title: Cerebro API 参考 description: 核心回测引擎 API
Cerebro API 参考¶
Cerebro 是核心回测引擎，用于协调策略、数据源、经纪人和分析器。
基本用法¶
import backtrader as bt
# 创建 cerebro 实例
cerebro = bt.Cerebro()
# 添加组件
cerebro.adddata(data)
cerebro.addstrategy(MyStrategy, param1=value1)
cerebro.addanalyzer(bt.analyzers.SharpeRatio, _name='sharpe')
# 运行回测
results = cerebro.run()
# 绘图结果
cerebro.plot()
```bash
## 构造函数
```python
bt.Cerebro()
```bash
创建一个新的 Cerebro 实例。
## 数据管理
### adddata
```python
cerebro.adddata(data, name=None)
```bash
向系统添加数据源。
- **data**: 数据源实例
- **name**: 数据源的可选名称
```python
data = bt.feeds.YahooFinanceData(dataname='AAPL')
cerebro.adddata(data, name='AAPL')
```bash
### resampledata
```python
cerebro.resampledata(data, timeframe=bt.TimeFrame.Days, compression=1)
```bash
添加数据并将其重采样到不同的时间周期。
### replaydata
```python
cerebro.replaydata(data, timeframe=bt.TimeFrame.Weeks)
```bash
添加数据并在不同的时间周期上重放。
## 策略管理
### addstrategy
```python
cerebro.addstrategy(strategy_class, *args, **kwargs)
```bash
向系统添加策略。
```python
cerebro.addstrategy(MyStrategy,
period=20,
threshold=1.5)
```bash
### optstrategy
```python
cerebro.optstrategy(strategy_class, *args, **kwargs)
```bash
添加策略用于优化。为要优化的参数传递可迭代对象。
```python
cerebro.optstrategy(MyStrategy,
period=[10, 20, 30],
threshold=[1.0, 1.5, 2.0])
```bash
### runstrategies
```python
cerebro.runstrategies()
```bash
运行回测（与 `run()` 相同）。
## 经纪人管理
### getbroker
```python
broker = cerebro.getbroker()
```bash
获取经纪人实例。
### setbroker
```python
cerebro.setbroker(broker_instance)
```bash
设置自定义经纪人实例。
### broker_setcash
```python
cerebro.broker_setcash(100000)
```bash
设置初始资金。
### broker_setcommission
```python
cerebro.broker_setcommission(commission=0.001)
cerebro.broker_setcommission(commission=0.001, leverage=10.0)
```bash
设置佣金结构。
## 分析器管理
### addanalyzer
```python
cerebro.addanalyzer(analyzer_class, *args, **kwargs)
```bash
向系统添加分析器。
```python
cerebro.addanalyzer(bt.analyzers.SharpeRatio, _name='sharpe')
cerebro.addanalyzer(bt.analyzers.DrawDown, _name='drawdown')
cerebro.addanalyzer(bt.analyzers.Returns, _name='returns')
```bash
## 观察器管理
### addobserver
```python
cerebro.addobserver(observer_class, *args, **kwargs)
```bash
向系统添加观察器。
```python
cerebro.addobserver(bt.observers.DrawDown)
```bash
## 写入器管理
### addwriter
```python
cerebro.addwriter(writer_class, *args, **kwargs)
```bash
添加输出写入器。
```python
cerebro.addwriter(bt.WriterFile, csv=True, out='results.csv')
```bash
## 执行
### run
```python
results = cerebro.run()
```bash
执行回测。
返回策略实例列表。
```python
strats = cerebro.run()
strat = strats[0]
# 访问分析器
sharpe = strat.analyzers.sharpe.get_analysis()
drawdown = strat.analyzers.drawdown.get_analysis()
```bash
### runstop
```python
cerebro.runstop = False # 设置为 True 以停止执行
```bash
提前终止的停止标志。
## 绘图
### plot
```python
cerebro.plot(plotter=None, figsize=None, style='plotly', **kwargs)
