Backtrader 文档学习- Observers - Reference

2024-02-07 06:52

本文主要是介绍Backtrader 文档学习- Observers - Reference,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Backtrader 文档学习- Observers - Reference

1.Benchmark

class backtrader.observers.Benchmark()
观察器存储策略的回报和参考资产的回报,参考资产是传递给系统的数据之一。
参数:

  • timeframe (default: None) ,如果None,则将报告整个回溯测试期间的全部回报

  • compression (default: None),仅用于日以下时间范围,例如通过指定“时间范围”在每小时时间范围内工作。分钟和60作为压缩。

  • data (default: None),要跟踪的参考资产,以便进行比较。
    注意:
    此数据必须已添加到具有addata、resampledata或replaydata的cerebro实例中

  • _doprenext (default: False),基准测试将从战略启动时开始(即:达到战略的最短期限时)。
    设置为True将从数据加载的起点时间记录基准值

  • firstopen (default: False),设为False可确保价值和基准之间的第一个比较点从0%开始,因为基准不会使用其开盘价
    有关该参数含义的完整解释,请参见时间返回分析器 。

  • fund (default: None),None将自动检测经纪人的实际模式(fundmode - True/False),以决定回报是基于总净资产值还是基于基金价值。请参见broker文档中的set_fundmode 。
    依据特定行为将其设置为True或False 。

在运行的任何时刻,都可以通过行名查看索引[0],查当前值。

2.Broker

** class backtrader.observers.Broker(* args, ** kwargs) **
观察者跟踪broker当前的现金数量和投资组合价值(包括现金)。

参数: None

(1)Broker - Cash

**class backtrader.observers.Cash(*args, kwargs)
观察者跟踪代理中当前的现金值 。

参数: None

(2)Broker - Value

**class backtrader.observers.Value(*args, kwargs)
观察者跟踪broker当前的投资组合价值,包括现金

参数:

  • fund (default: None),broker的实际模式(fundmode - True/False)将被自动检测,以决定回报是基于总净资产值还是基于基金价值。请参见代理文档中的set_fundmode
    特定行为将其设置为True或False 。

3.BuySell

**class backtrader.observers.BuySell(*args, kwargs)

观察器跟踪单个买入/卖出订单(独立执行),并根据执行价格水平的数据将它们绘制在图表上 。

参数:

  • barplot (default: False)
    True:画出低于最小值的买入信号和高于最大值的卖出信号。
    False: 用平均执行价格绘图bar线
  • bardist (default: 0.015, 1.5%) 当 barplot = True,距离最大/最小值的距离 ??

4.DrawDown

class backtrader.observers.DrawDown()
观测器记录跟踪当前回撤(标绘)和最大回撤(未标绘)

参数:

  • fund (default: None),见前

5.TimeReturn

class backtrader.observers.TimeReturn()
This observer stores the returns of the strategy.
观察器保存策略的回报率。

参数:

timeframe (default: None) , None 将报告整个回溯测试期间的完整回报 。
如传输TimeFrame.NoTimeFrame参数,则没有时间约束的整个数据集 。

  • compression (default: None) ,见前
  • fund (default: None),见前

6.Trades

class backtrader.observers.Trades()
观察器跟踪全部交易,并绘制交易结束时的PNL值。

当仓位从0(或越过0)变为X时,交易开始;当仓位回到0(或以相反方向越过0)时,交易结束 。

参数:

  • pnlcomm (default: True) ,显示净损益,即:扣除佣金后。
    如果设置为False,将显示没有扣除佣金前的交易结果 。

7.LogReturns

class backtrader.observers.LogReturns()
This observer stores the log returns of the strategy or a
观察器存储策略的对数回报率 。

参数:

  • timeframe (default: None) ,见前
  • compression (default: None),见前
  • fund (default: None),见前

8.LogReturns2

class backtrader.observers.LogReturns2()
观察器扩展对数回报率,显示两个值 ??

9.FundValue

**class backtrader.observers.FundValue(*args, kwargs)
观察器跟踪当前类似基金的价值 。
参数:无

10.FundShares

**class backtrader.observers.FundShares(*args, kwargs)
This observer keeps track of the current fund-like shares
观察器跟踪当前类基金的股票

参数: 无

这篇关于Backtrader 文档学习- Observers - Reference的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/686881

相关文章

SpringBoot3集成swagger文档的使用方法

《SpringBoot3集成swagger文档的使用方法》本文介绍了Swagger的诞生背景、主要功能以及如何在SpringBoot3中集成Swagger文档,Swagger可以帮助自动生成API文档... 目录一、前言1. API 文档自动生成2. 交互式 API 测试3. API 设计和开发协作二、使用

基于C#实现将图片转换为PDF文档

《基于C#实现将图片转换为PDF文档》将图片(JPG、PNG)转换为PDF文件可以帮助我们更好地保存和分享图片,所以本文将介绍如何使用C#将JPG/PNG图片转换为PDF文档,需要的可以参考下... 目录介绍C# 将单张图片转换为PDF文档C# 将多张图片转换到一个PDF文档介绍将图片(JPG、PNG)转

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学