公开作弊

原文： https://www.backtrader.com/docu/cerebro/cheat-on-open/cheat-on-open/

发布版1.9.44.116增加了对Cheat-On-Open的支持。这似乎是那些在酒吧关门后进行了计算，但希望与open价格相匹配的全部加入的人所需要的功能。

当期初价差（上升或下降，取决于buy或sell是否有效）且现金不足以进行全包操作时，该用例失败。这将强制代理拒绝该操作。

尽管人们可以尝试用积极的[1]指数方法展望未来，但这需要预加载数据，而这些数据并不总是可用的。

模式：

cerebro = bt.Cerebro(cheat_on_open=True) 

这：

• 在系统中激活一个额外的循环，该循环调用策略next_open、nextstart_open和prenext_open中的方法

  已决定增加一系列方法，以明确区分常规方法和欺诈模式下的操作。常规方法的操作依据是，所检查的价格不再可用，未来未知。

  这也避免了对常规next方法的两次调用。

在xxx_open方法中，以下情况适用：

• 这些指标尚未重新计算，并保留了上一个周期中最后一次使用等效xxx常规方法看到的值

• 经纪人尚未评估新周期的未决订单，可以引入新订单，如果可能，将对新订单进行评估。

请注意：

• Cerebro还有一个broker_coo（默认值：True）参数，告诉脑波如果cheat-on-open已经被激活，如果可能的话，它也应该尝试在代理中激活它。

  simulation broker 有一个名为coo的参数和一个名为set_coo的设置方法

试图在公开场合作弊

下面的示例有一个包含两种不同行为的策略：

• 如果开启时作弊为真，则仅从next_open开始操作

• 如果开启时作弊为假，则只在next开始操作

在这两种情况下，匹配价格必须是相同

• 如果没有作弊，订单将在前一天结束时发出，并将与下一个进货价格匹配，即open价格

• 如果作弊，命令将在执行当天发出。因为订单是在经纪人评估订单之前发出的，所以它也将与下一个传入价格open匹配。

  第二种情况允许计算所有策略的确切赌注，因为可以直接访问当前open价格。

在这两种情况下

• 当前的open和close价格将从next开始打印。

定期执行：

$ ./cheat-on-open.py --cerebro cheat_on_open=False

...
2005-04-07 next, open 3073.4 close 3090.72
2005-04-08 next, open 3092.07 close 3088.92
Strat Len 68 2005-04-08 Send Buy, fromopen False, close 3088.92
2005-04-11 Buy Executed at price 3088.47
2005-04-11 next, open 3088.47 close 3080.6
2005-04-12 next, open 3080.42 close 3065.18
... 

命令：

• 在关闭后于 2005-04-08 发布

• 于 2005-04-11 执行，open价格为3088.47

作弊执行：

$ ./cheat-on-open.py --cerebro cheat_on_open=True

...
2005-04-07 next, open 3073.4 close 3090.72
2005-04-08 next, open 3092.07 close 3088.92
2005-04-11 Send Buy, fromopen True, close 3080.6
2005-04-11 Buy Executed at price 3088.47
2005-04-11 next, open 3088.47 close 3080.6
2005-04-12 next, open 3080.42 close 3065.18
... 

命令：

• 在开启之前于 2005-04-11 发布

• 于 2005-04-11 执行，open价格为3088.47

从图表上看，整体结果也是一样的。

结论

在公开赛中作弊允许在公开赛之前发布命令，例如，允许在场景中精确计算的赌注。

样本使用

$ ./cheat-on-open.py --help
usage: cheat-on-open.py [-h] [--data0 DATA0] [--fromdate FROMDATE]
                        [--todate TODATE] [--cerebro kwargs] [--broker kwargs]
                        [--sizer kwargs] [--strat kwargs] [--plot [kwargs]]