```bash
绘制结果。
```python
# Plotly (交互式，推荐)
cerebro.plot(style='plotly')
# Matplotlib (静态)
cerebro.plot(style='matplotlib')
# Bokeh (交互式)
cerebro.plot(style='bokeh')
```bash
## 配置
### stdstats
```python
cerebro.stdstats = True # 启用标准观察器
```bash
启用/禁用标准观察器（资金、价值、交易）。
### maxcpus
```python
cerebro.maxcpus = None # 使用所有 CPU
cerebro.maxcpus = 4 # 使用 4 个 CPU
```bash
设置优化的 CPU 限制。
## 性能选项
### runonce
```python
cerebro.runonce = True # 使用向量化模式 (更快)
cerebro.runonce = False # 使用事件驱动模式
```bash
执行模式：
- `True`: 向量化 (runonce) - 简单策略更快
- `False`: 事件驱动 (runnext) - 更多控制
### preload
```python
cerebro.preload = True # 将所有数据加载到内存
```bash
将数据预加载到内存以加快访问。
### exactbars
```python
cerebro.exactbars = 1 # 在内存中保留最少的 K 线
```bash
长回测的内存优化。
## 完整示例
```python
import backtrader as bt
from datetime import datetime
class SmaCross(bt.Strategy):
params = (('fast', 10), ('slow', 30))
def __init__(self):
super().__init__()
fast_ma = bt.indicators.SMA(period=self.params.fast)
slow_ma = bt.indicators.SMA(period=self.params.slow)
self.crossover = bt.indicators.CrossOver(fast_ma, slow_ma)
def next(self):
if not self.position and self.crossover > 0:
self.buy(size=100)
elif self.position and self.crossover < 0:
self.close()
# 创建 cerebro
cerebro = bt.Cerebro()
# 添加数据
data = bt.feeds.YahooFinanceData(
dataname='AAPL',
fromdate=datetime(2020, 1, 1),
todate=datetime(2023, 12, 31)
)
cerebro.adddata(data)
# 添加策略
cerebro.addstrategy(SmaCross, fast=10, slow=30)
# 设置经纪人参数
cerebro.broker_setcash(100000)
cerebro.broker_setcommission(commission=0.001)
# 添加分析器
cerebro.addanalyzer(bt.analyzers.SharpeRatio, _name='sharpe', riskfreerate=0.0)
cerebro.addanalyzer(bt.analyzers.DrawDown, _name='drawdown')
cerebro.addanalyzer(bt.analyzers.TradeAnalyzer, _name='trades')
cerebro.addanalyzer(bt.analyzers.Returns, _name='returns')
# 运行
results = cerebro.run()
strat = results[0]
# 打印结果
print(f"最终组合价值: {cerebro.broker.getvalue():.2f}")
print(f"夏普比率: {strat.analyzers.sharpe.get_analysis()['sharperatio']:.2f}")
print(f"最大回撤: {strat.analyzers.drawdown.get_analysis()['max']['drawdown']:.2f}%")
# 绘图
cerebro.plot(style='plotly', volume=False)
```bash
## 属性
| 属性 | 类型 | 默认值 | 描述 |
|------|------|--------|------|
| `runonce` | bool | True | 向量化执行 |
| `preload` | bool | True | 预加载数据 |
| `maxcpus` | int | None | 优化的 CPU 限制 |
| `stdstats` | bool | True | 标准观察器 |
| `exactbars` | int | 0 | 内存优化级别 |
## 方法参考
| 方法 | 描述 |
|------|------|
| `adddata()` | 添加数据源 |
| `resampledata()` | 添加并重采样数据 |
| `replaydata()` | 添加并重放数据 |
| `addstrategy()` | 添加策略 |
| `optstrategy()` | 添加策略用于优化 |
| `addanalyzer()` | 添加分析器 |
| `addobserver()` | 添加观察器 |
| `addwriter()` | 添加写入器 |
| `setbroker()` | 设置自定义经纪人 |
| `getbroker()` | 获取经纪人实例 |
| `broker_setcash()` | 设置初始资金 |
| `broker_setcommission()` | 设置佣金 |
| `run()` | 运行回测 |
| `plot()` | 绘制结果 |