Skip to content
TheChatArchiveThe Chat Archive
gpt-3.5-turbo-0301· OpenAIAi2 WildChat-4.8M (AI2)

class EntryLine(bt.Indicator): lines = ('entryprice',) plotinfo = dict(subplot=False)…

  1. User

    class EntryLine(bt.Indicator): lines = ('entryprice',) plotinfo = dict(subplot=False) plotlines = dict(entryprice=dict(ls='-', lw=1, color='red'))

    def __init__(self):
        self.addminperiod(self.data.size())
    
    def prenext(self):
        self.lines.entryprice[0] = float('nan')
    
    def next(self):
        self.lines.entryprice[0] = float('nan')
    
    def set_entryprice(self, price):
        for index in range(-1, -self.data.size() - 1, -1):
            self.lines.entryprice[index] = price
    

    能参照这个类,生成一个能在指定的任意K线收盘价之前画一条连线的类

  2. Assistant

    class CustomLine(bt.Indicator): lines = ('customline',) plotinfo = dict(subplot=False) plotlines = dict(customline=dict(ls='-', lw=1, color='blue'))

    def __init__(self, price, period=0):
        self.price = price
        self.period = period
        self.addminperiod(self.period)
    
    def prenext(self):
        self.lines.customline[0] = float('nan')
    
    def next(self):
        if self.period == 0:
            self.lines.customline[0] = self.price
        else:
            self.lines.customline[-self.period] = self.price
    
    def set_customline(self, price):
        self.price = price
        self.lines.customline[0] = self.price
    
  3. User

    class EntryLine(bt.Indicator): lines = (‘entryprice’,) plotinfo = dict(subplot=False) plotlines = dict(entryprice=dict(ls=‘-’, lw=1, color=‘red’))

    def init(self): self.addminperiod(self.data.size())

    def prenext(self): self.lines.entryprice[0] = float(‘nan’)

    def next(self): self.lines.entryprice[0] = float(‘nan’)

    def set_entryprice(self, price): for index in range(-1, -self.data.size() - 1, -1): self.lines.entryprice[index] = price 能参照这个类,生成一个能在指定的任意K线收盘价之前画一条连线的类

  4. Assistant

    class CustomLine(bt.Indicator): lines = ('customline',) plotinfo = dict(subplot=False) plotlines = dict(customline=dict(ls='-', lw=1, color='blue'))

    def __init__(self, price, period=0):
        self.price = price
        self.period = period
        self.addminperiod(self.period)
    
    def prenext(self):
        self.lines.customline[0] = float('nan')
    
    def next(self):
        if self.period == 0:
            self.lines.customline[0] = self.price
        else:
            self.lines.customline[-self.period] = self.price
    
    def set_customline(self, price):
        self.price = price
        self.lines.customline[0] = self.price
    
  5. User

    这个类中,哪个语句是用来生成线的class EntryLine(bt.Indicator): lines = ('entryprice',) plotinfo = dict(subplot=False) plotlines = dict(entryprice=dict(ls='-', lw=1, color='red'))

    def __init__(self):
        self.addminperiod(self.data.size())
    
    def prenext(self):
        self.lines.entryprice[0] = float('nan')
    
    def next(self):
        self.lines.entryprice[0] = float('nan')
    
    def set_entryprice(self, price):
        for index in range(-1, -self.data.size() - 1, -1):
            self.lines.entryprice[index] = price
    
  6. Assistant

    这个语句是用来生成线的:

    plotlines = dict(entryprice=dict(ls='-', lw=1, color='red'))
    

    它定义了如何绘制线的样式和颜色。然后在其他方法中更新线的值(价格)和位置(索引)。

  7. User

    plotlines = dict(entryprice=dict(ls=‘-’, lw=1, color=‘red’))这个怎么用

  8. Assistant

    plotlines 是 bt.Indicator 类的一个属性,用于定义绘图时要绘制的线条。entryprice 是自定义的线条名称,可以根据自己的需求进行命名, ls 表示线条的样式,lw表示线的宽度,color表示线条的颜色。

    在使用时,可以将该类作为其他类的父类,或者直接使用该类的对象。例如,假设你已经定义了一个 bt.Indicator 类的子类 Example,你可以在 Example 的 init 方法中使用 self.plotlines = dict(entryprice=dict(ls='-', lw=1, color='red')) 的方式调用 plotlines 属性,并定义 entryprice 线条的样式,从而绘制出一条红色的实线。在 Example 的 next 方法中可以通过 self.lines.entryprice[0] = price 先更新 entryprice 线条中的值,再通过绘图函数如 self.plot('entryprice') 将其描绘在图表上。

