分析器参考

原文： https://www.backtrader.com/docu/analyzers-reference/

年收益率

类 backtrader.analyzers.AnnualReturn（）

该分析器通过查看年初和年末来计算年度回报

参数：

• （无）

成员属性：

• rets：计算年度收益表

• ret：年报字典（关键字：年份）

获取 _ 分析：

• 返回年度报表字典（关键字：年）

卡尔玛

类 backtrader.analyzers.Calmar（）

该分析仪计算的 CalmarRatio 时间范围可能不同于基础数据参数中使用的时间范围：

• timeframe（默认值：None）如果None使用系统中 1^st数据的timeframe

  通过 PoT T0 来考虑没有时间约束的整个数据集

• compression（默认为None）

  仅用于子天时间范围，例如，通过指定“timeframe.Minutes”和 60 作为压缩，在每小时时间范围内工作

  如果为None，则将使用系统的 1^st数据压缩

• 无

• fund（默认为None）

  如果None将自动检测经纪人的实际模式（fundmode-真/假），以确定回报是基于总资产净值还是基于基金价值。参见经纪人文档中的set_fundmode

  对于特定行为，将其设置为True或False

-“`get_analysis``（）

返回一个 OrderedDict，其中包含该时间段的键和相应的滚动 Calmar 比率

-“`calmar``最新计算的 calmar 比率（）

缩编

类 backtrader.analyzers.DrawDown（）

此分析器计算交易系统提款统计信息，例如以%s 和美元表示的提款值、%s 和美元表示的最大提款、提款长度和提款最大长度

参数：

• fund（默认为None）

  如果None将自动检测经纪人的实际模式（fundmode-真/假），以确定回报是基于总资产净值还是基于基金价值。参见经纪人文档中的set_fundmode

  对于特定行为，将其设置为True或False

-“`get_analysis``（）

返回一个字典（支持.notation 和 subdctionaries），其中 drawdown stats 作为值，以下键/属性可用：

• drawdown-0.xx%的提取值

• moneydown-以货币单位表示的支取价值

• len-水位下降长度

• max.drawdown-0.xx%的最大下降值

• max.moneydown-以货币单位表示的最大提取价值

• max.len-最大水位下降长度

时间下降

类 backtrader.analyzers.TimeDrawDown（）

此分析器计算所选时间范围内的交易系统提款，该时间范围可能不同于基础数据参数中使用的时间范围：

• timeframe（默认值：None）如果None使用系统中 1^st数据的timeframe

  通过 PoT T0 来考虑没有时间约束的整个数据集

• compression（默认为None）

  仅用于子天时间范围，例如，通过指定“timeframe.Minutes”和 60 作为压缩，在每小时时间范围内工作

  如果为None，则将使用系统的 1^st数据压缩

• 无

• fund（默认为None）

  如果None将自动检测经纪人的实际模式（fundmode-真/假），以确定回报是基于总资产净值还是基于基金价值。参见经纪人文档中的set_fundmode

  对于特定行为，将其设置为True或False

-“`get_analysis``（）

返回一个字典（支持.notation 和 subdctionaries），其中 drawdown stats 作为值，以下键/属性可用：

• drawdown-0.xx%的提取值

• maxdrawdown-以货币单位表示的支取价值

• maxdrawdownperiod-水位下降长度

-这些在运行期间作为属性（）可用

• dd

• maxdd

• maxddlen

格罗斯平均

类 backtrader.analyzers.GrossLeverage（）

此分析器根据时间框架计算当前战略的总杠杆率

参数：

• fund（默认为None）

  如果None将自动检测经纪人的实际模式（fundmode-真/假），以确定回报是基于总资产净值还是基于基金价值。参见经纪人文档中的set_fundmode

  对于特定行为，将其设置为True或False

-get_ 分析（）

返回一个字典，其中返回值为值，每次返回的日期时间点为键

位置值

类 backtrader.analyzers.PositionsValue（）

此分析器报告当前数据集的位置值

参数：

• 时间段（默认值：None），如果为None，则使用系统的 1^st数据的时间段

• 压缩（默认值：None

  仅用于子天时间范围，例如，通过指定“timeframe.Minutes”和 60 作为压缩，在每小时时间范围内工作

  如果为None，则将使用系统的 1^st数据压缩

• 标题（默认值：False）

  将初始键添加到包含结果的字典中，并将数据名（'Datetime'作为键）

• 现金（默认值：False

  包括实际现金作为额外头寸（标题“现金”将用作名称）

-get_ 分析（）

返回一个字典，其中返回值为值，每次返回的日期时间点为键

文件夹

类 backtrader.analyzers.PyFolio（）

该分析仪使用 4 个子分析仪收集数据，并将其转换为与pyfolio兼容的数据集

儿童分析仪

• TimeReturn

  用于计算全球投资组合价值的回报

• PositionsValue

  用于计算每个数据的位置值。将headers和cash参数设置为True

• Transactions

  用于在数据（大小、价格、价值）上记录每笔交易。将headers参数设置为True

• GrossLeverage

  跟踪总杠杆率（战略投资额）

参数：

These are passed transparently to the children

* timeframe (default: `bt.TimeFrame.Days`)

  If `None` then the timeframe of the 1st data of the system will be
  used

* compression (default: 1\`)

  If `None` then the compression of the 1st data of the system will be
  used 

timeframe和compression都是按照pyfolio的默认行为设置的，该行为处理每日数据，并对其进行上采样以获得年度回报等值。

-get_ 分析（）

返回一个字典，其中返回值为值，每次返回的日期时间点为键

获取\u pf\u 项目（）

返回由 4 个元素组成的元组，这些元素可用于进一步处理

`pyfolio`

returns, positions, transactions, gross_leverage 

因为对象是用来直接输入到pyfolio的，所以该方法进行pandas的本地导入，将内部backtrader结果转换为pandas 数据帧，这是pyfolio.create_full_tear_sheet等的预期输入