Cheat-On-Open Sample

optional arguments:
  -h, --help           show this help message and exit
  --data0 DATA0        Data to read in (default:
                       ../../datas/2005-2006-day-001.txt)
  --fromdate FROMDATE  Date[time] in YYYY-MM-DD[THH:MM:SS] format (default: )
  --todate TODATE      Date[time] in YYYY-MM-DD[THH:MM:SS] format (default: )
  --cerebro kwargs     kwargs in key=value format (default: )
  --broker kwargs      kwargs in key=value format (default: )
  --sizer kwargs       kwargs in key=value format (default: )
  --strat kwargs       kwargs in key=value format (default: )
  --plot [kwargs]      kwargs in key=value format (default: ) 

样本源

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)

import argparse
import datetime

import backtrader as bt

class St(bt.Strategy):
    params = dict(
        periods=[10, 30],
        matype=bt.ind.SMA,
    )

    def __init__(self):
        self.cheating = self.cerebro.p.cheat_on_open
        mas = [self.p.matype(period=x) for x in self.p.periods]
        self.signal = bt.ind.CrossOver(*mas)
        self.order = None

    def notify_order(self, order):
        if order.status != order.Completed:
            return

        self.order = None
        print('{} {} Executed at price {}'.format(
            bt.num2date(order.executed.dt).date(),
            'Buy' * order.isbuy() or 'Sell', order.executed.price)
        )

    def operate(self, fromopen):
        if self.order is not None:
            return
        if self.position:
            if self.signal < 0:
                self.order = self.close()
        elif self.signal > 0:
            print('{} Send Buy, fromopen {}, close {}'.format(
                self.data.datetime.date(),
                fromopen, self.data.close[0])
            )
            self.order = self.buy()

    def next(self):
        print('{} next, open {} close {}'.format(
            self.data.datetime.date(),
            self.data.open[0], self.data.close[0])
        )

        if self.cheating:
            return
        self.operate(fromopen=False)

    def next_open(self):
        if not self.cheating:
            return
        self.operate(fromopen=True)

def runstrat(args=None):
    args = parse_args(args)

    cerebro = bt.Cerebro()

    # Data feed kwargs
    kwargs = dict()

    # Parse from/to-date
    dtfmt, tmfmt = '%Y-%m-%d', 'T%H:%M:%S'
    for a, d in ((getattr(args, x), x) for x in ['fromdate', 'todate']):
        if a:
            strpfmt = dtfmt + tmfmt * ('T' in a)
            kwargs[d] = datetime.datetime.strptime(a, strpfmt)

    # Data feed
    data0 = bt.feeds.BacktraderCSVData(dataname=args.data0, **kwargs)
    cerebro.adddata(data0)

    # Broker
    cerebro.broker = bt.brokers.BackBroker(**eval('dict(' + args.broker + ')'))

    # Sizer
    cerebro.addsizer(bt.sizers.FixedSize, **eval('dict(' + args.sizer + ')'))

    # Strategy
    cerebro.addstrategy(St, **eval('dict(' + args.strat + ')'))

    # Execute
    cerebro.run(**eval('dict(' + args.cerebro + ')'))

    if args.plot:  # Plot if requested to
        cerebro.plot(**eval('dict(' + args.plot + ')'))

def parse_args(pargs=None):
    parser = argparse.ArgumentParser(
        formatter_class=argparse.ArgumentDefaultsHelpFormatter,
        description=(
            'Cheat-On-Open Sample'
        )
    )

    parser.add_argument('--data0', default='../../datas/2005-2006-day-001.txt',
                        required=False, help='Data to read in')

    # Defaults for dates
    parser.add_argument('--fromdate', required=False, default='',
                        help='Date[time] in YYYY-MM-DD[THH:MM:SS] format')

    parser.add_argument('--todate', required=False, default='',
                        help='Date[time] in YYYY-MM-DD[THH:MM:SS] format')

    parser.add_argument('--cerebro', required=False, default='',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--broker', required=False, default='',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--sizer', required=False, default='',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--strat', required=False, default='',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--plot', required=False, default='',
                        nargs='?', const='{}',
                        metavar='kwargs', help='kwargs in key=value format')

    return parser.parse_args(pargs)

if __name__ == '__main__':
    runstrat() 

---

我们一直在努力

apachecn/AiLearning

---