zw-ps：这个是20年5月的老blog了，不知不觉，《Backtrader量化交易案例图解》一书出版也有两年了。
《Backtrader量化交易案例图解》一书已经基本完稿，正常应该在年底元旦前上市，这可能也是国内首部关于：Backtrader量化软件的专著。
本书原名：《Python量化实战快速入门—–Backtrader操作指南》，采用生动活泼的语言，从入门者的角度，backtrader专业量化软件使用方法，和实盘操作技巧，同时结合国内股票市场、期货外汇、BTC比特币等实盘交易数据，进行量化分析实例讲解，包括股票价格分析，量化策略编程、策略参数优化等。书中大量简单风趣的实际案例，内置专业模块结构图，相关程序源码，均分组内置中文注解，特别方便初学者入门学习。让广大初学者，快速掌握backtrader的使用，为日常实盘操作，进一步学习金融科技，奠定扎实的基础。
请大家关注TOP极宽量化公众号，大量原创Python量化技术资料和课件、案例源码。
目前推广期间，关注公众号，即可免费浏览。
本书主要内容，源自于极宽量化中级班btr-e培训课件，参见：backtrader课件-E系列目录，
个别章节做了精简，同时根据TQ极宽量化团队最新成果，添加了大量的模块库架构图，方便初学者学习。
本书当中backtrader及其他模块库的架构图，全部由zwPython.com网站授权通过使用。
参见《python创作者联盟》，http://zwpython.com/index.php?s=/index/article/index/id/34.html
很多网友都在问，本书能不能替代极宽的量化培训课程，或者等待图书上市，看书自学。
理论上，是可能的，其实，btr文字官方文档非常齐全，不看本书，大家也可以独立自学。
初学者，进入一个全新的量化领域，面临并非只是一个btr软件操作问题，还有：数据源、第三方模块库、python底层架构、交易所API接口、order订单管理、trade交易细节、佣金计算等等，各方面的问题。
这些专业问题，非常繁琐，没人指导，新人很容易卡壳。
这个，就是自学的代价：n倍的时间成本，这个n，通常是5-10倍。
所以我们经常对新学员说：
不要急，慢慢来学， 你能够找到我们，就已经赢在起跑线 99%的人，还不了解量化 ，不知道btr。
btr已经是量化的行业标准， 相当于设计领域的ps、cad
韭菜输的 一个重要原因，就是：义和团模式，用手工对抗重武器
有时间，大家不妨看看《zw量化公开课》视频当中的：八里桥战争
这个就是技术代差，造成的实力碾压。
《zw量化公开课》，虽然是几年前的作品，但是现在看来，还是处于国内行业的前沿，其中的n多观念，现在看来还是非常超前的
这个视频，已经成为国内python量化历史的传奇。
正是因为这段视频，我们组建了国内首个专业量化团队：TopQuant极宽量化开源团队，在国内吹响了基于Python，新量化运动的号角。
我们早期的学员，很多也都有自己的专著，在海内外出版，成为国内Python量化的核心骨干。
自学Python或者量化，至少需要1-2年，而且不系统，不专业。
报班学习，有导师指导，1对1答疑，系统规范。
有专业基础、水平高，一个月时间，就可入门；普通学员，2-3个月，也能熟练掌握专业量化软件的操作和使用。
如今是信息时代，大数据+AI人工智能，十倍速竞争，连地产巨头潘石屹都在学Python
任何行业，时间成本，始终是第一位的。
一步领先，步步先行。
比时间成本，更宝贵的是，机会成本。
越是高端，就越看重：机会成本。
精通现代量化分析的专业操盘手，相当于金融行业的精算师，国内基本上是空白。
目前中国是资本输出国，金融战争，需要新一代懂专业量化的金融操作人员。
国内唯一的btr系统课件是我们录制的，唯一的btr工具函数库TopQuant也是我们自己开发的，这个TopQuant函数库，我们暂时只免费向学员赠送
目前 btr已经是金融量化的行业标准，也是欧美金融机构一线的量化实盘软件；Github上面，90%的数字币量化项目，都是采用btr；目前当务之急，就是老老实实 学习btr，就像美工学习ps
请大家关注TOP极宽量化公众号：TOP极宽量化，浏览，TopQuant.vip极宽网站，大量原创量化资料和课件、案例源码。关注公众号，即可获得最新网盘下载地址。TQ极宽·相关网络QQ社群如下：
- QQ群号：124134140，TOP极宽金融量化总群，面向专业金融实盘用户，三千人大群。
- QQ群号：1057170501，zwPython.com学习群，面向py初学者和大众小白用户，两千人大群。
- QQ群号：699266891，TFB极宽足球大数据，TFB=TopFootBall
- QQ群号：790548107，FASTAI智能量化
- QQ群号：663952322，PytorchLightning智能框架
- QQ群号：655402626，CBF中华大字库，ziwang.com字王网站，已升级为元字库: metafont.vip
