海龟策略和你想象的不一样？backtrader完整海龟系统代码 | 天勤量化tqsdk获取分钟线，python代码

import backtrader as bt
class TurtleStrategy(bt.Strategy):    """海龟交易策略 - Backtrader 优化版"""    params = (        ('entry_window', 20),        ('exit_window', 10),        ('atr_window', 20),        ('risk_percent', 0.01),  # 风险资本比例        ('size', 5),             # 合约乘数    )
    def __init__(self):        # 初始化策略状态        self.order = None        self.open_price = 0.0        self.short_price = 0.0
        # 使用Backtrader内置指标计算ATR        self.atr = bt.indicators.ATR(self.data, period=self.p.atr_window)
    def log(self, txt, dt=None):        """日志记录函数"""        dt = dt or self.datas[0].datetime.date(0)        print(f'{dt.isoformat()}, {txt}')
    def notify_order(self, order):        """处理订单状态变化"""        if order.status in [order.Submitted, order.Accepted]:            return  # 订单已提交/接受 - 无需操作
        if order.status in [order.Completed]:            # 记录开仓价格            if order.isbuy():                self.open_price = order.executed.price            elif order.issell() and not order.info.get('closing', False):                self.short_price = order.executed.price
        elif order.status in [order.Canceled, order.Margin, order.Rejected]:            self.log(f'订单取消/保证金不足/拒绝: {order.getstatusname()}')
        self.order = None
    def next(self):        """主策略逻辑"""        # 取消所有未完成订单        if self.order:            self.cancel(self.order)
        # 检查数据长度是否足够        if len(self.data) max(self.p.entry_window, self.p.exit_window, self.p.atr_window) + 1:            return
        # 计算唐奇安通道        self.entry_up = max(self.data.high.get(size=self.p.entry_window, ago=-1))        self.entry_down = min(self.data.low.get(size=self.p.entry_window, ago=-1))        self.exit_up = max(self.data.high.get(size=self.p.exit_window, ago=-1))        self.exit_down = min(self.data.low.get(size=self.p.exit_window, ago=-1))
        # 获取当前价格和ATR        price = self.data.close[0]        atr_value = self.atr[0] if self.atr[0] > 0 else 1  # 防止除零错误
        # 计算交易单位 - 使用当前净资产计算        risk_capital = self.broker.getvalue() * self.p.risk_percent
        risk_per_contract = atr_value * self.p.size        self.unit = max(1


    
, int(risk_capital / risk_per_contract))
        # 无持仓时的开仓逻辑        if not self.position:            if price > self.entry_up:                self.order = self.buy(size=self.unit)            elif price < self.entry_down:                self.order = self.sell(size=self.unit)
        # 多头持仓管理        elif self.position.size > 0:            # 加仓逻辑            open_low = self.open_price + atr_value * 0.5            open_high = self.open_price + atr_value * 2            if open_low < price < open_high and self.position.size 4 * self.unit:                unit_num = min(                    int((price - self.open_price) / (atr_value * 0.5)),                    4 - self.position.size // self.unit                )                if unit_num > 0:                    self.order = self.buy(size=unit_num * self.unit)
            # 止损/止盈逻辑            if price < (self.open_price - atr_value * 2) or price < self.exit_down:                self.order = self.sell(size=abs(self.position.size), closing=True)
        # 空头持仓管理        elif self.position.size 0:            # 加仓逻辑            open_low = self.short_price - atr_value * 2            open_high = self.short_price - atr_value * 0.5            if open_low < price < open_high and abs(self.position.size) 4 * self.unit:                unit_num = min(                    int((self.short_price - price) / (atr_value * 0.5)),                    4 - abs(self.position.size) // self.unit                )                if unit_num > 0:                    self.order = self.sell(size=unit_num * self.unit)
            # 止损/止盈逻辑            if price > (self.short_price + atr_value * 2) or price > self.exit_up:                self.order = self.buy(size=abs(self.position.size), closing=True, short=True)
    def stop(self):        """策略结束时打印结果"""        self.log(f'期末净资产: {self.broker.getvalue():.2f}')