  9. User

    如何用它连接两根K线

  10. Assistant

    要在两根 K 线之间画一条线,可以使用自定义线的类实现。具体步骤如下:

    1.在 init 方法中定义自定义线参数,如价格和周期。

    def __init__(self, price, period=0):
        self.price = price
        self.period = period
    

    其中,参数 price 表示自定义线的价格,参数 period 表示自定义线绘制在哪根 K 线之前,如果 period 为 0,表示绘制在当前 K 线。

    2.在 prenext 方法中初始化自定义线。

    def prenext(self):
        self.lines.customline[0] = float('nan')
    

    3.在 next 方法中计算自定义线的值并更新到 lines 中。

    def next(self):
        if self.period == 0:
            self.lines.customline[0] = self.price
        else:
            self.lines.customline[-self.period] = self.price
    

    4.在 set_customline 方法中更新自定义线的值。

    def set_customline(self, price):
        self.price = price
        self.lines.customline[0] = self.price
    

    其中,self.lines.customline 表示自定义线的名字,可以根据需求修改。在 set_customline 方法中,我们重新设置自定义线的价格并更新到自定义线中,从而实现更新自定义线的功能。

    最后,在 bt.Strategy 类的子类中实例化自定义线类,并在 next 方法中绘制自定义线即可。

    class MyStrategy(bt.Strategy):
        def __init__(self):
            # 实例化自定义线,绘制在前一根K线之前
            self.custom_line = CustomLine(price=10, period=1)
    
        def next(self):
            # 更新自定义线的价格
            self.custom_line.set_customline(20)
            # 绘制自定义线
            self.plot('customline')
    

    在上述代码中,我们首先实例化了自定义线 CustomLine,它的起始价格为 10,绘制在前一根 K 线之前。在 next 方法中,我们通过调用自定义线的 set_customline 方法更新了自定义线的价格为 20,然后通过 self.plot('customline') 绘制出了自定义线。这里我们仅绘制了一条自定义线,你可以根据自己的需求创建多条自定义线,通过分别设置不同颜色、样式和周期等属性来区分它们,以便更清晰地呈现数据。

  11. User

    在backtrader的bt.Indicator中,如何画指定两根K线间的直接

  12. Assistant

    在 bt.Indicator 中可以使用 plotlines 属性定义要绘制的线条,并且在 next 方法中更新该线条的值。为了在两根 K 线之间画一条线,需要计算该线的值(这可以是简单的一条直线),并将该值保存在 self.lines.线条名称 中。然后在 next 方法中根据需要更新该值。为了只在指定的两根 K 线之间绘制这条线,我们可以使用 self.period 参数控制它在第几根 K 线之前绘制。

    以下是一个简单的示例,演示如何在指定两根K线间绘制一条红色的线:

    import backtrader as bt
    
    class MyIndicator(bt.Indicator):
        lines = ('line',)
        plotlines = dict(
            line=dict(
                linestyle='-',
                linewidth=1,
                color='red'
            )
        )
    
        def __init__(self):
            self.addminperiod(2)
            self.idx1 = self.data.close(-1)
            self.idx2 = self.data.close(-2)
    
        def next(self):
            if len(self) == self.period:
                self.lines.line[0] = self.idx2
            elif len(self) > self.period:
                self.lines.line[0] = float('nan')
    

    在上述示例中,我们首先定义了一个名为 line 的自定义线,并将其样式设置为红色的实线。在 __init__ 方法中,我们定义了两个指针idx1和idx2分别指向当前第1根和第2根K线的收盘价,并设置了最小周期self.addminperiod(2),以确保每次更新时指向两根K线。

    在 next 方法中,在 len(self) == self.period 时,也就是当前时间点是第二根K线的时候,我们将 line 的值设为上一根K线(因为我们画的是第一根K线和第二根K线之间的线)。在这之后,每次更新时将 line 的值设为 nan,确保只有上一根K线和当前K线之间画出了一条线。最终,我们可以在策略的 __init__ 中使用MyIndicator(period=1)来实例化该指标并应用到需要的数据源上。