如果未安装pandas，则该方法将中断

日志返回滚动

类 backtrader.analyzers.LogReturnsRolling（）

此分析器计算给定时间段和压缩的滚动回报

参数：

• timeframe（默认值：None）如果None使用系统中 1^st数据的timeframe

  通过 PoT T0 来考虑没有时间约束的整个数据集

• compression（默认为None）

  仅用于子天时间范围，例如，通过指定“timeframe.Minutes”和 60 作为压缩，在每小时时间范围内工作

  如果为None，则将使用系统的 1^st数据压缩

• data（默认为None）

  要跟踪的参考资产，而不是投资组合价值。

  注：此数据必须已添加到addata、resampledata或replaydata的cerebro实例中

• firstopen（默认为True）

  跟踪data的返回时，在跨越时间范围边界时，例如Years时，执行以下操作：

  • 上一年度的最后一个close作为参考价格，以查看本年度的收益

  问题是 1^st计算，因为数据没有之前的收盘价。因此，当该参数为True时，1^st计算将使用期初价格。

  这要求数据馈送具有open价格（对于close将使用标准[0]符号，而不参考字段价格）

  否则将使用初始关闭。

• fund（默认为None）

  如果None将自动检测经纪人的实际模式（fundmode-真/假），以确定回报是基于总资产净值还是基于基金价值。参见经纪人文档中的set_fundmode

  对于特定行为，将其设置为True或False

-get_ 分析（）

返回一个字典，其中返回值为值，每次返回的日期时间点为键

周期统计

类 backtrader.analyzers.PeriodStats（）

计算给定时间段的基本统计信息

参数：

• timeframe（默认值：Years）如果None使用系统中 1^st数据的timeframe

  通过 PoT T0 来考虑没有时间约束的整个数据集

• compression（默认为1）

  仅用于子天时间范围，例如，通过指定“timeframe.Minutes”和 60 作为压缩，在每小时时间范围内工作

  如果为None，则将使用系统的 1^st数据压缩

• fund（默认为None）

  如果None将自动检测经纪人的实际模式（fundmode-真/假），以确定回报是基于总资产净值还是基于基金价值。参见经纪人文档中的set_fundmode

  对于特定行为，将其设置为True或False

get_analysis返回包含键的字典：

• average

• stddev

• positive

• negative

• nochange

• best

• worst

如果参数zeroispos设置为True，则没有变化的周期将被计为正

退换商品

类 backtrader.analyzers.Returns（）

使用对数方法计算的总回报、平均回报、复合回报和年化回报

见：

• https://www.crystalbull.com/sharpe-ratio-better-with-log-returns/

参数：

• timeframe（默认为None）

  如果使用系统中 1^st数据的None号timeframe号

  通过 PoT T0 来考虑没有时间约束的整个数据集

• compression（默认为None）

  仅用于子天时间范围，例如，通过指定“timeframe.Minutes”和 60 作为压缩，在每小时时间范围内工作

  如果为None，则将使用系统的 1^st数据压缩

• tann（默认为None）

  用于项目年度化（标准化）的期间数

  即：

  • days: 252

  • weeks: 52

  • months: 12

  • years: 1

• fund（默认为None）

  如果None将自动检测经纪人的实际模式（fundmode-真/假），以确定回报是基于总资产净值还是基于基金价值。参见经纪人文档中的set_fundmode

  对于特定行为，将其设置为True或False

-get_ 分析（）

