Finansiell handel med bt

Finansiell handel i Python

Chelsea Yang

Data Science Instructor

Paketet bt

Ett flexibelt ramverk för att definiera och backtesta handelsstrategier

Strategi: en metod för att köpa och sälja finansiella tillgångar baserat på fördefinierade regler
Strategibacktestning: ett sätt att utvärdera en strategis effektivitet genom att testa den på historiska data

import bt

bt-processen

Steg 1: Hämta historiska prisdata
Steg 2: Definiera strategin
Steg 3: Backtesta strategin med datan
Steg 4: Utvärdera resultatet

Hämta datan

# Download historical prices
bt_data = bt.get('goog, amzn, tsla', 
                 start='2020-6-1', end='2020-12-1')

print(bt_data.head())

                   goog         amzn        tsla
Date                                            
2020-06-01  1431.819946  2471.040039  179.619995
2020-06-02  1439.219971  2472.409912  176.311996
2020-06-03  1436.380005  2478.399902  176.591995
2020-06-04  1412.180054  2460.600098  172.876007
2020-06-05  1438.390015  2483.000000  177.132004

Definiera strategin

# Define the strategy
bt_strategy = bt.Strategy('Trade_Weekly',

                          [bt.algos.RunWeekly(), # Run weekly

                           bt.algos.SelectAll(), # Use all data

                           bt.algos.WeighEqually(), # Maintain equal weights

                           bt.algos.Rebalance()]) # Rebalance

Backtestning

# Create a backtest
bt_test = bt.Backtest(bt_strategy, bt_data)


# Run the backtest
bt_res = bt.run(bt_test)

Utvärdera resultatet

# Plot the result
bt_res.plot(title="Backtest result")

Graf över backtestresultatet

# Get trade details
bt_res.get_transactions()

Lista över transaktioner

Nu kör vi en övning!

Finansiell handel i Python