2. Backtrader 基础回顾

在深入 Spark 集成之前，必须牢固掌握 Backtrader 的核心概念与回测流程。Backtrader 是一个事件驱动的回测框架，其设计围绕四个核心组件展开：Cerebro（大脑）、Strategy（策略）、DataFeed（数据源）和 Order（订单）。理解这些组件如何协同工作，是构建高效量化回测系统的基础。

2.1 核心概念详解

2.1.1 Cerebro — 回测引擎

Cerebro 是 Backtrader 的中央控制器。它负责：

• 注册数据源： 通过 cerebro.adddata() 加载一个或多个 DataFeed。
• 添加策略： 通过 cerebro.addstrategy() 注册自定义 Strategy 类。
• 设置初始资金： cerebro.broker.setcash(100000.0)。
• 运行回测： cerebro.run() 启动事件循环。
• 输出结果： cerebro.plot() 生成图表，cerebro.plotter() 获取分析报告。

2.1.2 Strategy — 策略核心

Strategy 是用户自定义的类，必须继承 bt.Strategy。核心生命周期方法：

• __init__()：初始化指标、参数、变量。
• next()：每个 bar 调用一次，在此编写交易逻辑。
• notify_order(order)：订单状态变化时回调。
• notify_trade(trade)：交易完成时回调。

import backtrader as bt

class MyStrategy(bt.Strategy):
    params = (('sma_period', 20),)

    def __init__(self):
        self.sma = bt.indicators.SimpleMovingAverage(
            self.data.close, period=self.params.sma_period)

    def next(self):
        if not self.position:
            if self.data.close[0] > self.sma[0]:
                self.buy(size=100)
        elif self.data.close[0] < self.sma[0]:
            self.sell(size=100)

2.1.3 DataFeed — 数据源

DataFeed 是 Backtrader 的数据抽象层。支持多种数据格式：

• CSV 文件： bt.feeds.GenericCSVData，最常用。
• Pandas DataFrame： bt.feeds.PandasData，适合与 Spark 集成。
• 在线 API： Yahoo Finance、Alpha Vantage 等。
• 自定义 DataFeed： 继承 bt.feeds.DataBase 实现。

2.1.4 Order — 订单管理

Backtrader 支持多种订单类型：

2.2 回测流程

一个标准的 Backtrader 回测流程包含以下 6 个步骤：

1. 准备数据： 加载历史数据（CSV、DataFrame 等）。
2. 创建 Cerebro 实例： 初始化回测引擎。
3. 配置策略与数据： 添加 Strategy 和 DataFeed。
4. 设置初始条件： 资金、佣金、滑点等。
5. 运行回测： 调用 cerebro.run()。
6. 分析结果： 查看收益率、夏普比率、最大回撤等。

import backtrader as bt

# 1. 准备数据
data = bt.feeds.PandasData(dataname=df)

# 2. 创建 Cerebro
cerebro = bt.Cerebro()

# 3. 添加策略和数据
cerebro.addstrategy(MyStrategy)
cerebro.adddata(data)

# 4. 设置初始条件
cerebro.broker.setcash(100000.0)
cerebro.broker.setcommission(commission=0.001)

# 5. 运行回测
results = cerebro.run()

# 6. 分析结果
cerebro.plot()

2.3 常见应用场景

Backtrader 广泛应用于以下场景：

• 趋势跟踪策略： 基于移动平均线、MACD、布林带等指标。
• 均值回归策略： 利用 RSI、布林带宽度等判断超买超卖。
• 多资产组合回测： 同时回测股票、期货、ETF 等。
• 参数优化： 使用 cerebro.optstrategy() 进行网格搜索。
• 实盘模拟： 通过 cerebro.live 模式连接真实行情。