backtrader: thư viện backtesting Python cho trading

Vì sao cần backtest trước khi rót vốn thật

Một chiến lược trading nhìn đẹp trên bảng tính vẫn có thể lỗ khi tính đến slippage, phí giao dịch, và thời điểm khớp lệnh thực tế. Lợi nhuận trên giấy không sống nổi khi gặp lệnh khớp thật. Backtest trên dữ liệu giá lịch sử là cách phát hiện một chiến lược chỉ hoạt động vì nó được tinh chỉnh đúng trên chính dữ liệu dùng để kiểm thử, hoặc một chiến lược giả định lệnh luôn khớp đúng giá đóng cửa trong khi thực tế không phải vậy. backtrader ra đời để một trader Python có thể gắn chiến lược vào dữ liệu lịch sử, cho chạy qua các loại lệnh và cơ chế phí thực tế, xem kết quả, rồi chuyển cùng đoạn code chiến lược đó sang chạy live trên Interactive Brokers hoặc Oanda.

backtrader là gì?

backtrader là thư viện Python để backtest và live trading các chiến lược giao dịch thuật toán. Nó xoay quanh engine Cerebro, kết nối data feed, một class strategy, 122 indicator dựng sẵn, và một broker mô phỏng để bạn chạy thử chiến lược trên dữ liệu lịch sử trước khi dùng tiền thật. Được viết hoàn toàn bằng Python, backtrader được cài vào project có sẵn qua pip install, không phải một ứng dụng độc lập.

Khả năng chính: data feed, indicator, và loại lệnh

• ✓Engine Cerebro điều phối strategy, data feed, và broker mô phỏng trong cùng một lần chạy
• ✓122 indicator dựng sẵn, cộng thêm hỗ trợ indicator từ TA-Lib khi cài package python ta-lib
• ✓Broker mô phỏng hỗ trợ lệnh Market, Close, Limit, Stop, StopLimit, StopTrail, StopTrailLimit, và OCO, cùng bracket order và slippage
• ✓Data feed từ file CSV, nguồn online, DataFrame của pandas, và blaze
• ✓Chạy nhiều data feed, nhiều strategy, nhiều khung thời gian cùng lúc, kèm resampling và replaying tích hợp
• ✓Data feed live trading cho Interactive Brokers, Visual Chart, và Oanda
• ✓Các analyzer như TimeReturn, Sharpe Ratio, SQN, cùng một tích hợp pyfolio mà README ghi là đã deprecated
• ✓Sizer để tự động tính khối lượng lệnh, trading calendar, và scheduler

Cài đặt backtrader và các dependency

Cài bằng `pip install backtrader`; thư viện lõi không có dependency ngoài. Nếu cần vẽ chart, cài thêm extra plotting: `pip install backtrader[plotting]`, yêu cầu matplotlib từ bản 1.4.1 trở lên. backtrader hỗ trợ Python >= 3.2, và cũng chạy được trên pypy, pypy3 (không có tính năng vẽ chart, vì matplotlib không được hỗ trợ ở đó). Live trading qua Interactive Brokers cần cài IbPy riêng; README ghi rằng IbPy không có trên PyPI, nên phải cài bằng `pip install git+https://github.com/blampe/IbPy.git`. Bạn cũng có thể bỏ qua pip, chỉ cần chép thư mục backtrader từ bản source thẳng vào project.

Viết backtest đầu tiên với backtrader

Một script backtrader tối thiểu có ba phần: một subclass `bt.Strategy` (hoặc `bt.SignalStrategy`) chứa logic chiến lược, một instance `bt.Cerebro` để chạy toàn bộ, và một hoặc nhiều data feed. Ví dụ trong README dựng một chiến lược cắt nhau đường trung bình động đơn giản: khai báo hai indicator `bt.ind.SMA` bên trong strategy, nối chúng qua `bt.ind.CrossOver`, rồi đăng ký bằng `self.signal_add(bt.SIGNAL_LONG, crossover)`. Bên ngoài class strategy, tạo `cerebro = bt.Cerebro()`, thêm strategy bằng `cerebro.addstrategy(...)`, nạp dữ liệu lịch sử bằng `cerebro.adddata(...)`, rồi gọi `cerebro.run()` để chạy backtest và `cerebro.plot()` để vẽ chart nếu đã cài matplotlib. Ví dụ này nằm sẵn trong thư mục examples của project, tên file là `sigsmacross/sigsmacross2.py`.

Lựa chọn thay thế

Câu hỏi thường gặp về backtrader

Trường hợp sử dụng phù hợp nhất

• •Kiểm thử một chiến lược cắt nhau đường trung bình động (moving-average crossover) hoặc chiến lược theo luật khác trên nhiều năm dữ liệu CSV hoặc pandas trước khi rót vốn thật
• •So sánh giả định khớp lệnh (market với limit với stop) để xem logic khớp lệnh thay đổi kết quả chiến lược ra sao
• •Chạy cùng một đoạn code strategy ở chế độ backtest, sau đó chạy live qua Interactive Brokers hoặc Oanda mà không cần viết lại
• •Viết một indicator riêng khi không có sẵn indicator nào trong 122 indicator đi kèm phù hợp

Ai nên dùng — và ai nên bỏ qua

backtrader phù hợp với lập trình viên Python đã biết code và muốn kiểm soát logic strategy, loại lệnh, cách tính phí, thay vì dùng một UI kéo-thả để backtest. Nó cũng hợp với ai muốn backtest rồi live trading qua Interactive Brokers hoặc Oanda bằng cùng một class strategy. Nên bỏ qua nếu bạn cần một công cụ no-code, cần backtest kiểu vectorized trên số lượng lớn tổ hợp tham số (engine Cerebro chạy từng bước không phù hợp cho việc đó), hoặc không muốn đào sâu vào phần nội bộ dùng nhiều metaclass mỗi khi có lỗi.

Repo liên quan