title: 观察器 description: 监控和记录策略行为
观察器¶
观察器在回测期间监控和记录策略行为。与分析器不同，观察器专注于数据收集而非计算。
基本用法¶
# 在 cerebro 设置时添加观察器
cerebro.addobserver(bt.observers.DrawDown)
# 或禁用默认观察器
cerebro.run(stdstats=False) # 禁用默认观察器
```bash
## 内置观察器
### DrawDown (回撤)
```python
cerebro.addobserver(bt.observers.DrawDown)
# 在策略中访问
class MyStrategy(bt.Strategy):
def next(self):
# 访问回撤观察器
if hasattr(self, 'observers'):
drawdown = self.observers.drawdown
print(f'回撤: {drawdown.drawdown[0]:.2%}')
```bash
### Broker (经纪人)
```python
cerebro.addobserver(bt.observers.Broker)
# 跟踪:
# - 现金余额
# - 组合价值
# - 持仓
```bash
### Trades (交易)
```python
cerebro.addobserver(bt.observers.Trades)
# 记录每笔交易
# 入场/出场价格
# 交易盈亏
```bash
### BuySell (买卖)
```python
cerebro.addobserver(bt.observers.BuySell)
# 在图表上标记买卖点
```bash
### DataTrades (数据交易)
```python
cerebro.addobserver(bt.observers.DataTrades)
# 按数据源记录交易
```bash
### Benchmark (基准)
```python
# 添加基准数据源
data = bt.feeds.YahooFinanceData(dataname='AAPL', ...)
bench = bt.feeds.YahooFinanceData(dataname='SPY', ...)
cerebro.adddata(data)
cerebro.adddata(bench)
# 添加基准观察器
cerebro.addobserver(bt.observers.Benchmark, data=bench)
```bash
### LogReturns (对数收益)
```python
cerebro.addobserver(bt.observers.LogReturns)
# 记录随时间变化的收益
# 用于分析收益模式
```bash
### TimeReturn (时间收益)
```python
cerebro.addobserver(bt.observers.TimeReturn)
# 按时间段统计收益
# 可以指定时间周期
cerebro.addobserver(bt.observers.TimeReturn, timeframe=bt.TimeFrame.Days)
```bash
## 默认观察器
当您运行 `cerebro.run()` 而不带 `stdstats=False` 时，这些观察器会自动添加：
| 观察器 | 用途 |
|----------|---------|
| `Broker` | 跟踪经纪人状态 |
| `Trades` | 记录所有交易 |
| `BuySell` | 在图表上标记买卖 |
| `DrawDown` | 跟踪回撤指标 |
## 自定义观察器
创建您自己的观察器：
```python
class TradeLogger(bt.Observer):
"""
记录所有交易的自定义观察器。
"""
_stclock = True # 使用系统时钟
_ltype = 2 # 观察器类型
lines = ('dummy',) # 必须至少有一条线
params = dict(enabled=True)
def start(self):
# 注册到 lineiterators
if hasattr(self, '_owner') and self._owner:
if hasattr(self._owner, '_lineiterators'):
if self._ltype in self._owner._lineiterators:
if self not in self._owner._lineiterators[self._ltype]:
self._owner._lineiterators[self._ltype].append(self)
def next(self):
self.lines.dummy[0] = 0 # 必须设置一个值
# 添加到 cerebro
cerebro.addobserver(TradeLogger)
```bash
## 观察器 vs 分析器
| 特性 | 观察器 | 分析器 |
|---------|----------|----------|
| **用途**| 数据收集 | 计算 |
|**调用时机**| 每根 K 线 | 回测后 |
|**输出**| 时间序列数据 | 汇总统计 |
|**绘图** | 可绘制 | 不绘制 |
## 访问观察器数据
### 回测后
```python
strats = cerebro.run()
strat = strats[0]
# 访问观察器数据
print(strat.observers.broker.getvalue())
print(strat.observers.drawdown.drawdown)
```bash
### 在策略中
```python
class MyStrategy(bt.Strategy):
def next(self):
# 如果有观察器则访问
if hasattr(self, 'observers'):
if hasattr(self.observers, 'drawdown'):
dd = self.observers.drawdown.drawdown[0]
if dd > 0.10: # 10% 回撤
self.log(f'高回撤: {dd:.2%}')
```bash
## 禁用观察器
```python
# 禁用默认观察器
cerebro.run(stdstats=False)
# 添加特定观察器
cerebro.addobserver(bt.observers.DrawDown)
cerebro.addobserver(bt.observers.Trades)
```bash
## 使用观察器绘图
观察器自动出现在图表上：
```python
import matplotlib.pyplot as plt
cerebro.plot()
plt.show()
# 观察器显示为子图:
# - 回撤
# - 交易
# - 买入/卖出标记
```bash
## 下一步学习
- [绘图](plotting_zh.md) - 可视化结果
- [分析器](analyzers_zh.md) - 计算性能指标