ps，
【图书目录】
内容说明 6
前言 7
网络资源 8
致谢 9
第1章 Backtrader简介 10
1-1，Backtrader简介 11
1-2, 进入神奇的Python世界 11
1-3, 量化回测四步曲 14
1-4, 案例：量化版的hello入门程序 15
1-5，Backtrader量化软件特点 16
1-6，TOP量化思维导图 19
1-7，常用量化网站 20
1-8，TOP极宽量化工具函数包 22
1-9，案例：TQ魔改版量化hello程序 25
第2章 数据预处理 30
2-1，ohlc数据格式 31
2-2，csv文件格式 33
2-3，案例：数据预处理 34
2-4，数据预处理函数 38
2-5，lines内部数据格式 40
2-6，数据目录 42
2-7，指数代码文件 44
第3章 策略编程 45
3-1，SQN指数&策略评估参数 46
3-2，量化金融指标 47
3-3，案例：策略编程 52
3-4，策略编程模板 56
3-5，交易数据更新 59
第4章 buy买入策略 61
4-1，buy买入函数 62
4-2，案例：设置buy买入价格 63
4-3，买卖点时间误差 66
4-4，buy买入策略编程 66
4-5，next策略执行函数 68
第5章 sell 卖出策略 70
5-1，positon仓位检查 71
5-2，Smart Staking智能动态仓位管理 73
5-3，sell卖出函数 75
5-5，案例：卖出策略编程 76
5-6，买卖点图表 78
5-7，notify_order订单状态检查函数 79
5-8，双边交易策略编程 81
5-9，bar量化节点数据包变量 83
第6章 broker 数字经纪人 84
6-1，broker数字经纪人 85
6-2，案例：增加经纪人broker 86
6-3， broker经纪人常用参数 88
6-4，案例：sizer交易数额 91
6-5，sizer模块库架构图 93
第7章SMA均线策略编程 95
7-1，策略编程 96
7-2，SMA均线指标 97
7-3，案例：SMA均线策略编程 97
第8章plot绘制金融图表 101
8-1，常用金融图表曲线 103
8-2，案例：绘制不同风格k线图 103
8-3，复杂多曲线金融指标曲线 106
8-4，Observers观测子模块 108
8-5，案例：买卖点符号和色彩风格 109
8-6，案例：vol成交量参数 113
8-7，案例：量化版《清明上河图》 115
8-8， plot绘图函数的常用参数。 117
8-9，案例：绘制HA平均k线图 119
8-10，从k线图看backtrader的专业细节 122
8-11，案例：绘制多指标图表 125
第9章 回测结果分析 127
9-1，常用量化分析指标 128
9-2，案例：回测数据基本分析 131
9-3，Analyzer主要类属性 134
9-4，Analyzer分析模块架构图 136
9-5，SQN指数与量化圣杯 142
9-6，案例：回测数据扩展指标分析 144
9-7，案例：底层数据分析 148
9-8，trade交易分析模块架构图 150
第10章 pyFolio 专业量化图表分析 153
10-1，PyFolio简介 154
10-2，QP量化四大件 159
10-3，轻量级量化分析模块 160
10-4，案例：PyFolio量化分析 164
10-5，专业量化图表解读 168
第11章 trade交易操作 172
11-1，量化交易四步曲 173
11-2，cerebro类模块架构图 175
11-3，案例：MA均线策略 176
11-4，准实盘交易 180
11-5，实盘交易的潜规则 182
11-6，position仓位管理 183
11-7，stake交易数额 184
11-8，trade交易执行价格 185
第12章 买卖点分析 187
12-1，案例：buy&sell买卖点设置 188
12-2，优化输出信息 190
12-3，买卖点时间偏移bug 193
12-4，手动版策略参数优化 194
12-5，3M原则 195
第13章 sign信号交易模式 197
13-1，案例：SMA均线信号策略 198
13-2，Indicator指标模块库架构图 201
13-3，案例：信号模式买卖点分析 204
13-4，signal_strategy信号策略类 208
第14章 参数寻优 210
14-1，参数寻优 211
14-2，演示案例：单参数自动寻优 211
14-3，backtrader内置优化函数 215
14-4，多核优化bug 216
14-5，演示案例：多参数自动寻优 218
第15章 模拟盘/实盘操作 221
15-1，交易差别 222
15-2，实盘数据&交易接口 223
15-3，数据共性 225
15-4，数据差别 228
15-5，案例：模拟盘的参数设置 229