vectorbt - 기본예제
전략
Long Position
- MA 10 > MA 30
- 0 <= RSI <= 50
Short Position
- MA 10 < MA 30
- 50 < RSI
Basic code
import numpy as np
import pandas as pd
import ccxt
import ta
import vectorbt as vbt
# data layer
df = vbt.CCXTData.download_symbol(
"BTC/USDT",
exchange='upbit',
config=None,
timeframe='4h',
start='1 months ago', # '1 months ago' |
end='now UTC',
delay=0.1,
limit=500,
retries=3,
show_progress=True,
params=None,
tqdm_kwargs=None
)
# signal layer
df['ma10'] = ta.trend.SMAIndicator(df['Close'], 10).sma_indicator()
df['ma30'] = ta.trend.SMAIndicator(df['Close'], 30).sma_indicator()
df['rsi'] = ta.momentum.RSIIndicator(df['Close']).rsi()
df['signal'] = np.where( df['rsi'].between(0, 50), 1, -1)
df['signal2'] = np.select([ df['ma10']>df['ma30'], df['ma30']>df['ma10']], [1,-1], 0 )
cond_go = [(df['signal'] == 1 ) & (df['signal2'] == 1),(df['signal'] == -1 ) & (df['signal2'] == -1)]
df['go'] = np.select(cond_go, [1,-1], 0)
# anomalo laery
df['go'].value_counts()
# trading layer
pf = vbt.Portfolio.from_signals(
df['Close'],
entries = (df['go']==1), # long 포지션 진입
exits = (df['go']==-1), # long 포지션 탈출
fees = 0.0006, # 거래수수료 ( bybit ) 주문시 post-only
# post-only True -> 무조건 지정한 가격에만 체결 / 수수료 낮게 지불 가능 / 실수해서 손해보는 경우가 없다. (시장가 체결 되는 케이스)
tp_stop = 0.09, # take profit, 9% 이익 > 익절
sl_stop = 0.02, # stop loss, 2% 손해 > 손절
sl_trail = True, # 트레일링 스탑
short_entries = (df['go']==-1), # short 포지션 진입
short_exits = (df['go']==1) # short 포지션 탈출
)
# statistic layer
pf.stats()
# visualize layer
pf.plot().show()
# report layer
About statistic
Start 2024-02-01 12:00:00+00:00
End 2024-03-01 08:00:00+00:00
Period 29 days 00:00:00
Start Value 100.0
End Value 109.572245
Total Return [%] 9.572245
Benchmark Return [%] 44.81877
Max Gross Exposure [%] 100.0
Total Fees Paid 0.833725
Max Drawdown [%] 3.399299
Max Drawdown Duration 19 days 00:00:00
Total Trades 7
Total Closed Trades 7
Total Open Trades 0
Open Trade PnL 0.0
Win Rate [%] 71.428571
Best Trade [%] 10.168664
Worst Trade [%] -2.572038
Avg Winning Trade [%] 2.720888
Avg Losing Trade [%] -1.95435
Avg Winning Trade Duration 1 days 13:36:00
Avg Losing Trade Duration 1 days 08:00:00
Profit Factor 3.459934
Expectancy 1.367464
Sharpe Ratio 4.562917
Calmar Ratio 63.540884
Omega Ratio 1.573677
Sortino Ratio 8.072026
dtype: object
시작일자 (Start): 2024년 2월 1일부터 백테스팅이 시작된 날짜 및 시간.
종료일자 (End): 2024년 3월 1일까지의 백테스팅 종료일자 및 시간.
기간 (Period): 전체 백테스팅 기간으로, 29일 동안 진행됨.
시작 자본금 (Start Value): 백테스팅 초기 투자금으로, 100.0 단위.
종료 자본금 (End Value): 백테스팅 종료 시의 자본금.
총 수익률 [%] (Total Return [%]): 전체 기간 동안의 수익률. 현재는 9.572245%로 나타남.
벤치마크 수익률 [%] (Benchmark Return [%]): 벤치마크 수익률로, 현재는 44.81877%로 나타남.
최대 총 노출 비율 [%] (Max Gross Exposure [%]): 전체 포트폴리오의 최대 노출 비율로, 현재는 100.0%로 나타남.
총 수수료 지불액 (Total Fees Paid): 전체 백테스팅 기간 동안 지불된 총 수수료.
최대 손실률 [%] (Max Drawdown [%]): 포트폴리오가 최대로 손실을 본 비율.
최대 손실률 지속 기간 (Max Drawdown Duration): 최대 손실률이 지속된 기간.
총 거래 횟수 (Total Trades): 전체 거래 횟수.
총 체결된 거래 횟수 (Total Closed Trades): 완료된 거래의 총 횟수.
총 미체결 거래 횟수 (Total Open Trades): 아직 완료되지 않은 거래의 총 횟수.
미체결 거래 손익 (Open Trade PnL): 아직 완료되지 않은 거래의 손익.
승률 [%] (Win Rate [%]): 전체 거래 중 이긴 거래의 비율.
최대 수익률 [%] (Best Trade [%]): 단일 거래 중 최대 수익률.
최대 손실률 [%] (Worst Trade [%]): 단일 거래 중 최대 손실률.
평균 이긴 거래 수익률 [%] (Avg Winning Trade [%]): 이긴 거래의 평균 수익률.
평균 진 거래 손실률 [%] (Avg Losing Trade [%]): 진 거래의 평균 손실률.
평균 이긴 거래 기간 (Avg Winning Trade Duration): 이긴 거래의 평균 기간.
평균 진 거래 기간 (Avg Losing Trade Duration): 진 거래의 평균 기간.
수익 요인 (Profit Factor): 이긴 거래 대비 진 거래의 비율.
기대값 (Expectancy): 평균적으로 기대되는 수익.
샤프 비율 (Sharpe Ratio): 투자에 대한 리스크 대비 수익의 비율.
칼마 비율 (Calmar Ratio): 최대 손실 대비 연간 수익의 비율.
오메가 비율 (Omega Ratio): 이긴 거래와 진 거래의 비율을 고려한 측정 지표.
소르티노 비율 (Sortino Ratio): 리스크를 고려하여 계산된 수익 대비 비율.