4. 策略编写基础：Strategy 类结构、next() 方法、买入卖出信号生成、订单类型

在 Backtrader 中，策略（Strategy）是回测引擎的核心。所有交易逻辑、信号判断、资金管理都封装在继承自 bt.Strategy 的类中。本章将系统讲解策略骨架、核心回调方法、信号生成逻辑以及三种基础订单类型，帮助你搭建第一个可运行的量化策略。

4.1 Strategy 类结构

一个标准的 Backtrader 策略类包含以下生命周期方法，按执行顺序排列：

下面是一个完整的策略骨架：

import backtrader as bt

class MyFirstStrategy(bt.Strategy):
    # 可调参数
    params = (
        ('ma_period', 20),
        ('rsi_period', 14),
    )

    def __init__(self):
        # 在初始化时计算指标
        self.sma = bt.indicators.SimpleMovingAverage(
            self.data.close, period=self.params.ma_period
        )
        self.rsi = bt.indicators.RelativeStrengthIndex(
            self.data.close, period=self.params.rsi_period
        )
        # 记录订单状态
        self.order = None

    def next(self):
        # 每次新 bar 到来时执行
        if self.order:  # 有未完成订单时跳过
            return

        if not self.position:  # 空仓
            if self.data.close[0] > self.sma[0] and self.rsi[0] < 30:
                self.buy()
        else:  # 持仓
            if self.data.close[0] < self.sma[0] or self.rsi[0] > 70:
                self.sell()

    def notify_order(self, order):
        # 订单状态变化时回调
        if order.status in [order.Completed, order.Canceled, order.Margin]:
            self.order = None

    def stop(self):
        print(f'最终资金: {self.broker.getvalue():.2f}')

4.2 next() 方法——策略的心脏

next() 是策略中最频繁执行的方法，每个 bar 都会触发一次。理解它的执行上下文至关重要：

• 数据索引： self.data.close[0] 表示当前 bar 的收盘价，[-1] 表示前一个 bar，以此类推。
• 位置判断： self.position 返回当前持仓量，self.position.size 获取具体股数。
• 订单保护： 每次 next() 开始前检查 self.order 是否为空，避免重复下单。
• 多数据支持： 可通过 self.datas[0]、self.datas[1] 访问不同品种。

4.3 买入卖出信号生成

信号生成是策略的核心。常见模式包括：

信号生成的最佳实践：

• 使用 布尔变量 命名条件，提高可读性：buy_signal = self.sma_cross > 0
• 避免在 next() 中重复计算相同指标值
• 使用 self.position 区分开仓和平仓逻辑

4.4 订单类型详解

Backtrader 支持三种基础订单类型，理解它们的差异是实盘模拟的关键：

订单参数扩展示例：

# 市价买入 100 股
self.buy(size=100)

# 限价买入：价格不高于 50.0
self.buy(exectype=bt.Order.Limit, price=50.0, size=200)

# 止损卖出：价格跌破 45.0 时触发
self.sell(exectype=bt.Order.Stop, price=45.0, size=100)

# 带止损的限价单（StopLimit）：价格触及 48.0 后，以不低于 47.5 成交
self.buy(exectype=bt.Order.StopLimit, price=48.0, plimit=47.5)

4.5 订单状态管理与回调

订单提交后并非立即成交，Backtrader 通过 notify_order() 回调通知状态变化：

def notify_order(self, order):
    if order.status == order.Pending:      # 待处理
        pass
    elif order.status == order.Accepted:   # 已接受
        pass
    elif order.status == order.Completed:  # 已完成
        self.log(f'订单完成: {order.executed.price:.2f}')
        self.order = None
    elif order.status == order.Canceled:   # 已取消
        self.order = None
    elif order.status == order.Margin:     # 保证金不足
        self.order = None
    elif order.status == order.Rejected:   # 被拒绝
        self.order = None

4.6 完整策略示例：双均线交叉

将以上知识点整合为一个完整的双均线交叉策略：

class SmaCross(bt.Strategy):
    params = (('fast', 10), ('slow', 30))

    def __init__(self):
        self.fast_sma = bt.indicators.SMA(self.data.close, period=self.params.fast)
        self.slow_sma = bt.indicators.SMA(self.data.close, period=self.params.slow)
        self.crossover = bt.indicators.CrossOver(self.fast_sma, self.slow_sma)
        self.order = None

    def next(self):
        if self.order:
            return

        if not self.position:
            if self.crossover > 0:  # 金叉
                self.buy()
        else:
            if self.crossover < 0:  # 死叉
                self.sell()

    def notify_order(self, order):
        if order.status in [order.Completed, order.Canceled, order.Margin]:
            self.order = None

这个策略展示了：

• 在 __init__() 中预计算指标
• 使用 CrossOver 内置指标检测交叉，避免手动比较
• 通过 self.order 防止重复下单
• 在 notify_order() 中清理订单状态