TA-Lib#
即使 backtrader 提供了很多内置指标，并且开发指标通常只是定义输入、输出和以自然方式编写公式的问题，但有些人想要使用 TA-LIB 。其中一些原因是：
指标 X*在库中，而不在 backtrader*中（作者将非常乐意接受请求）
TA-LIB 的行为是众所周知的，人们对老东西很有信心
为了满足每个人的口味，提供了 TA-LIB 集成。
要求#
TA-Lib的Python包装器<https://github.com/mrjbq7/ta-lib> _
它所需的任何依赖项（例如 numpy ）
安装详细信息请参阅 GitHub 存储库
使用 ta-lib *** ** ** ** ** ** 使用backtrader中的任何内置指标都很简单。下面是一个简单移动平均线（Simple Moving Average）的示例。 首先是backtrader的示例代码：
```python import backtrader as bt
- class MyStrategy(bt.Strategy):
params = ((‘period’, 20),)
- def __init__(self):
self.sma = bt.indicators.SMA(self.data, period=self.p.period) …
…#
然后是ta-lib的示例代码：
```python import backtrader as bt
- class MyStrategy(bt.Strategy):
params = ((‘period’, 20),)
- def __init__(self):
self.sma = bt.talib.SMA(self.data, timeperiod=self.p.period) …
… ```Et voilá！当然， ta-lib 指标的 params 是由库本身而不是 backtrader 定义的。在这种情况下， ta-lib 中的 SMA 使用一个名为``timeperiod``的参数来定义操作窗口的大小。
对于需要多个输入的指标，例如 Stochastic
import backtrader as bt
class MyStrategy(bt.Strategy):
params = (('period', 20),)
def __init__(self):
self.stoc = bt.talib.STOCH(self.data.high, self.data.low, self.data.close,
fastk_period=14, slowk_period=3, slowd_period=3)
...
...
请注意，个别地传递了 high 、 low 和 close 。可以始终传递 low （或任何其他数据序列）进行实验。
ta-lib 指标文档已经自动解析并添加到 backtrader 文档中。您也可以查看 ta-lib 的源代码/文档。此外，您还可以执行以下操作:：
print(bt.talib.SMA.__doc__)在这种情况下，输出为：
SMA([input_arrays], [timeperiod=30])
简单移动平均线（Overlap Studies）
- 输入：
price：（任何ndarray）
- 参数：
timeperiod：30
- 输出：
real
提供了一些信息：
预期的 输入*（ 忽略
ndarray注释*，因为backtrader会在后台处理转换）参数及其默认值
指标实际提供的输出*行*
移动平均线和MA_Type#
要为诸如 bt.talib.STOCH 的指标选择特定的 移动平均线 ，可以使用标准的 ta-lib MA_Type ，其通过 backtrader.talib.MA_Type 进行访问。例如：导入backtrader库并打印SMA和T3的代码如下：
绘制ta-lib指标#
和常规用法一样，绘制 ta-lib 指标并没有什么特别的事情需要做。
备注
输出为 CANDLE （所有寻找蜡烛图案的指标）的指标会给出二进制输出：要么是0，要么是100。为了避免将一个 subplot 添加到图表中，这里有一个自动绘图的转换，可以将它们绘制在识别到的蜡烛图案处的*数据*之上。
示例和比较#
以下是一些 ta-lib 指标输出与 backtrader 内置指标相比较的图表。需要注意的是：
ta-lib 指标在图表上加上了
TA_前缀。这是特意为了帮助用户区分二者。如果 移动平均线 （如果两者输出结果相同）在另一个现有的 移动平均线 上面绘制，则无法将这两个指标单独观察，如果这样，说明测试通过。
所有示例都包括一个
CDLDOJI指标作为参考。
KAMA指标（Kaufman移动平均线） =============================这是第一个例子，因为它是唯一一个有差异的（根据直接比较的所有指标）：
样本的初始值不相同
在某个时间点，这两个 KAMA 实现的值收敛，并且表现相同。
在对 ta-lib 源代码进行分析后：
ta-lib 的实现选择了一个非行业标准的 KAMA 的第一个值。
这个选择可以在源代码中看到（引用自源代码）： 这里使用昨天的价格作为先前的 KAMA 。
backtrader 使用的是通常的选择，与例如 Stockcharts 的选择相同：
由于我们需要一个初始值来开始计算，第一个 KAMA 只是一个简单移动平均值
因此产生了差异。此外：- ta-lib 中的 KAMA 实现不允许为 Kaufman 定义的 可伸缩常数 指定 fast 和 slow 周期。
示例执行:
$ ./talibtest.py --plot --ind kama
输出
$ ./talibtest.py --plot --ind sma
输出
:: $ ./talibtest.py –plot –ind ema
输出
$ ./talibtest.py --plot --ind stoc
输出
$ ./talibtest.py --plot --ind rsi
输出.. 缩略图:: ta-lib-rsi.png
$ ./talibtest.py --plot --ind macd
输出
$ ./talibtest.py --plot --ind bollinger
输出
阿隆 ====请注意， ta-lib 在与内置指标 backtrader 进行比较时，选择将 down 线放在首位，并且颜色是反转的。
$ ./talibtest.py --plot --ind aroon
输出
$ ./talibtest.py --plot --ind ultimate
输出
$ ./talibtest.py --plot --ind trix.. 缩略图:: ta-lib-trix.png
在这里， backtrader 提供了 * ADX * 和 * ADXR * 线。
$ ./talibtest.py --plot --ind adxr
输出
$ ./talibtest.py --plot --ind dema
