In [1]:

    

%matplotlib inline

from vnpy.trader.app.ctaStrategy.ctaBacktesting import BacktestingEngine, OptimizationSetting, MINUTE_DB_NAME
from vnpy.trader.app.ctaStrategy.strategy.strategyBollChannel import BollChannelStrategy


    

In [2]:

    

# 创建回测引擎对象
engine = BacktestingEngine()


    

In [3]:

    

# 设置回测使用的数据
engine.setBacktestingMode(engine.BAR_MODE)    # 设置引擎的回测模式为K线
engine.setDatabase(MINUTE_DB_NAME, 'rb0000')  # 设置使用的历史数据库
engine.setStartDate('20110101')               # 设置回测用的数据起始日期


    

In [4]:

    

# 配置回测引擎参数
engine.setSlippage(1)      # 设置滑点为1跳
engine.setRate(1/10000)    # 设置手续费万1
engine.setSize(10)         # 设置合约大小 
engine.setPriceTick(1)     # 设置最小价格变动   
engine.setCapital(30000)   # 设置回测本金


    

In [5]:

    

# 在引擎中创建策略对象
d = {}                                         # 策略参数配置
engine.initStrategy(BollChannelStrategy, d)    # 创建策略对象


    

In [6]:

    

# 运行回测
engine.runBacktesting()


    

    




2018-01-07 15:25:16.799000	开始载入数据
2018-01-07 15:25:16.805000	载入完成，数据量：0
2018-01-07 15:25:16.805000	开始回测
2018-01-07 15:25:16.805000	策略初始化完成
2018-01-07 15:25:16.805000	策略启动完成
2018-01-07 15:25:16.805000	开始回放数据
2018-01-07 15:25:16.806000	数据回放结束

In [ ]:

    

# 显示逐日回测结果
engine.showDailyResult()


    

In [ ]:

    

# 显示逐笔回测结果
engine.showBacktestingResult()


    

In [ ]:

    

# 显示前10条成交记录
for i in range(10):
    d = engine.tradeDict[str(i+1)].__dict__
    print 'TradeID: %s, Time: %s, Direction: %s, Price: %s, Volume: %s' %(d['tradeID'], d['dt'], d['direction'], d['price'], d['volume'])