Backtrader Quickstart Template: народный фреймворк для алготрейдинга

Готовый шаблон для быстрого старта в алгоритмической торговле на Python с использованием библиотеки Backtrader. Проект создан, чтобы частные инвесторы и разработчики могли сосредоточиться на главном — на разработке и тестировании стратегий, а не на борьбе с инфраструктурой.

---

🎯 Философия проекта

В мире алгоритмической торговли доминируют крупные фонды с их колоссальными ресурсами. Этот проект — попытка создать мощный и доступный инструмент для частных инвесторов. Идея проста: больше не нужно зависеть от проприетарных платформ или писать с нуля сложную инфраструктуру для тестирования каждой новой идеи.

Цель — построить открытый стандарт для алготрейдинга на базе Backtrader, заточенный под реалии российского рынка. Мы создаём систему, которая была бы так же удобна, как TradingView, но с гибкостью и мощью Python. Чтобы каждый, кто заинтересован в алгоритмической торговле, мог без усилий внедрить свою стратегию, протестировать её и получить наглядные результаты.

Этот репозиторий — не просто набор скриптов, а призыв к действию. Давайте объединим усилия и создадим по-настоящему «народный» Backtrader!

✨ Ключевые особенности

• Максимальная модульность: одна стратегия — один файл. Никаких сложных зависимостей. Просто добавьте свой .py файл в папку strategies, и система автоматически его подхватит.
• Простое управление: главный файл main.py — это единая панель управления. Выбирайте режим, стратегию и период тестирования в одном месте.
• Два режима работы:
  • BACKTEST: быстрая проверка гипотезы на исторических данных.
  • OPTIMIZATION: автоматический подбор лучших параметров для вашей стратегии.
• Информативные отчеты: по итогам каждого теста генерируется подробный текстовый отчет с ключевыми метриками (прибыль, просадка, профит-фактор, коэффициент Сортино) и наглядные графики.
• Визуализация оптимизации: для режима оптимизации по двум параметрам строится тепловая карта, которая помогает визуально определить самые прибыльные и устойчивые зоны.
• Адаптация под портфель: шаблон изначально спроектирован для тестирования стратегий на нескольких акциях одновременно и корректно обрабатывает асинхронные исторические данные разной длины.
• Готовность к реальной торговле: архитектура закладывает основу для легкого перехода от бэктестинга к реальной торговле через API российских брокеров (Тинькофф, Финам, Алор и др.).

📂 Структура проекта

.
├── data-connector/Data/Tinkoff/ # Папка для ваших исторических данных (CSV/TXT)
│   └── TQBR.SBER_D1.txt
├── reports/                      # Сюда сохраняются все отчеты и графики
│   └── SmaCrossStrategy_test_... .txt
├── strategies/                   # Здесь живут ваши торговые стратегии
│   ├── __init__.py               # 🚀 Автоматически загружает все стратегии из этой папки
│   ├── base_strategy.py          # 🧱 Базовый класс-шаблон для всех стратегий
│   └── sma_cross_strategy.py     # 📈 Пример готовой стратегии
├── utils/                        # Вспомогательные модули
│   ├── custom_csv.py             # 📈 Загрузчик для CSV-файлов нестандартного формата
│   ├── report_generator.py       # 📊 Генератор текстовых отчетов и тепловых карт
│   └── sortino_analyzer.py       # 📉 Анализатор для расчета коэффициента Сортино
├── main.py                       # 🚀 Главный файл для запуска тестов и оптимизации
├── requirements.txt              # Список необходимых библиотек
└── install_requirements.bat      # Скрипт для быстрой установки зависимостей (для Windows)

🚀 Быстрый старт

1. Клонирование репозитория

git clone https://github.com/empenoso/backtrader-quickstart-template.git
cd backtrader-quickstart-template

2. Установка зависимостей

Запустите install_requirements.bat (для Windows) или выполните команду в терминале:

pip install -r requirements.txt

3. Добавление исторических данных

Поместите ваши файлы с историческими данными в формате .txt или .csv в папку data-connector/Data/.

