backtrader / Data

backtrader 数据源:csv、pandas 与在线数据接入

回测质量取决于数据。backtrader 支持 csv/本地文件、pandas、在线数据源以及 Interactive Brokers / Oanda 数据接口,并支持多时间框架与内置重采样、重放。

来源:csv / pandas / 在线 / IB / Oanda能力:多时间框架 + 重采样基于官方 README 证据
csv / 文件本地历史数据
pandas / 在线DataFrame 与在线源
IB / Oanda实盘数据与交易接口
backtrader 数据源与多时间框架示意图(csv / pandas / 在线 / IB / Oanda),基于官方 README。
Sources

数据源

README 明确的数据源能力如下。

数据源说明
csv / 本地文件从 csv 文件读取历史数据,最常用且可控
pandas / blaze直接使用 DataFrame 数据
在线数据源如 YahooFinanceData 等在线行情
Interactive Brokers实盘数据与交易(需 IbPy + pytz)
Oanda外汇等数据与交易(需 oandapy,REST)
数据边界:在线数据源(如 Yahoo Finance)可用性随网络与地区变化;实盘数据源需券商账号授权。README 未承诺数据实时性或市场覆盖,请以官方文档为准。
Timeframes

多时间框架与重采样

README 声明支持多数据流、多策略与多时间框架,并内置重采样(Resampling)与重放(Replaying)。

多时间框架

同一策略可同时处理不同周期的数据(如日线与周线)。

重采样

把低周期数据聚合成高周期(如分钟→日线)用于回测。

重放

逐步重放历史数据,模拟接近实盘的数据到达节奏。

下一步做什么?

了解策略开发、功能特性(订单/券商模拟),或对比 EasyClaw 量化 Skill 免部署路线。