简介
Backtrader 是一个开源的 Python 量化交易回测框架，功能非常强大，主要由以下模块组成。
数据模块
支持多种数据源(Yahoo、Pandas、CSV)
策略模块
封装了功能强大的交易接口，个人只需要实现策略逻辑即可
指标模块
提供了多种交易指标，并提供了Ta-lib的支持，个人可根据接口规范实现自定义的指标
订单模块
提供了多种订单类型
经纪模块
提供了对实盘环境中会遇到的资金、税费、滑点、成交限制等问题的支持
仓位模块
提供了对仓位的管理功能
分析模块
提供了对策略评估指标的支持
观测模块
提供了对买卖点、净值曲线、盈亏曲线的支持
绘图模块
提供了对可视化的支持
可见，基本上 Backtrader 已经囊括了在量化交易中的方方面面，而且，它的文档非常详尽，按照官方文档即可很快上手。
官方文档: 网页链接
实现三重滤网
获取历史数据
在之前的文章中已经给出了几种免费获取历史交易数据的方式，可自行查看。
梳理交易策略
在之前的文章中已经给出了此策略的大体思路，以及使用程序实现时应该注意的问题。
实现技术指标
在此策略中，强力指数是作者自定义的一个指标，因此需要自行实现。
实现交易策略
因为涉及到周、日、分钟三个时间周期，因此需要分别处理
然后需要注意的是: Backtrader自带的指标计算结果与国内各平台指标数值不一致！ 因此，如果想要得到与国内平台一致的指标数值，需要自行实现按照国内指标计算规则的算法。好在已经有开源库(MyTT)实现了这些功能，安装此库后直接使用即可。
然后在 next 函数中添加每周、每天需要做的初始化操作。当然，这里也可以使用Timer来实现。
然后实现之前在聚宽平台上的处理，此外，这里添加了基于 ATR 的止损
测试交易策略
运行结果
业绩评估指标
接下来就要分析一下策略的业绩，通过 Backtrader 自带的分析器即可得到收益、回撤、指标等各项数据。
如果想要更详细的数据，也可以基于 quantstats 库做进一步的分析
当然，如果想要实现更复杂的显示效果，完全可以将收益序列导出后加载到 Highcharts-Stock 进行定制化开发。
参数优化
在实现策略时涉及到了三个参数
显然，周线级别的参数决定了买入时参考的时间周期，日线级别的参数决定了卖出时参考的时间周期。13、3、20 只是一种想当然的经验值，是否还有其它更优的参数组合？如果是在量化平台网站进行测试，目前看来大多都只能手动调整。然而使用 Backtrader 的话，则只需要稍加修改，就可以支持对多个参数组合的回测。
得到完整的参数组合效果
从中可以看到，最优结果有聚集的现象，即当某个参数固定时，调整其它参数对整体结果影响不大。当然，最优参数有过拟合的可能，具体还要结合收益曲线做进一步的分析。
后期展望
通过 Backtrader 可以本地运行回测后，没有了量化平台积分的限制，那么就可以借助它的强大功能开始做一些有意思的事情了。比如，分析某个指标在某些个股上的胜率，筛选对某些个股最有效的指标。以及，各种技术形态在某些个股上的胜率。