【PA交易】BackTrader的交易管理

前言

本主要讨论BackTrader中的Broker定制化。如果你已经对于BackTrader的交易管理非常熟悉，并且自己有了成熟的适配方案，那么并不需要看这篇文章。但是如果你还没有深入研究过，那么这篇文章可能会给到你启发。

背景与需求

网上现存大量资源详尽介绍了BackTrader的订单和交易模块。笔者无意再去额外写一篇冗余的基础教程来污染中文网络。如果读者对于交易管理相关模块尚未不熟悉，可以参考对应的官网教程Broker - Backtrader、Orders - General - Backtrader以及搜索包括CSDN在内的大量中文资源讲解。

笼统的讲，BackTrader提供了一个Broker模块来模拟处理资金、账户、买卖等等操作。同时BackTrader也提供了Live Trading - Oanda v1.0 - Backtrader等其他对接一些国外外汇交易商的Broker接口。

但目前BackTrader提供的bt.BackBroker的实现直接使用和适配起来却略显复杂和缺乏灵活性。

另一方面，如果我们想要对接CTP的模拟或者实盘接口，显然目前BT并没有直接提供一个合适的Broker来提供这个功能。

更进一步的，BackTrader提供的Order类型包含了大量和外汇交易紧密相关的概念和逻辑，这对于我们的需求属实有些多余，也十分容易引起混淆。强行去将一些概念与我们的内盘期货交易习惯相对应也非常多余。

定制化Broker

出于打造自己的回测和交易框架系统的目的，有必要定制一个独立的Broker。这个定制化的Broker可以接管包括订单、TPSL、资金管理、基础统计等全部功能。当然我们不会从头书写这个类，因为这将脱离框架的一些自动化流程，而是采用继承BackTrader的bt.BrokerBase类的方式。

虽然我们的Broker主要专注于回测，但是掌握了改写方法，也很容易实现一个针对CTP模拟或者实盘交易的Broker适配器。

定制化的根本的原因在于，实现起来非常简单且清晰，高度可控。毕竟交易的事情，自己全拿在自己手里才是最稳妥的！而回测，越是按照市场规则的定制，越准确！

本文仅分析框架的类层次和如何继承和定义一个定制化的Broker，不会讨论Broker实现细节。

BackTrader的交易管理

首先，关于交易管理BackTrader提供了Order用于表示订单数据，Broker处理交易的各种操作，一个简单的类层次关系如图所示：

上图左侧的几个Broker是BackTrader用于交易的几个实现，其中IBBroker更像一个通用的交互式可用于实盘交易的实现。如果感兴趣直接使用这个Broker可以参考：Live Trading - Interactive Brokers - Backtrader

但是即使直接使用这个Broker，灵活性依然不足，因为市场差异本身较大，仍然需要大量的定制化工作。而这些定制化工作所需要的时间，并不会比直接继承bt.BrokerBase，进而自行实现一些逻辑来的轻松。

首先简单地了解一下目前框架所提供的实体，并分析我们需要哪些功能，不需要哪些功能。

订单实体Orders

如上图所示，订单的类层次机构结构如图所示，从下往上：

SellOrder和BuyOrder：指明了Order的多空类型，并直接继承了Order类
Order类：处理了拆单、超时和移动止损三个部分。
OrderBase类：
- 核心实现，实际数据的存储封装在了OrderData类中，
- 实现中使用created（OrderData）和executed（OrderData）两个属性分别作为挂单和成交单。

其中Order类在BackTrader的回测Broker中是需要的，因为这个类中模拟了执行订单的行为。后面会提到，我们更希望将订单的状态、行为、操作等切换成为i更类似于内盘期货市场的风格，这样更加符合我们一般在交易软件中的操作习惯，比如文华。并且把交易的所有操作都提升到Broker层面去执行，Orders仅做为数据载体。这样的好处在于：

回测过程中，更方便去利用Tick中的挂单数量信息实现真实模拟；
在模拟和实盘中，可以利用到CTP返回的成交结果。

我们将继承OrderBase类，在本文中会定制一个非常简单的MyOrder类型。

注意，完全可以在生产中舍弃框架的Order类。实例中继承OrderBase类仅仅是为了少写一点代码。

经纪商Broker

BackTrader提供的Broker接口会在整个策略运行的生命周期中被使用。BrokerBase类也包含了start、stop、next等生命周期方法，他们在策略运行的对应生命周期时被调用。

交易的核心方法是buy和sell，同时为了保留扩展性，BrokerBase类的实现中为这两个接口预设了可变参数**kwargs。可见BackTrader最初的设计是鼓励这种继承BrokerBase类来实现定制化的Broker的魔改行为的。

我们可以覆盖BrokerBase类的绝大多数方法。显然，包括与手续费相关的计算也会被完全重写。

另外，BackTrader糟糕的将一些没有在BrokerBase类中定义的接口也在其他地方进行了调用。这很糟糕。我们已经初步整理了这些接口，并且也会实现这些接口。下文中使用一个空的MyBroker定义代码来展示所需要实现的接口。

