Backtrader（二十四）- 定时器timer

可以在 init 或者 start 方法中为策略添加定时器

def add_timer(self, when,
                  offset=datetime.timedelta(), repeat=datetime.timedelta(),
                  weekdays=[], weekcarry=False,
                  monthdays=[], monthcarry=True,
                  allow=None,
                  tzdata=None, cheat=False,
                  *args, **kwargs):

例子：

     def __init__(self):
        self.add_timer(
            when=self.p.when,# datetime.time(15, 30)
            offset=self.p.offset,# datetime.timedelta()
            repeat=self.p.repeat,# datetime.timedelta()
            weekdays=self.p.weekdays
        )# [1]

解释：

这里when 设为 15:30，weekday=[1]，也就是要求每周一触发一次，触发事件为15:30。
如果when设为bt.timer.SESSION_START则为开市时间

如果设置策略 offset=datetime.timedelta(minutes=30)，即 相对when偏移30分钟，则触发事件为 16:00

如果设置参数repeat=datetime.timedelta(minutes=30)，则要求定时器每30分钟重复触发一次，如果数据是分钟级数据可以实现，其他数据级别则无效

注意：
目前使用PandasData读取的feed。不能在15:30触发，需要使用GenericCSVData。
将pandas数据转换成GenericCSVData 的fedd数据：

def dataframe_to_csv_feed(df, file='cache.csv'):
    '''
    将 AKshare 的dataframe数据转换成csv的 datafeed
    :param df: AKshare 的dataframe数据
    :param file: csv缓存文件
    :return:
    '''
    date_list = df['日期'].to_list()
    begin_date = datetime.datetime.strptime(str(date_list[0]), "%Y-%m-%d %H:%M:%S")  # 数据的起始日期
    end_date = datetime.datetime.strptime(str(date_list[-1]), "%Y-%m-%d %H:%M:%S")  # 数据的起始日期

    df.to_csv(file)

    feed = bt.feeds.GenericCSVData(
        dataname=file,
        datetime=1,  # 日期行所在列
        open=2,  # 开盘价所在列
        high=4,  # 最高价所在列
        low=5,  # 最低价所在列
        close=3,  # 收盘价价所在列
        volume=6,  # 成交量所在列
        openinterest=-1,  # 无未平仓量列
        dtformat=('%Y-%m-%d'),  # 日期格式
        fromdate=begin_date,  # 起始日
        todate=end_date,  # 结束日
        timeframe=bt.Timeframe.Days,
        compression=1,
        sessionstart=datetime.time(9, 0),
        sessionend=datetime.time(17, 30),
    )
    return feed

feed = bt.feeds.PandasData(
        dataname=stock_zh_a_hist_df_daily,
        datetime=0,  # 日期行所在列
        open=1,  # 开盘价所在列
        high=3,  # 最高价所在列
        low=4,  # 最低价所在列
        close=2,  # 收盘价价所在列
        volume=5,  # 成交量所在列
        openinterest=-1,  # 无未平仓量列.(openinterest是期货交易使用的)
        fromdate=begin_date,  # 起始日
        todate=end_date,
        timeframe=bt.Timeframe.Days,  # 数据粒度
        compression=1,
        sessionstart=datetime.time(9, 0),
        sessionend=datetime.time(17, 30)
    )

它们的含义分别是日线bar的开始时间和bar的结束时间（相当于一天的开市和闭市时间）,一根bar的处理过程为一个session。默认情况下，它们的取值为 00:00:00.00000 和 23:59:59.999989。这里设置它们为9:00开始17:30结束。

当通过add_timer方法添加timer后，这个timer在某日触发notify_timer事件方法。触发规则如下：
1、如果cheat参数=False：

在当前bar的数据已加载完后在broker已经评估了订单（即 订单该执行的已经执行，该拒绝的已经拒绝了），并重算了组合市值（即 已根据今日收盘价重算了市值）后在技术指标重算之前（即 此时如果访问当前技术指标值，实际得到的还是上一日的值）在策略next方法调用之前

2、如果cheat参数=True：

在当前bar的数据已加载完成后在broker评估订单并重算组合市值前（所以，这时候notify_timer访问当前账户市值实际得到的是昨日市值。在notify_timer发生时，本日该执行的订单还未执行，在notify_timer执行完成后，才会执行）在技术指标重算之前在策略next方法调用之前

Tips：
在cheat=True时，对日线数据，如下情形是合法的

技术指标还是基于前一日收盘价，可以用于生成进入或退出市场的信号由于新bar的数据已加载，可以使用开盘价计算买入股份数量