返回一个字典，其中返回值为值，每次返回的日期时间点为键

返回的 dict 包含以下键：

• rtot：复合收益总额

• ravg：整个期间的平均回报率（特定时间段）

• rnorm：年化/标准化回报

• rnorm100：以 100%表示的年化/标准化回报率

夏佩拉蒂奥

类 backtrader.analyzers.SharpeRatio（）

该分析仪使用无风险资产（即简单的利率）计算策略的收益率

参数：

• timeframe：（默认值：TimeFrame.Years

• compression（默认为1）

  仅用于子天时间范围，例如，通过指定“timeframe.Minutes”和 60 作为压缩，在每小时时间范围内工作

• riskfreerate（默认值：0.01->1%）

  以年度条款表示（见下文convertrate）

• convertrate（默认为True）

  将riskfreerate从年费率转换为月费率、周费率或日费率。不支持分日转换

• factor（默认为None）

  如果None，则无风险利率从年到所选时间段的转换系数将从预定义表格中选择

  天数：252 周：52 月：12 年：1

  否则将使用指定的值

• annualize（默认为False）

  如果convertrate为True，则SharpeRatio将在选择的timeframe中交付。

  在大多数情况下，夏普拉蒂奥以年度形式交付。将riskfreerate从年费率转换为月费率、周费率或日费率。不支持分日转换

• stddev_sample（默认为False）

  如果设置为True，将计算标准偏差，将平均值中的分母减少1。如果认为并非所有样本都用于计算，则在计算标准偏差时使用。这被称为贝塞尔校正

• daysfactor（默认为None）

  factor的旧名称。如果设置为除None以外的任何值，且timeframe为TimeFrame.Days，则将假定这是旧代码，并将使用该值

• legacyannual（默认为False）

  使用AnnualReturn返回分析器，顾名思义，它只在年份上工作

• fund（默认为None）

  如果None将自动检测经纪人的实际模式（fundmode-真/假），以确定回报是基于总资产净值还是基于基金价值。参见经纪人文档中的set_fundmode

  对于特定行为，将其设置为True或False

-get_ 分析（）

返回一个字典，其中键“sharperatio”保持比率

夏佩拉蒂奥

类 backtrader.analyzers.SharpeRatio_A（）

夏普比率的扩展，它以年化形式直接返回夏普比率

以下参数已从SharpeRatio更改

• annualize（默认为True）

SQN

类 backtrader.analyzers.SQN（）

SQN 或系统质量编号。由 Van K.Tharp 定义，用于对交易系统进行分类。

• 低于平均水平 1.6-1.9

• 平均 2.0-2.4

• 2.5-2.9 良好

• 3.0-5.0 优秀

• 5.1-6.9

• 7.0-圣杯？

公式如下：

• 平方根（数字等级）*平均值（交易价格）/STDEV（交易价格）

当交易数量>=30 时，应认为 sqn 值是可靠的

-get_ 分析（）

返回键为“sqn”和“trades”（考虑的交易数）的字典

报时表

类 backtrader.analyzers.TimeReturn（）

该分析器通过查看时间范围的开始和结束来计算回报

参数：

• timeframe（默认值：None）如果None使用系统中 1^st数据的timeframe

  通过 PoT T0 来考虑没有时间约束的整个数据集

• compression（默认为None）

  仅用于子天时间范围，例如，通过指定“timeframe.Minutes”和 60 作为压缩，在每小时时间范围内工作

  如果为None，则将使用系统的 1^st数据压缩

• data（默认为None）

  要跟踪的参考资产，而不是投资组合价值。

  注：此数据必须已添加到addata、resampledata或replaydata的cerebro实例中

• firstopen（默认为True）