Вы можете использовать данные, полученные из любых источников, включая коннекторы FinamPy, AlorPy или TinkoffPy. Папка Tinkoff в пути data-connector/Data/Tinkoff/ используется для примера, вы можете создавать любую удобную для вас структуру.

Главное — убедиться, что:

1. В main.py переменная DATA_DIR указывает на верную папку.
2. Формат ваших данных соответствует загрузчику utils/custom_csv.py. По умолчанию он настроен на текстовые файлы с разделителем-табуляцией и форматом даты ДД.ММ.ГГГГ ЧЧ:ММ. При необходимости вы легко можете его адаптировать.

4. Настройка и запуск

Откройте файл main.py и настройте "Главную панель управления":

# 1. ВЫБЕРИТЕ РЕЖИМ: 'BACKTEST' или 'OPTIMIZATION'
MODE = 'BACKTEST'

# 2. ВЫБЕРИТЕ СТРАТЕГИЮ из загруженных
STRATEGY_TO_RUN = 'SmaCrossStrategy' 

# 3. НАСТРОЙКИ ПЕРИОДА ТЕСТИРОВАНИЯ
FROM_DATE = datetime.datetime(2018, 1, 1)
TO_DATE = datetime.datetime(2025, 8, 12)

После настройки просто запустите скрипт:

python main.py

🛠️ Как использовать

Создание новой стратегии

1. Создайте новый Python-файл в папке strategies (например, my_super_strategy.py).
2. Внутри файла создайте класс, унаследованный от BaseStrategy.
3. Определите обязательные атрибуты: tickers, start_cash, commission и параметры для оптимизации opt_params.
4. Реализуйте основную торговую логику в методе next().

Система автоматически обнаружит и загрузит вашу новую стратегию при следующем запуске.

Анализ результатов

Все результаты сохраняются в папку reports.

• Для бэктеста создается текстовый отчет с полной статистикой и отдельные .png файлы с графиками для каждого тикера.

  Пример отчета:

  --- ОТЧЕТ ПО БЭКТЕСТУ СТРАТЕГИИ: SmaCrossStrategy ---
  Бумаги в тесте: ['SBER', 'VTBR', 'GAZP', 'LKOH', 'NVTK', 'YDEX', 'T']
  Параметры: {'fast_ma': 20, 'slow_ma': 50, ...}
  Период тестирования: с 01.01.2018 по 12.08.2025
  --- РЕЗУЛЬТАТЫ ---
  Итоговая прибыль/убыток: 252 713.12 [50.54%]
  Доходность (годовых): 5.44%
  Результат 'Купил и держал': 205 648.56 [41.13%]
  Максимальная просадка: 67 124.98 [13.42%]
  Всего сделок: 128
  Процент прибыльных сделок: 41.41% (53 из 128)
  Фактор прибыли: 2.13
  Коэффициент Сортино: 1.08
  --------------------------------------------------
  

• Для оптимизации создается текстовый отчет со всеми комбинациями параметров и тепловая карта (.png), на которой цветом показана эффективность (профит-фактор) каждой комбинации.

🤝 Как помочь проекту?

Этот шаблон — лишь основа. Чтобы он стал по-настоящему удобным и «народным», ему нужна помощь сообщества.

Что можно сделать:

• Улучшить визуализацию: стандартный cerebro.plot() плохо справляется с портфелем из десятка акций. В main.py уже есть наработки по сохранению графиков в отдельные файлы, но это решение можно усовершенствовать.
• Добавить новые метрики: предложите новые анализаторы или улучшите существующие отчеты.
• Предложить свои идеи: возможно, вы видите архитектуру иначе? Знаете, как сделать управление стратегиями еще удобнее? Создайте Issue и давайте обсудим!
• Добавить примеры стратегий: поделитесь своими наработками с сообществом.
• Интеграция с брокерами: помогите с реализацией готовых модулей для подключения к API российских брокеров.

Если вы разделяете идею создания «народного Backtrader» — подключайтесь! Любые улучшения, замечания и Pull Request'ы приветствуются.

Автор: Михаил Шардин
🔗 Моя онлайн-визитка
📢 Telegram «Умный Дом Инвестора»