使用Indicators

Indicators可以在平台上两个地方使用：

• 里面Strategies
• Inside其他在action

Indicators

1. Indicators`指标期间总是实例化__init__在Strategy
2. 指示符值（或来自其的值）被用来/检查期间next

有考虑到一个重要的公理：

• 的任何Indicator（或值由其衍生）期间__init__声明`之前将预先计算next是called.

Let我们去操作modes.

__init__ VSnext

事作为工作的差异如下：

• 任何operation在涉及lines对象__init__生成另一个lines object
• Anyoperation涉及lines对象中next得到正规Python类型等的浮纱和bools.

During__init__

`中的操作的实施例__init__：

hilo_diff = self.data.high - self.data.low

的可变hilo_diff保持到参考一个lines对象，它是调用next并且可以使用标准的被访问数组符号[]

它明显包含用于数据的每个棒料进给之间的差混合简单，当高和low.

This也适用lines（像那些在self.data数据饲料）和复杂的类似指标：

sma = bt.SimpleMovingAverage(self.data.close)
close_sma_diff = self.data.close - sma

现在close_sma_diff又包含了line object.

Using逻辑operatorss：

close_over_sma = self.data.close > sma

现在所产生的lines对象将包含booleans.

During阵列next

的操作的实施例（逻辑运算）：

close_over_sma = self.data.close > self.sma

使用等效阵列（索引0基于符号）：

close_over_sma = self.data.close[0] > self.sma[0]

在这种情况下close_over_sma产生一个boolen其结果比较两个浮点值，由[0]运算符的那些施加到self.data.close和self.sma

的__init__VSnext why

逻辑简化（和与它易用性）是关键。计算和最相关联的逻辑的可在__init__保持实际被声明期间next.

其实还有一个附带的好处：speed（由于预先计算解释在开始时）

这期间产生了buy信号一个完整的例子__init__：

class MyStrategy(bt.Strategy):

    def __init__(self):

        sma1 = btind.SimpleMovingAverage(self.data)
        ema1 = btind.ExponentialMovingAverage()

        close_over_sma = self.data.close > sma1
        close_over_ema = self.data.close > ema1
        sma_ema_diff = sma - ema

        buy_sig = bt.And(close_over_sma, close_over_ema, sma_ema_diff > 0)

    def next(self):

        if buy_sig:
            self.buy()

应该是显而易见的，在`的“声明”的方式__init__保持的腹胀next（其中实际的战略工作情况），到minimum.

（别忘了还有一个加速因子）

的一些notes

In上面的例子中有已在被简化两件事backtrader相比其他平台时：

• `声明Indicators既不得到了parent参数（如战略，而他们被创造，也不是任何形式的“注册”方法/函数尽管它是called.

  And策略将踢的计算Indicators和任何生成，因为操作的lines对象（如sma - ema）

• ExponentialMovingAverage被而不self.data

  这是故意的实例化。如果没有data通过，1^st的数据parent（在这种情况下在其中被创建的策略）将是自动传递在background

Indicator Plotting

First最重要的是：

• `声明Indicators得到自动绘制（如果cerebro.plot是叫）
• lines从操作对象没有得到绘制（如close_over_sma
= self.data.close > self.sma）

  有一个辅助LinePlotterIndicator图表等操作如果希望用下面的方法：

  close_over_sma = self.data.close > self.sma
  LinePlotterIndicator(close_over_sma, name="Close_over_SMA)
  

  `的name参数给出的名字到single此行举行indicator.

Controlling plotting

During的Indicator了plotinfo声明可以是添加。它可以是元组的元组（2个元件），一个dict或OrderedDict。它看起来像：

class MyIndicator(bt.Indicator):

    ....
    plotinfo = dict(subplot=False)
    ....

值可以稍后访问（并设置）如下（如果需要的话）：

myind = MyIndicator(self.data, someparam=value)
myind.plotinfo.subplot = True

值甚至可以实例化时进行设置：

myind = MyIndicator(self.data, someparams=value, subplot=True)

的subplot=True将被传递到（幕后）intantiated成员变量plotinfo的indicator.

Theplotinfo提供下列参数来控制绘图行为：

• plot（默认值：True）

  无论指示器为被绘制或not

• subplot（默认值：True）

  是否绘制在不同的窗口的指示。对于这样的指标均线默认改为False

• plotname（默认：""）

  设置plotname显示在图上。空值表示的规范将被使用的指示器的名称（class.__name__）。这有一些限制因为Python标识符不能使用，例如算术像DI + operators.

  An指示灯会声明如下：

  class DIPlus(bt.Indicator):
      plotinfo=dict(plotname="DI+")
  

  使图中的“更好”

• plotabove（默认：False）

  指标通常的数据绘制以下（那些具有subplot=True）他们已经手术。将其设置为True将使指示器所述data.

• plotlinelabels上述绘制（默认值：False）

  意味着在“指标”，“指标”。如果一个计算RSI指标的SimpleMovingAverage情节通常会显示名称“SimpleMovingAverage”为对应的标绘线。这是名字该“指标”，而不是实际的线是plotted.

  因为用户希望通常可以看到这个默认的行为很有道理一个SimpleMovingAverage已使用RSI.

  if的值被设置为创建True内部线路的实际名称SimpleMovingAverage将used.

• plotymargin（默认值：0.0）

  余量的量在所述指示器的顶部和底部离开（0.15 matplotlib情节去太远的顶部/底部所述轴和余量可以wished

• plotyticks（默认：[])

  用来控制绘制y缩放ticks

  如果空单被通过了“Y蜱”会自动计算。对于像一个随机它可能是有意义的这个设置众所周知idustry标准，如：[20.0, 50.0, 80.0]

  有些指标提供像upperband和lowerband参数实际用于操纵在y ticks

• plothlines（默认值：[]）

  用于沿着指示器axis.

  If控制的水平线的绘制一个空的名单没有通过水平线条将drawn.

  For像一个随机它可能是有意义的绘制线众所周知idustry标准，如：[20.0, 80.0]

  有些指标提供像upperband和lowerband参数实际使用来操纵水平lines

• plotyhlines（默认值：[]）

  用于同时控制使用单个parameter.

• plotforce plotyticks和plothlines（缺省：False）

  如果由于某种原因，你认为一个指标应绘制，这是不绘制…将其设置为True作为最后resort.