使用 bt 進行金融交易

Financial Trading in Python

Chelsea Yang

Data Science Instructor

bt 套件

用來定義與回測交易策略的彈性框架

策略：依照預先定義規則買賣金融資產的方法
策略回測：以歷史資料測試策略成效的方式

import bt

bt 流程

步驟 1：取得歷史價格資料
步驟 2：定義策略
步驟 3：用資料回測策略
步驟 4：評估結果

取得資料

# 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

定義策略

# 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

回測

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


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

評估結果

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

回測結果圖

# Get trade details
bt_res.get_transactions()

顯示交易清單

一起來練習吧！

Financial Trading in Python