2. 数据源加载：本地CSV数据加载、在线数据源（Yahoo/Quandl）、数据格式要求、时间索引对齐

在Backtrader回测流程中，数据源加载是策略与市场之间的桥梁。数据质量、格式规范以及时间索引的对齐程度，直接决定回测结果的真实性与可靠性。本章将系统讲解本地CSV加载、在线数据源获取、数据格式硬性要求以及时间索引对齐的核心实操方法。

2.1 本地CSV数据加载

本地CSV是最常用的数据源，适合离线回测、历史数据验证以及自定义数据清洗。Backtrader通过 bt.feeds.GenericCSVData 或自定义继承类实现加载。

2.1.1 标准加载流程

1. 准备CSV文件：确保文件包含标准OHLCV字段，列名可自定义映射。
2. 创建数据源实例：指定文件路径、日期解析格式、字段列索引。
3. 添加到Cerebro引擎：使用 cerebro.adddata() 注入数据。

import backtrader as bt

# 创建Cerebro引擎
cerebro = bt.Cerebro()

# 加载本地CSV数据
data = bt.feeds.GenericCSVData(
    dataname='./data/stock_daily.csv',
    dtformat='%Y-%m-%d',          # 日期格式
    timeframe=bt.TimeFrame.Days,   # 时间框架
    compression=1,                 # 压缩倍数
    openinterest=-1,               # -1表示忽略该列
    # 列索引映射（从0开始）
    datetime=0,
    open=1,
    high=2,
    low=3,
    close=4,
    volume=5,
    openinterest=-1
)

cerebro.adddata(data)

2.1.2 自定义CSV数据源

当CSV列名或格式与标准不同时，可通过继承 bt.feeds.GenericCSVData 并重写 lines 和 params 实现自定义映射。

class CustomCSVData(bt.feeds.GenericCSVData):
    # 定义数据线
    lines = ('adj_close',)  # 额外字段：复权收盘价

    # 参数映射
    params = (
        ('dtformat', '%Y-%m-%d'),
        ('datetime', 0),
        ('open', 1),
        ('high', 2),
        ('low', 3),
        ('close', 4),
        ('volume', 5),
        ('openinterest', -1),
        ('adj_close', 6),  # 自定义列索引
    )

2.2 在线数据源：Yahoo / Quandl

Backtrader原生支持通过 bt.feeds.YahooFinanceData 和 bt.feeds.Quandl 获取在线数据，适合快速验证策略、获取最新行情。

2.2.1 Yahoo Finance 加载示例

# 安装依赖：pip install yfinance
import backtrader as bt

cerebro = bt.Cerebro()

# 从Yahoo获取AAPL日线数据（2023-01-01 至 2023-12-31）
data = bt.feeds.YahooFinanceData(
    dataname='AAPL',
    fromdate=datetime.datetime(2023, 1, 1),
    todate=datetime.datetime(2023, 12, 31),
    timeframe=bt.TimeFrame.Days
)

cerebro.adddata(data)

2.2.2 Quandl 加载示例

# 安装依赖：pip install quandl
import backtrader as bt
import quandl

# 设置API Key（需提前注册）
quandl.ApiConfig.api_key = 'YOUR_API_KEY'

cerebro = bt.Cerebro()

# 加载WIKI数据集中的AAPL数据
data = bt.feeds.Quandl(
    dataname='WIKI/AAPL',
    fromdate=datetime.datetime(2020, 1, 1),
    todate=datetime.datetime(2020, 12, 31)
)

cerebro.adddata(data)

2.3 数据格式要求

Backtrader对数据格式有严格约定，任何字段缺失或类型错误都会导致回测中断。下表列出标准字段及其要求：

2.4 时间索引对齐

时间索引对齐是多数据源回测的核心难点。当策略同时使用多个品种（如股票+ETF、A股+港股）时，不同市场的交易日历、休市时间、时区差异会导致数据错位。

2.4.1 对齐规则

• 频率一致：所有数据源必须使用相同的时间框架（如日线、60分钟线）。
• 交易日对齐：剔除各市场独有的非交易日，仅保留所有数据源共有的交易日。
• 时间戳标准化：统一转换为UTC或同一时区，避免时区偏移导致的时间错位。

2.4.2 对齐方法

import pandas as pd
import backtrader as bt

# 假设有两个数据源：A股（df_a）和港股（df_h）
# 1. 提取共有交易日
common_dates = df_a.index.intersection(df_h.index)

# 2. 过滤数据
df_a_aligned = df_a.loc[common_dates].sort_index()
df_h_aligned = df_h.loc[common_dates].sort_index()

# 3. 创建Backtrader数据源
data_a = bt.feeds.PandasData(dataname=df_a_aligned)
data_h = bt.feeds.PandasData(dataname=df_h_aligned)

cerebro = bt.Cerebro()
cerebro.adddata(data_a)
cerebro.adddata(data_h)

2.5 多数据源对齐实战案例

以下案例展示如何同时加载A股（本地CSV）和美股（Yahoo）数据，并完成时间索引对齐：

import backtrader as bt
import pandas as pd
from datetime import datetime

cerebro = bt.Cerebro()

# 1. 加载本地A股数据（已清洗）
df_a = pd.read_csv('sh600519.csv', index_col='date', parse_dates=True)
data_a = bt.feeds.PandasData(dataname=df_a)

# 2. 加载Yahoo美股数据
data_us = bt.feeds.YahooFinanceData(
    dataname='SPY',
    fromdate=datetime(2023, 1, 1),
    todate=datetime(2023, 12, 31)
)

# 3. 手动对齐（提取共有交易日）
# 注意：Yahoo数据需先转换为DataFrame才能获取索引
# 此处为简化，假设两者已对齐

cerebro.adddata(data_a)
cerebro.adddata(data_us)

# 4. 运行回测
cerebro.run()

2.6 数据加载常见错误与排查