用 Python 回测投资组合

Question

我正在尝试对马科维茨投资组合进行回测。到目前为止，我已经尝试过 zipline、backtrader 和 QSTrader（虽然 QSTrader 可能有效，但没有文档，所以非常困难）。我没有像我想要的那样幸运地创建回测。

我的数据结构是一个 csv，由 200 只不同股票的调整收盘价组成。我想每个季度或每年进行一次投资组合重新平衡。我已经有了实际投资组合优化的代码及其返回的权重。我只需要一个实际的框架来插入这些权重，然后每年每个季度重新进行计算。到目前为止，我已经花了大约 5 个小时，但我就是无法进行任何回测。 Zipline 在如何处理数据方面非常令人困惑，在导入具有我描述的结构的本地 csv 时更是如此。 Backtrader 也遇到了同样的问题。 QSTrader 似乎对我不起作用，加载数据后会抛出以下错误：

Traceback (most recent call last):
  File "d:\Finansiering. Modern Portfolio Theory Projekt\Finansiering_Backtrader.py", line 53, in <module>
    strategy_backtest.run()
  File "D:\Anaconda\envs\zipline\lib\site-packages\qstrader\trading\backtest.py", line 398, in run
    self.qts(dt, stats=stats)
  File "D:\Anaconda\envs\zipline\lib\site-packages\qstrader\system\qts.py", line 172, in __call__
    rebalance_orders = self.portfolio_construction_model(dt, stats=stats)
  File "D:\Anaconda\envs\zipline\lib\site-packages\qstrader\portcon\pcm.py", line 289, in __call__
    target_portfolio = self._generate_target_portfolio(dt, full_weights)
  File "D:\Anaconda\envs\zipline\lib\site-packages\qstrader\portcon\pcm.py", line 139, in _generate_target_portfolio
    return self.order_sizer(dt, weights)
  File "D:\Anaconda\envs\zipline\lib\site-packages\qstrader\portcon\order_sizer\dollar_weighted.py", line 168, in __call__
    'modifying the backtest start date and re-running.' % (asset, dt)
ValueError: Asset price for "A" at timestamp "2006-01-31 21:00:00+00:00" is Not-a-Number (NaN). This can occur if the chosen backtest start date is earlier than the first available price for a particular asset. Try modifying the backtest start date and re-running.

回测的开始日期是正确的，基本上是月底，需要重新平衡的时候就中风了。我也无法解决这个问题。

我希望有人对此有一个半即插即用的解决方案。

Answer 1

我对 zipline 也没有那么丰富的经验，但 zipline 似乎使用 data_bundle 类处理数据。文档确实不是很清楚。您可能需要执行以下操作：

1. 格式化 csv 文件中的数据 - 更好地为此构建一个函数。数据包的严格格式包含在自定义 csv 包部分下的文档中。请记住，它们需要具有完全相同的开始和结束日期，与您的交易日历保持一致，并且具有与文档中提供的 csv 完全相同的格式。

2. 您应该有一个“.zipline”文件夹，在其中创建/编辑extension.py，其中包含以下内容： 1）注册交易日历； 2) 注册自定义 csv 包 - 两者都可以在文档中找到。

3. 在提示中输入 $zipline ingest -b [bundle_name] - 这应该会摄取数据。

4. 用“symbol”调用每个资产的数据，并在运行回测时指定bundle名称。

希望这可以帮助你。

Answer 2

我认为bt - Python的灵活回测更适合你想做的事情。该库旨在定期重新平衡财务投资组合。

Answer 3

我刚刚遇到了同样的问题，并进行了一些挖掘，发现 /qstrader/data/daily_bar_csv.py 中的 get_bid 和 get_ask 方法使用了已弃用的关键字参数。自 pandas 1.4 起，get_loc 的方法参数已被弃用，如此处建议。建议使用index.get_indexer([item], method=...) 代替。

因此，在 get_ask 方法中，您需要按如下方式分配ask变量：

ask = bid_ask_df.iloc[bid_ask_df.index.get_indexer([dt], method='pad')[0]]['Ask']

在 get_bid 方法中遵循相同的过程。