跳到主要内容

快速开始

本指南将帮助您快速上手 NautilusTrader，从基本概念到运行您的第一个回测。

前提条件​

在开始之前，请确保您已经：

  1. 安装了 NautilusTrader（参见 安装指南）
  2. 熟悉 Python 编程
  3. 了解基本的交易概念

基本概念​

核心组件​

NautilusTrader 的核心组件包括：

  • TradingNode: 交易系统的主要入口点
  • Strategy: 交易策略的基类
  • Instrument: 交易工具（股票、期货、加密货币等）
  • Data: 市场数据（K线、tick数据等）
  • Orders: 订单管理
  • Portfolio: 投资组合管理

架构概览​

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   Data Feed     │    │    Strategy     │    │   Execution     │
│                 │───▶│                 │───▶│                 │
│  (Market Data)  │    │  (Trading Logic)│    │   (Orders)      │
└─────────────────┘    └─────────────────┘    └─────────────────┘

第一个策略​

让我们创建一个简单的移动平均交叉策略：

from nautilus_trader.model.data import Bar
from nautilus_trader.model.data import BarType
from nautilus_trader.model.identifiers import InstrumentId
from nautilus_trader.model.instruments import CurrencyPair
from nautilus_trader.trading.strategy import Strategy
from nautilus_trader.indicators.average.sma import SimpleMovingAverage


class MovingAverageCrossStrategy(Strategy):
    """
    简单的移动平均交叉策略
    """
    
    def __init__(self, config=None):
        super().__init__(config)
        
        # 创建技术指标
        self.fast_ma = SimpleMovingAverage(10)  # 快速移动平均线
        self.slow_ma = SimpleMovingAverage(20)  # 慢速移动平均线
        
        # 策略状态
        self.instrument_id = None
        self.instrument = None
        
    def on_start(self):
        """策略启动时调用"""
        self.log.info("策略启动")
        
        # 订阅市场数据
        self.instrument_id = InstrumentId.from_str("EUR/USD.SIM")
        self.subscribe_bars(BarType.from_str("EUR/USD.SIM-1-MINUTE-BID-INTERNAL"))
        
    def on_bar(self, bar: Bar):
        """接收到新K线数据时调用"""
        # 更新指标
        self.fast_ma.update_raw(bar.close.as_double())
        self.slow_ma.update_raw(bar.close.as_double())
        
        # 检查指标是否已初始化
        if not self.fast_ma.initialized or not self.slow_ma.initialized:
            return
            
        # 交易逻辑
        fast_value = self.fast_ma.value
        slow_value = self.slow_ma.value
        
        # 金叉：快线上穿慢线，买入信号
        if fast_value > slow_value and not self.portfolio.is_net_long(self.instrument_id):
            self.buy()
            
        # 死叉：快线下穿慢线，卖出信号
        elif fast_value < slow_value and not self.portfolio.is_net_short(self.instrument_id):
            self.sell()
            
    def buy(self):
        """买入操作"""
        order = self.order_factory.market(
            instrument_id=self.instrument_id,
            order_side=OrderSide.BUY,
            quantity=Quantity.from_int(100_000),
        )
        self.submit_order(order)
        
    def sell(self):
        """卖出操作"""
        order = self.order_factory.market(
            instrument_id=self.instrument_id,
            order_side=OrderSide.SELL,
            quantity=Quantity.from_int(100_000),
        )
        self.submit_order(order)

设置回测环境​

现在让我们设置回测环境来测试策略：

from nautilus_trader.backtest.node import BacktestNode
from nautilus_trader.config import BacktestRunConfig
from nautilus_trader.config import BacktestVenueConfig
from nautilus_trader.config import BacktestDataConfig
from nautilus_trader.config import BacktestEngineConfig
from nautilus_trader.model.currencies import USD
from nautilus_trader.model.objects import Money


# 配置回测参数
config = BacktestRunConfig(
    engine=BacktestEngineConfig(
        strategies=[
            {
                "strategy_class": MovingAverageCrossStrategy,
                "config": {},
            }
        ]
    ),
    venues=[
        BacktestVenueConfig(
            name="SIM",
            oms_type="HEDGING",
            account_type="MARGIN",
            base_currency="USD",
            starting_balances=["1000000 USD"],
        )
    ],
    data=[
        BacktestDataConfig(
            catalog_path="path/to/your/data/catalog",
            data_cls="nautilus_trader.model.data.bar.Bar",
            instrument_id="EUR/USD.SIM",
            start_time="2023-01-01T00:00:00Z",
            end_time="2023-12-31T23:59:59Z",
        )
    ],
)

# 创建回测节点
node = BacktestNode(configs=[config])

# 运行回测
results = node.run()

分析结果​

回测完成后，您可以分析结果：

# 获取账户统计
account = results[0].account

print(f"起始余额: {account.starting_balances}")
print(f"结束余额: {account.balances()}")
print(f"总盈亏: {account.total_pnl()}")
print(f"已实现盈亏: {account.realized_pnl()}")
print(f"未实现盈亏: {account.unrealized_pnl()}")

# 获取交易统计
portfolio = results[0].portfolio
print(f"总交易次数: {len(portfolio.orders)}")
print(f"盈利交易: {portfolio.win_rate}")
print(f"最大回撤: {portfolio.max_drawdown}")

实时交易​

要将策略用于实时交易，您需要：

  1. 配置实时数据源
  2. 配置交易所连接
  3. 使用 TradingNode 而不是 BacktestNode
from nautilus_trader.live.node import TradingNode
from nautilus_trader.config import TradingNodeConfig

# 实时交易配置
config = TradingNodeConfig(
    # 配置数据提供商
    data_clients={
        "BINANCE": {
            "api_key": "your_api_key",
            "api_secret": "your_api_secret",
        }
    },
    # 配置执行客户端
    exec_clients={
        "BINANCE": {
            "api_key": "your_api_key",
            "api_secret": "your_api_secret",
        }
    },
    # 策略配置
    strategies=[
        {
            "strategy_class": MovingAverageCrossStrategy,
            "config": {},
        }
    ],
)

# 创建交易节点
node = TradingNode(config=config)

# 启动实时交易
node.start()

下一步​

现在您已经了解了 NautilusTrader 的基础知识，建议您：

  1. 阅读 核心概念 了解更多细节
  2. 查看 教程 学习高级功能
  3. 探索 集成 了解支持的交易所
  4. 参考 API 文档 获取详细信息

常见问题​

Q: 如何获取历史数据？​

A: 您可以使用各种数据提供商，如 Databento、Tardis 或直接从交易所获取数据。

Q: 支持哪些交易所？​

A: NautilusTrader 支持多个交易所，包括 Binance、Bybit、Interactive Brokers 等。

Q: 如何优化策略性能？​

A: 使用内置的性能分析工具，优化指标计算，并考虑使用 Cython 扩展。

Q: 可以进行纸上交易吗？​

A: 是的，您可以使用模拟账户进行纸上交易测试。

获取帮助​

如果您需要帮助：

最后由 huojiabin 于 更新