持續行動1期 59/100，“AI技術應用于量化投資研究”。
今天重點說說quantstats，可以部分替代backtrader的plot 以及backtrader plotting。
項目官網：https://github.com/ranaroussi/quantstats
安裝 pip install quantstats。
官網上的介紹翻譯過來：
QuantStats Python庫，執行投資組合分析，通過量化和投資組合為經理提供深入的分析和風險度量，使他們能夠更好地了解自己的業績。
QuantStats由3個主要子產品組成：
1.quantstats.stats-用于計算各種性能名額，如夏普比率、勝率、波動性等。
2.quantstats.plots-用于可視化性能、縮水、滾動統計、月度回報等。
3.quantstats.report-用于生成度量報告、批次繪制以及建立可另存為HTML檔案的tear sheets。
01 整合到backtrader
給bt的cerebro添加一個PyFolio的分析器：
self.cerebro.addanalyzer(bt.analyzers.PyFolio, _name='pyfolio') 在回測過程完成後，讀取py格式的結果：
portfolio_stats = self.results[0].analyzers.getbyname('pyfolio')
returns, positions, transactions, gross_lev = portfolio_stats.get_pf_items() 我們這裡需要returns這個政策的收益率序列。
quantstats需要這一個參數即可。當然我們可以加上benchmark作為對比。
import quantstats
df = self.feed.get_df('000300.SH')
df= df[['rate']]
df.index = pd.to_datetime(df.index)
print(df)
quantstats.reports.html(returns, benchmark=df, output='stats.html', title='Stock Sentiment') 常用的名額對比一目了然：
還有很多常見的圖表的名額：
02 一些技術名額
EMA（200）（指數平滑移動均線），這個名額比較簡單，用以判斷長期趨勢。
ADX（50）(平均趨向指數)，也是常用的趨向衡量名額。這是一個輔助名額，它無法獨立判斷方向，但如果方向存在，它可以給出趨勢的強度。
RSI(随機強弱名額)，80以上表示超買（回調機率大），20以下表示超賣（止跌機率大）。
ATR（8）(止損名額)。
資料：小時級别的時間序列。
多頭規則：
一、價格> EMA(200)
二、ADX>50
下面這張圖比較清晰看出ADX的計算過程。
+DM是上漲幅度，+DI = +DM/TR，向上比例；-DI是向下比例。
ADX與RSI都是計算多空力量的角力。而RSI是“一階”力量對比，ADX更像“二階”力量對比。多空力量的速度與加速度的關系，有點像MACD之于EMA的關系。
三、RSI在超賣區（<20）金叉
RSI叫“相對強弱名額”。相對強弱名額（RSI）=（N日内上漲總幅度平均值/N日内上漲總幅度和下跌總幅度平均值）*100%。
就是過去N天，漲的絕對值/(漲的絕對值+跌的絕對值)*100，是以rsi中間值是50，大于80說明過去14天内，80%在漲；低于20，則說明80%在漲。
超賣區金叉，說明趨勢可能反轉。
四、止損設定的ATR藍線以下；多批止盈。
空頭政策的邏輯反過來。
看下ATR的代碼實作：
class TrueHigh(Indicator):
lines = ('truehigh',)
def __init__(self):
self.lines.truehigh = Max(self.data.high, self.data.close(-1))
super(TrueHigh, self).__init__() class TrueLow(Indicator):
lines = ('truelow',)
def __init__(self):
self.lines.truelow = Min(self.data.low, self.data.close(-1))
super(TrueLow, self).__init__()
class TrueRange(Indicator):alias = ('TR',)
lines = ('tr',)
def __init__(self):
self.lines.tr = TrueHigh(self.data) - TrueLow(self.data)
super(TrueRange, self).__init__()
class AverageTrueRange(Indicator):
alias = ('ATR',)
lines = ('atr',)
params = (('period', 14), ('movav', MovAv.Smoothed))
def _plotlabel(self):
plabels = [self.p.period]
plabels += [self.p.movav] * self.p.notdefault('movav')
return plabels
def __init__(self):
self.lines.atr = self.p.movav(TR(self.data), period=self.p.period)
super(AverageTrueRange, self).__init__()
這個名額叫“平均真實波動幅度”，周期預設是14。真實波動幅度。一般說今天的波動是 今天的high-今天的low，而true range是考慮了“昨天收盤價”的概述，是以叫真實的波動幅度。對TrueRange取14天的移動平均得到ATR（14）。
其實很多名額，教程講得天花亂墜，你打開來看沒啥特别。就是一個波動區間的平均數。——波動回大可能會引緻趨勢反轉？這個有一定的邏輯。更多人用它的設定止損位——就是相當于股價創新低了嘛。
這個政策不複雜，用EMA200代表長期趨勢向上，ADX驗證趨勢強度，在超賣區（低位）選擇入場，有強度說明多方有加速度，然後使用ATR計算止損位。
明天使用代碼實作一下。
公衆号：ailabx(七年實作财富自由)