春节前给自己开了一个新坑，准备做一个对标BackTrader的量化策略回测框架，当时还发了篇博客 准备自己写一套量化回测框架。今天终于把一个功能比较完整的初版demo做完了，这里记录一下。 不可否认BackTrader的功能强大，但想得心应手的运用好这套工具大概率需要自己读源码进行魔改。所以我一直在想，干脆自己动手撸一个，简单实现的话，技术上其实并不是很难，而且更适合自己，用起来会更方便一些。 框架实现的整体思路其实很简单，就是在源数据的dataframe基础（日期、开高收低量）上，加入策略相关的技术指标数据、头寸…

这两天陆续完善了投资评价页面生成的代码，现在图表的数据表现更加丰富，动态图表入口可以通过顶部菜单栏或者边栏投资评价表的表头链接访问，链接地址：https://qthinker.net/charts/report/return/my_return_report.html 效果图如下： 相较于原先的图表，在累积收益率折线图上增加了极值和最大回撤的数据展示；在收益率分布直方图上，将Bar的数量调整为了15，数据展示粒度更细，同时x轴的涨跌幅区间对应的Label也以-45°的形式做了展示，y轴的频率数据也调整为以百分数形式…

如果用python绘制相关性热图，通常选择seaborn包，内置的heatmap函数可以直接将df.corr()生成的相关性数据帧作为参数导入，只需要设置x轴y轴的标签，热图颜色等即可，不需要对数据源进行更改。 但是如果我们用pyecharts绘制交互式的热图，就不能直接利用df.corr()的结果了，因为pyecharts热图的数据源格式是这样的： 这是一个嵌套列表，列表中的每一个元素也是列表，其前两位对应的是热图的x轴和y轴坐标索引，第三个值是需要进行展示的热图数据。这样的话，就不得不对dataframe生成的…

想给我的博客添加一个展示个人持仓的侧边栏小工具，自然是用pyecharts实现它。通过pyecharts生成的html代码可以很好用iframe标签嵌入到页面中。 相对于传统的饼图，个人更喜欢玫瑰图的展示效果，现在主页侧边栏展示的就是用这段代码生成的。关于代码不做过多说明，想了解的可以去 https://gallery.pyecharts.org/#/ 这里翻看官方文档，写的非常详细。这里只把我的代码实现分享一下，代码很简单，如下： 代码里的设置生成结果比较适合侧边栏的展示效果，有需要可以参考官方文档自己定制，生成…