  跟踪data的返回时，在跨越时间范围边界时，例如Years时，执行以下操作：

  • 上一年度的最后一个close作为参考价格，以查看本年度的收益

  问题是 1^st计算，因为数据没有之前的收盘价。因此，当该参数为True时，1^st计算将使用期初价格。

  这要求数据馈送具有open价格（对于close将使用标准[0]符号，而不参考字段价格）

  否则将使用初始关闭。

• fund（默认为None）

  如果None将自动检测经纪人的实际模式（fundmode-真/假），以确定回报是基于总资产净值还是基于基金价值。参见经纪人文档中的set_fundmode

  对于特定行为，将其设置为True或False

-get_ 分析（）

返回一个字典，其中返回值为值，每次返回的日期时间点为键

贸易分析仪

类 backtrader.analyzers.TradeAnalyzer（）

提供已结束交易的统计信息（同时保留未结束交易的计数）

• 未平仓/已平仓交易总额

• 连胜/失利当前/最长

• 盈亏总额/平均数

• 赢/失计数/总 PNL/平均 PNL/最大 PNL

• 长/短计数/总 PNL/平均 PNL/最大 PNL

  • 赢/失计数/总 PNL/平均 PNL/最大 PNL

  • 长度（市场上的钢筋）

  • 总/平均/最大/最小

  • 赢得/损失总额/平均数/最大值/最小值

  • 长/短总/平均/最大/最小

  • 赢得/损失总额/平均数/最大值/最小值

注：分析仪对字段使用“自动”dict，这意味着如果没有执行交易，则不会生成统计数据。

在这种情况下，get_analysis返回的字典中将有一个字段/子字段，即：

• dictname['total']['total']的值为 0（该字段也可通过点符号 dictname.total.total 访问）

交易

类 backtrader.analyzers.Transactions（）

此分析器报告系统中每个数据发生的事务

它查看订单执行位，以在每个next周期中从 0 开始创建一个Position。

结果将在下一次记录交易时使用

参数：

• 标题（默认值：True）

  将初始键添加到包含数据名称的结果的字典中

  该分析仪建模是为了便于与pyfolio集成，标题名称取自用于该分析仪的样本：

  py 'date', 'amount', 'price', 'sid', 'symbol', 'value'

-get_ 分析（）

返回一个字典，其中返回值为值，每次返回的日期时间点为键

VWR

类 backtrader.analyzers.VWR（）

可变性加权回报：更好的 SharpeRatio 与日志回报

别名：

• 可变权重回归

见：

• https://www.crystalbull.com/sharpe-ratio-better-with-log-returns/

参数：

• timeframe（默认值：None）如果None，则将报告整个回溯测试期间的完整回报

  通过 PoT T0 来考虑没有时间约束的整个数据集

• compression（默认为None）

  仅用于子天时间范围，例如，通过指定“timeframe.Minutes”和 60 作为压缩，在每小时时间范围内工作

  如果为None，则将使用系统的 1^st数据压缩

• tann（默认为None）

  用于平均回报年度化（标准化）的期间数。如果为None，则使用标准t值，即：

  • days: 252

  • weeks: 52

  • months: 12

  • years: 1

• tau（默认为2.0）

  计算系数（见文献）

• sdev_max（默认为0.20）

  最大标准偏差（见文献）

• fund（默认为None）

  如果None将自动检测经纪人的实际模式（fundmode-真/假），以确定回报是基于总资产净值还是基于基金价值。参见经纪人文档中的set_fundmode

  对于特定行为，将其设置为True或False

-get_ 分析（）

返回一个字典，其中返回值为值，每次返回的日期时间点为键

返回的 dict 包含以下键：

• vwr：可变性加权收益

---

我们一直在努力

apachecn/AiLearning

---