点此获取扫地僧backtrader技术教程
===============
之前，我写了一篇文章“backtrader高级专题：策略绩效评价：用不了pyfolio？还有quantstats”，提到backtrader现在不能直接集成pyfolio，但是可以集成quantstats，进行策略绩效展示。
最近，我再次研究了pyfolio，发现现在已经可以集成到backtrader了。至少我自己测试通过了。注意，pyfolio只能用于notebook里，而quantstats可用于notebook和普通.py文件里，大家各取所需吧。
下面介绍如何在backtrader里使用pyfolio。
1 安装pyfolio
必须使用如下命令安装pyfolio，这样安装的是最新版：
pip install git+https://github.com/quantopian/pyfolio
不能使用pip install pyfolio来安装。很多人集成不了pyfolio，就是因为安装方式不对。
2 在backtrader中使用pyfolio
样本代码test.ipynb如下
from datetime import datetime
import backtrader as bt
# 导入pyfolio 包
import pyfolio as pf# 创建策略类
class SmaCross(bt.Strategy):# 定义参数params = dict(period=5) # 移动平均期数# 日志函数def log(self, txt, dt=None):'''日志函数'''dt = dt or self.datas[0].datetime.date(0)print('%s, %s' % (dt.isoformat(), txt))def notify_order(self, order):if order.status in [order.Submitted, order.Accepted]:# 订单状态 submitted/accepted，无动作return# 订单完成if order.status in [order.Completed]:if order.isbuy():self.log('买单执行, %.2f' % order.executed.price)elif order.issell():self.log('卖单执行, %.2f' % order.executed.price)elif order.status in [order.Canceled, order.Margin, order.Rejected]:self.log('订单 Canceled/Margin/Rejected')# 记录交易收益情况（可省略，默认不输出结果）def notify_trade(self, trade):if trade.isclosed:print('毛收益 %0.2f, 扣佣后收益 % 0.2f, 佣金 %.2f' %(trade.pnl, trade.pnlcomm, trade.commission))def __init__(self):# 移动平均线指标self.move_average = bt.ind.MovingAverageSimple(self.data, period=self.params.period)# 交叉信号指标self.crossover = bt.ind.CrossOver(self.data, self.move_average) def next(self):if not self.position: # 还没有仓位# 当日收盘价上穿5日均线，创建买单，买入100股if self.crossover > 0:self.log('创建买单')self.buy(size=100)# 有仓位，并且当日收盘价下破5日均线，创建卖单，卖出100股elif self.crossover < 0:self.log('创建卖单')self.sell(size=100)##########################
# 主程序开始
########################## 创建大脑引擎对象
cerebro = bt.Cerebro()# 数据文件路径
datapath = './600000.csv'# 创建行情数据对象，加载数据
data = bt.feeds.GenericCSVData(dataname=datapath,datetime=2, # 日期行所在列open=3, # 开盘价所在列high=4, # 最高价所在列low=5, # 最低价所在列close=6, # 收盘价价所在列volume=10, # 成交量所在列openinterest=-1, # 无未平仓量列dtformat=('%Y%m%d'), # 日期格式fromdate=datetime(2019, 1, 1), # 起始日todate=datetime(2020, 7, 8)) # 结束日cerebro.adddata(data) # 将行情数据对象注入引擎
cerebro.addstrategy(SmaCross) # 将策略注入引擎cerebro.broker.setcash(10000.0) # 设置初始资金# 加入pyfolio分析者
cerebro.addanalyzer(bt.analyzers.PyFolio, _name='pyfolio')results=cerebro.run() # 运行
strat = results[0]
pyfoliozer = strat.analyzers.getbyname('pyfolio')
returns, positions, transactions, gross_lev = pyfoliozer.get_pf_items()
pf.create_full_tear_sheet(returns)
这里pf.create_full_tear_sheet(returns)中pyfolio需要的收益率returns是日收益率。
如果backtrader原始数据不是日线数据，我估计returns, positions, transactions, gross_lev = pyfoliozer.get_pf_items()中，backtrader返回的returns应该是已经转换成日收益率了，读者可以验证一下告诉我哈。