输出.. 缩略图:: ta-lib-dema.png
$ ./talibtest.py --plot --ind tema
输出
这里 backtrader 提供了不仅是 ppo 线，还有更传统的 macd 方法。
$ ./talibtest.py --plot --ind ppo
输出
$ ./talibtest.py –plot –ind williamsr
输出
所有指标都具有相同的形状，但如何追踪 动量*或 变化率*有几种定义
$ ./talibtest.py --plot --ind roc
输出
示例用法#
$ ./talibtest.py --help
用法: talibtest.py [-h] [--data0 DATA0] [--fromdate FROMDATE]
[--todate TODATE]
[--ind {sma,ema,stoc,rsi,macd,bollinger,aroon,ultimate,trix,kama,adxr,dema,tema,ppo,williamsr,roc}]
[--no-doji] [--use-next] [--plot [kwargs]]TA-Lib的示例
- 可选参数:
- -h, --help
显示此帮助信息并退出
- --data0 DATA0
要读取的数据（默认值: ../../datas/yhoo-1996-2015.txt）
- --fromdate FROMDATE
起始日期，格式为YYYY-MM-DD（默认值: 2005-01-01）
- --todate TODATE
结束日期，格式为YYYY-MM-DD（默认值: 2006-12-31）
- –ind {sma,ema,stoc,rsi,macd,bollinger,aroon,ultimate,trix,kama,adxr,dema,tema,ppo,williamsr,roc}
要一起显示的指标对（默认值: sma）
- --no-doji
移除十字星蜡烛图模式的检查器（默认值: False）
- --use-next
使用next（逐步）而不是once（批处理）（默认值: False）
- –plot [kwargs], -p [kwargs]
对读取的数据进行绘图，应用任何传递的kwargs 例如（如有需要，请转义引号）：–plot style=”candle”（绘制蜡烛图）（默认值: None）
示例代码 *** ** ** **
from __future__ import (absolute_import, division, print_function,
unicode_literals)
import argparse
import datetime
import backtrader as bt
class TALibStrategy(bt.Strategy):
params = (('ind', 'sma'), ('doji', True),)
INDS = ['sma', 'ema', 'stoc', 'rsi', 'macd', 'bollinger', 'aroon',
'ultimate', 'trix', 'kama', 'adxr', 'dema', 'ppo', 'tema',
'roc', 'williamsr']
def __init__(self):
if self.p.doji:
bt.talib.CDLDOJI(self.data.open, self.data.high,
self.data.low, self.data.close)
if self.p.ind == 'sma':
bt.talib.SMA(self.data.close, timeperiod=25, plotname='TA_SMA')
bt.indicators.SMA(self.data, period=25)
elif self.p.ind == 'ema':
bt.talib.EMA(timeperiod=25, plotname='TA_SMA')
bt.indicators.EMA(period=25)
elif self.p.ind == 'stoc':
bt.talib.STOCH(self.data.high, self.data.low, self.data.close,
fastk_period=14, slowk_period=3, slowd_period=3,
plotname='TA_STOCH')
bt.indicators.Stochastic(self.data)
elif self.p.ind == 'macd':
bt.talib.MACD(self.data, plotname='TA_MACD')
bt.indicators.MACD(self.data)
bt.indicators.MACDHisto(self.data)
elif self.p.ind == 'bollinger':
bt.talib.BBANDS(self.data, timeperiod=25,
plotname='TA_BBANDS')
bt.indicators.BollingerBands(self.data, period=25)
elif self.p.ind == 'rsi':
bt.talib.RSI(self.data, plotname='TA_RSI')
bt.indicators.RSI(self.data)
elif self.p.ind == 'aroon':
bt.talib.AROON(self.data.high, self.data.low, plotname='TA_AROON')
bt.indicators.AroonIndicator(self.data)
elif self.p.ind == 'ultimate':
bt.talib.ULTOSC(self.data.high, self.data.low, self.data.close,
plotname='TA_ULTOSC')
bt.indicators.UltimateOscillator(self.data)
elif self.p.ind == 'trix':
bt.talib.TRIX(self.data, timeperiod=25, plotname='TA_TRIX')
bt.indicators.Trix(self.data, period=25)
elif self.p.ind == 'adxr':
bt.talib.ADXR(self.data.high, self.data.low, self.data.close,
plotname='TA_ADXR')
bt.indicators.ADXR(self.data)
elif self.p.ind == 'kama':
bt.talib.KAMA(self.data, timeperiod=25, plotname='TA_KAMA')
