title: 执行阶段系统 description: 理解 Backtrader 的执行阶段
执行阶段系统¶
Backtrader 通过不同的阶段来执行策略，以处理指标和数据源的最小周期要求。
执行阶段¶
stateDiagram-v2
[*] --> Prenext: 开始
Prenext --> Prenext: 未达到最小周期
Prenext --> Nextstart: 达到最小周期
Nextstart --> Next: 单根 K 线过渡
Next --> Next: 正常执行
Next --> [*]: 数据结束
```bash
## 1. Prenext 阶段
- *prenext** 阶段在累积足够的数据 K 线之前运行，此时指标可能还没有产生有效值。
```python
class MyStrategy(bt.Strategy):
def __init__(self):
self.sma = bt.indicators.SMA(period=20)
# minperiod = 20
def prenext(self):
# 当 len(self.data) < self.sma.minperiod 时调用
print(f"K 线 {len(self)}: 正在累积数据...")
```bash
- *特点：**
- 从第 0 根 K 线运行到 `minperiod - 1`
- 指标可能没有有效值
- 用于初始化和预热
## 2. Nextstart 阶段
- *nextstart** 阶段在首次达到 `minperiod` 时运行一次。
```python
def nextstart(self):
# 当 len(self.data) == self.sma.minperiod 时调用一次
print(f"K 线 {len(self)}: 第一根有效 K 线！")
# 默认实现会自动调用 next()
```bash
- *特点：**
- 在第 `minperiod` 根 K 线时运行一次
- prenext 和 next 之间的过渡点
- 可重写以实现特殊的首根 K 线逻辑
## 3. Next 阶段
- *next** 阶段是主执行循环。
```python
def next(self):
# 在满足 minperiod 后的每根 K 线调用
if self.sma[0] > self.data.close[0]:
self.sell()
```bash
- *特点：**
- 从第 `minperiod` 根 K 线运行到数据结束
- 所有指标都有有效值
- 主要策略逻辑写在这里
## 最小周期系统
每个组件都有一个 `minperiod` 属性，表示产生有效输出前需要多少根 K 线。
```python
# 指标的最小周期
SMA(period=20).minperiod # 20
EMA(period=12).minperiod # 12 (内部调整)
RSI(period=14).minperiod # 15 (14 + 1 用于计算)
# 策略的 minperiod 是其指标的最大值
class MyStrategy(bt.Strategy):
def __init__(self):
self.sma20 = bt.indicators.SMA(period=20)
self.sma50 = bt.indicators.SMA(period=50)
# Strategy.minperiod = 50 (最大值)
```bash
## 实际示例
```python
import backtrader as bt
class PhaseExample(bt.Strategy):
params = (('period', 20),)
def __init__(self):
self.sma = bt.indicators.SMA(period=self.params.period)
self.prenext_count = 0
def prenext(self):
self.prenext_count += 1
# 回测期间不建议使用日志输出
# 请改用 observer
def nextstart(self):
# 这是第一根有有效 SMA 值的 K 线
print(f"第一根有效 K 线: {len(self)}")
def next(self):
# 正常执行
if len(self) == self.params.period + 1:
print(f"第二根有效 K 线: SMA = {self.sma[0]:.2f}")
cerebro = bt.Cerebro()
data = bt.feeds.YahooFinanceData(dataname='AAPL',
fromdate=datetime(2020, 1, 1),
todate=datetime(2020, 12, 31))
cerebro.adddata(data)
cerebro.addstrategy(PhaseExample)
cerebro.run()
```bash
## 执行顺序
```mermaid
sequenceDiagram
participant Data as 数据
participant Cerebro as Cerebro 引擎
participant Strategy as 策略
participant Indicators as 指标
Data->>Cerebro: 新 K 线
Cerebro->>Indicators: 计算指标 (始终)
Indicators-->>Cerebro: 值已更新
alt 未达到最小周期
Cerebro->>Strategy: prenext()
else 刚达到最小周期
Cerebro->>Strategy: nextstart()
else 满足最小周期
Cerebro->>Strategy: next()
end
Strategy->>Cerebro: 订单 (可选)
Cerebro->>Cerebro: 处理订单
```bash
## 关键要点
1. **指标每根 K 线都会更新**- 即使在 prenext 阶段
2.**策略阶段控制执行**- 每个阶段有不同的逻辑
3.**最小周期自动计算**- 从组件中得出
4.**观察器遵循相同模式** - 也有 prenext/nextstart/next
## 最佳实践
```python
# 推荐：使用 minperiod 进行预热
class GoodStrategy(bt.Strategy):
def __init__(self):
self.warmup = 50 # 额外的预热 K 线数
def next(self):
if len(self) < self.warmup:
return # 跳过预热期
# 主逻辑在这里
# 不推荐：假设 prenext 中的指标有效
class BadStrategy(bt.Strategy):
def prenext(self):
value = self.sma[0] # 可能是 NaN 或无效值！
```bash