MyBroker

示例策略

我们首先结合我们之前的tick数据源写一个基于五分钟均线的示例策略程序，策略逻辑很简单，5bar均上穿20bar均则买入，下传则卖出（为了方便调试，不同于官网示例是，没有使用框架的CrossOver函数）。这是非常简单的操作。部分代码如下：


class TestStrategy(bt.Strategy):
    def __init__(self):
        """
        为管线数据取别名
        """
        # ...略

    
    def next(self):
        dt = self.get_dt_str()

        if self.sma5_5[-1] is None:
            return

        if dt == self.last_dt5:
            return

        mean_val = np.mean([self.bid[0], self.sma5_5[0], self.sma5_20[0]])
        delta = abs(mean_val - min(self.ask[0], self.sma5_5[0], self.sma5_20[0]))
        # 在5分钟级别上执行双均线系统
        if self.sma5_5[-1] < self.sma5_20[-1] and self.sma5_5[0] > self.sma5_20[0]:
            print('5 cross over 20, buy')
            tp = self.ask[0] + 10 * delta
            sl = self.ask[0] - 5 * delta
            orders = self.buy_bracket(price=self.ask[0],
                                      stopprice=sl,
                                      limitprice=tp
                                      )
            self.orders.append(order.to_dict())
        elif self.sma5_5[-1] > self.sma5_20[-1] and self.sma5_5[0] < self.sma5_20[0]:
            print('5 cross over 20, sell')
            tp = self.bid[0] - 10 * delta
            sl = self.bid[0] + 5 * delta
            orders = self.sell_bracket(price=self.bid[0],
                                        stopprice=sl,
                                        limitprice=tp
                                        )

这是一个非常naive且直白的双均线策略。忽略五分钟KBar的没有完成的情况。在五分钟K线完成后，如果M5均线向上穿M20则买入，如果M5向下穿M20则卖出，同时每笔交易都携带了止盈止损。相信写过策略的朋友都非常熟悉这种入门策略了。

这段程序运行很正常。但是有一些需要调整的地方：

止盈止损创建额外订单

我们在代码中设置了止盈止损，但是似乎是出于一致性和简化API的原因，这两个订单被当框架做Stop和Limit订单创建了实际的Order。无论对于回测的Broker、还是模拟或者实盘，这种实现方式都过于粗放，并且不符合我们“条件单”的习惯，而对于交易分析也会比较容易混淆和混乱。

在MyBroker中，我们会将止盈止损作为订单的一部分，同时交易过程完全由Broker接管并统一调度。因为使用了这个改动，我们也不会在使用*_bracket的两个API，而是直接使用简单的buy和sell接口。之所以这样做的原因可以从框架源码中strategy.*_bracket看到。

杠杆和倍数

虽然示例中没有用到，但是杠杆和倍数是需要的。我们有过外汇交易经验的朋友都知道，乘数和我们熟悉的期货一样，代表一手多少倍，同时交易商还可以支持一个杠杆率，可能是100~400。这个我们内盘商品是没有的。

我们应在MyBroker中定义不同品种对应的倍数，然后将倍数计算后结果添加到资金计算中。

爆仓

虽然不希望看到，但是保证金不足时停止策略运行有助于我们提高回测效率，所以我们需要这个检查，不然的话，如果明明已经爆仓了，还在继续运行策略，也和现实有些出入。

这就需要我们为MyBroker添加针对保证金和总资金的额度检测，当爆仓后，立刻停止运行回测。

安全锁

为了整个软件系统最终能够快速无缝切换进入实盘，我们可以考虑可以在Broker中增加额外的安全锁，如果亏损到达一定数量，则强制锁定所有交易接口。这可以在我们的程序出现BUG时，及时阻止任何可能得损失。产品级别的实现中，安全锁的添加应该独立于交易框架，这样可以避免程序崩溃后或者某个地方跑入死循环，能够及时停止程序阻止交易继续进行。

继承BrokerBase

本系列文章中的继承自BrokerBase的MyBroker主要目的只是回测。篇幅和其他一些很好猜到的原因，此处不给出具体实现，所有实际的内容则会留空，如下：


class MyBroker(bt.BrokerBase):
    def __init__(self, **kwargs):
        super(MyBroker, self).__init__()
        pass

    def set_fund_history(self, fund):
        pass

    def setcash(self, cash):
        pass

    def getcash(self):
        pass

    def get_notification(self):
        return None

    def getvalue(self, datas=None):
        pass

    def getposition(self, data):
        pass

    def add_order_history(self, orders, notify=False):
        pass

    def submit(self, order):
        pass

    def cancel(self, order):
        pass

    def buy(self, owner, data, size, price=None,
            plimit=None, exectype=None, valid=None, tradeid=0,  # 不使用这些参数
            oco=None, trailamount=None, trailpercent=None,  # 不使用这些参数
            **kwargs):
        pass

    def sell(self, owner, data, size, price=None,
             plimit=None, exectype=None, valid=None, tradeid=0,  # 不使用这些参数
             oco=None, trailamount=None, trailpercent=None,  # 不使用这些参数
             **kwargs):
        pass

    # =========================================
    # 新增方法
    def start(self):
        pass

    def stop(self):
        pass

    def next(self):
        # 刷新并计算Value和cash
        # 检查挂单成交情况
        # 根据tick值触发订单TPSL
        pass

注意next函数的注释解释了这个函数需要做的工作。订单的管理可以完全在自定义的Broker中实现，从而实现定制化交易管理的功能。