bt.indicators.KAMA(self.data, period=25)
elif self.p.ind == 'dema':
bt.talib.DEMA(self.data, timeperiod=25, plotname='TA_DEMA')
bt.indicators.DEMA(self.data, period=25)
elif self.p.ind == 'ppo':
bt.talib.PPO(self.data, plotname='TA_PPO')
bt.indicators.PPO(self.data, _movav=bt.indicators.SMA)
elif self.p.ind == 'tema':
bt.talib.TEMA(self.data, timeperiod=25, plotname='TA_TEMA')
bt.indicators.TEMA(self.data, period=25)
elif self.p.ind == 'roc':
bt.talib.ROC(self.data, timeperiod=12, plotname='TA_ROC')
bt.talib.ROCP(self.data, timeperiod=12, plotname='TA_ROCP')
bt.talib.ROCR(self.data, timeperiod=12, plotname='TA_ROCR')
bt.talib.ROCR100(self.data, timeperiod=12, plotname='TA_ROCR100')
bt.indicators.ROC(self.data, period=12)
bt.indicators.Momentum(self.data, period=12)
bt.indicators.MomentumOscillator(self.data, period=12)
elif self.p.ind == 'williamsr':
bt.talib.WILLR(self.data.high, self.data.low, self.data.close,
plotname='TA_WILLR')
bt.indicators.WilliamsR(self.data)
def runstrat(args=None):
args = parse_args(args)
cerebro = bt.Cerebro()
dkwargs = dict()
if args.fromdate:
fromdate = datetime.datetime.strptime(args.fromdate, '%Y-%m-%d')
dkwargs['fromdate'] = fromdate
if args.todate:
todate = datetime.datetime.strptime(args.todate, '%Y-%m-%d')
dkwargs['todate'] = todate
data0 = bt.feeds.YahooFinanceCSVData(dataname=args.data0, **dkwargs)
cerebro.adddata(data0)
cerebro.addstrategy(TALibStrategy, ind=args.ind, doji=not args.no_doji)
cerebro.run(runcone=not args.use_next, stdstats=False)
if args.plot:
pkwargs = dict(style='candle')
if args.plot is not True: # evals to True but is not True
npkwargs = eval('dict(' + args.plot + ')') # args were passed
pkwargs.update(npkwargs)
cerebro.plot(**pkwargs)
def parse_args(pargs=None):
parser = argparse.ArgumentParser(
formatter_class=argparse.ArgumentDefaultsHelpFormatter,
description='Sample for sizer')
parser.add_argument('--data0', required=False,
default='../../datas/yhoo-1996-2015.txt',
help='Data to be read in')
parser.add_argument('--fromdate', required=False,
default='2005-01-01',
help='Starting date in YYYY-MM-DD format')
parser.add_argument('--todate', required=False,
default='2006-12-31',
help='Ending date in YYYY-MM-DD format')
parser.add_argument('--ind', required=False, action='store',
default=TALibStrategy.INDS[0],
choices=TALibStrategy.INDS,
help=('Which indicator pair to show together'))
parser.add_argument('--no-doji', required=False, action='store_true',
help=('Remove Doji CandleStick pattern checker'))
parser.add_argument('--use-next', required=False, action='store_true',
help=('Use next (step by step) '
'instead of once (batch)'))
# Plot options
parser.add_argument('--plot', '-p', nargs='?', required=False,
metavar='kwargs', const=True,
help=('Plot the read data applying any kwargs passed\n'
'\n'
'For example (escape the quotes if needed):\n'
'\n'
' --plot style="candle" (to plot candles)\n'))
if pargs is not None:
return parser.parse_args(pargs)
return parser.parse_args()
if __name__ == '__main__':
runstrat()