在做量化回测时Backtrader 依然是目前最流行、生态最成熟的 Python 回测框架之一。但用过的人都知道Backtrader 最大的痛点之一就是“喂数”Data Feed[1]。如果数据源的格式不规范、时间戳混乱或复权有问题光是写数据清洗和格式转换的代码就能让人抓狂[2][3]。本文将分享如何通过 quantdash-python-sdk 统一获取多市场A股/港美股的标准 K 线数据并优雅地封装成 Backtrader 可直接读取的 PandasData 格式快速跑通一个双均线策略[3][4]。1. 为什么选择 QuantDash 作为 Backtrader 的数据源格式高度统一无论是 A 股、美股还是港股返回的 DataFrame 字段完全一致date, open, high, low, close, volume 等免去了针对不同市场写不同清洗脚本的麻烦[3][5]。原生支持前/后复权回测最忌讳使用未复权的价格计算技术指标。QuantDash 在服务端直接计算好前复权数据客户端一行参数即可获取避免了回测时的“未来函数”和价格跳空 Bug[3]。2. 核心对接代码实现我们首先定义一个符合 Backtrader 规范的自定义数据类然后通过 QuantDash 抓取数据并加载。import backtrader as bt import pandas as pd from quantdash import QuantDash # 1. 实例化 QuantDash 客户端 # 填入你自己的 API Key qd QuantDash(api_keyyour_quantdash_api_key) class QuantDashBacktraderData(bt.feeds.PandasData): 自定义 Backtrader PandasData 类对接 QuantDash 返回的 DataFrame # 显式指出 QuantDash DataFrame 中的列名与 Backtrader 属性的对应关系 lines (openinterest,) params ( (datetime, date), # 时间列 (open, open), # 开盘价 (high, high), # 最高价 (low, low), # 最低价 (close, close), # 收盘价 (volume, volume), # 成交量 (openinterest, -1), # 如果无持仓量字段传 -1 ) def get_bt_feed(symbol: str, start_date: str, end_date: str): 获取 QuantDash 数据并包装为 Backtrader 数据源 # 调用 SDK 获取前复权历史 K 线 df qd.stock.get_kline( symbolsymbol, start_datestart_date, end_dateend_date, adjustforward # 使用前复权保证回测指标真实性 ) # 确保时间列转化为 datetime 格式并作为 DataFrame 的索引 df[date] pd.to_datetime(df[date]) df.set_index(date, inplaceTrue) df.sort_index(ascendingTrue, inplaceTrue) # 将标准 DataFrame 喂给自定义 Data 类 return QuantDashBacktraderData(datanamedf)3. 编写一个简单的双均线回测策略下面我们把这个数据源塞进 Backtrader 的 Cerebro 引擎里以腾讯控股00700.HK为例进行回测[3]。class SmaCross(bt.Strategy): params ( (pfast, 10), # 快速均线周期 (pslow, 30), # 慢速均线周期 ) def __init__(self): # 计算两条均线 self.fast_ma bt.indicators.SimpleMovingAverage( self.data.close, periodself.p_pfast) self.slow_ma bt.indicators.SimpleMovingAverage( self.data.close, periodself.p_pslow) # 产生金叉/死叉信号 self.crossover bt.indicators.CrossOver(self.fast_ma, self.slow_ma) def next(self): # 如果当前无持仓且发生金叉买入 if not self.position: if self.crossover 0: self.buy() # 如果有持仓且发生死叉清仓 elif self.crossover 0: self.close() if __name__ __main__: # 初始化回测引擎 cerebro bt.Cerebro() cerebro.addstrategy(SmaCross) # 获取 QuantDash 的港股数据并加载到引擎中 # 示例拉取 2025 年整年的日 K 线数据 data_feed get_bt_feed( symbol00700.HK, start_date2025-01-01, end_date2025-12-31 ) cerebro.adddata(data_feed) # 设置初始资金和佣金 cerebro.broker.setcash(100000.0) cerebro.broker.setcommission(commission0.001) # 万分之十佣金 print(f回测前初始资金: {cerebro.broker.getvalue():.2f}) cerebro.run() print(f回测后最终资产: {cerebro.broker.getvalue():.2f})4. 工程实践避坑提示时区与日期格式QuantDash 默认返回的标准 K 线时间戳格式能被 Pandas 极快地解析。在接入 Backtrader 时请确保执行了 pd.to_datetime 并设为 Index否则 Backtrader 在推进时间轴时会报错。多市场兼容如果你想回测美股如 AAPL.US或 A 股如 600519.SH上面的 get_bt_feed 函数一行代码都不需要修改直接更换 symbol 参数即可这就是多市场标准化数据接口带来的开发红利[3][6]。相关链接QuantDash 官方QuantDashPython SDK 快速开始快速开始 - QuantDash