Bollinger Bands
测试：
runstrat(‘–plot --ind bollinger’.split())
报错，花了一些时间找问题。
TypeError: Invalid parameter value for nbdevup (expected float, got int)
源代码：
bt.talib.BBANDS(self.data, timeperiod=25,
plotname='TA_BBANDS')
bt.indicators.BollingerBands(self.data, period=25)
修改为：
elif self.p.ind == 'bollinger':
tbl.BBANDS(self.data, timeperiod=25, nbdevup=2.0,nbdevdn=2.0, matype=0,plotname='TA_BBANDS')
bt.indicators.BBands(self.data, period=25) #nbdevup=2,nbdevdn=2, matype=0
源代码两处问题：
- 参数应该是float ，调整接口默认是int，所以报错。直接指定浮点数：nbdevup=2.0,nbdevdn=2.0 。
- bt.indicators.BBands 不是bt.indicators.BBANDS ，bt和ta两个的名字大小写不一样 。
图示：
（10）AROON
注意：
ta-lib选择将下行线放在第一位，与backtrader内置指标相比，颜色是相反的。
测试：
runstrat(‘–plot --ind aroon’.split())
图示：
（11）Ultimate Oscillator
测试：
runstrat(‘–plot --ind ultimate’.split())
图示：
（12）Trix
测试：
runstrat(‘–plot --ind trix’.split())
图示：
（13）ADXR
测试：
runstrat(‘–plot --ind adxr’.split())
图示：
（14）DEMA
测试：
runstrat(‘–plot --ind dema’.split())
图示：
（15）TEMA
测试：
runstrat(‘–plot --ind tema’.split())
图示：
（16）PPO
backtrader不仅提供了ppo线，还提供传统的macd方法。
测试：
runstrat(‘–plot --ind ppo’.split())
图示：
（17）WilliamsR
测试：
runstrat(‘–plot --ind williamsr’.split())
图示：
（18）ROC
所有指标显示具有完全相同的形状，但跟踪动量或变化率有几种定义
测试：
runstrat(‘–plot --ind roc’.split())
图示：
