2.6 案例：數據預處理

大家都知道，Python的原生運算速度相對比較慢。BackTrader量化軟件，以及常用的金融軟件，交易數據的預處理主要都是通過Pandas模塊庫當中的矢量化運算完成的，它可以大幅度提高數據運算速度。

下面通過具體案例來介紹數據預處理。

案例文件名是btr_e002dat.py。本案例在量化版“Hello”案例的基礎上增加了一組簡單的測試數據和部分簡單參數。

案例主要代碼如下：

通過以上代碼大家可以看到，基本上每一組代碼都有中文注解，非常適合初學者學習。

下面運行程序。回測時間從2018年11月1日開始，到2018年12月31日結束，如圖2-8所示。

上面的案例代碼共分為四個步驟，其中新增了plot繪圖步驟：

下面將以上案例代碼分組，對主體代碼進行講解。

第一組代碼設置量化程序的入口：

cerebro在西班牙語中是“大腦”的意思，表示量化計算引擎。

第二組代碼分為兩個小組進行講解。

第2-1組代碼，設置起始資金、Broker代理參數：

第2-2組代碼，設置數據參數：

調用數據讀取函數pools_get4fn，對數據進行預處理。然后調用adddata添加數據函數，為量化引擎cerebro設置數據源data：

數據源變量data在調用數據讀取函數pools_get4fn后，已經轉化為BackTrader內部格式。

圖2-9所示，是adddata數據添加函數的示意圖。

由圖2-9可以看出，adddada函數位于cerebro類，其中以下畫線“_”開頭的函數是類內部函數，可以無須考慮，其他主要關聯函數和屬性有：feeds、resampledata、replaydata、datasbynam、chaindatae、rolloverdata。

第三組代碼運行量化回測：

第四組代碼獲取量化回測分析結果：

最后，繪制量化分析圖表：

本節案例的重點，其實就是第2-2組代碼中的設置數據參數。