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。

TQ极宽量化课程简介

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：

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 101-1，Backtrader简介 111-2, 进入神奇的Python世界 111-3, 量化回测四步曲 141-4, 案例：量化版的hello入门程序 151-5，Backtrader量化软件特点 161-6，TOP量化思维导图 191-7，常用量化网站 201-8，TOP极宽量化工具函数包 221-9，案例：TQ魔改版量化hello程序 25第2章 数据预处理 302-1，ohlc数据格式 312-2，csv文件格式 332-3，案例：数据预处理 342-4，数据预处理函数 382-5，lines内部数据格式 402-6，数据目录 422-7，指数代码文件 44第3章 策略编程 453-1，SQN指数&策略评估参数 463-2，量化金融指标 473-3，案例：策略编程 523-4，策略编程模板 563-5，交易数据更新 59第4章 buy买入策略 614-1，buy买入函数 624-2，案例：设置buy买入价格 634-3，买卖点时间误差 664-4，buy买入策略编程 664-5，next策略执行函数 68第5章 sell 卖出策略 705-1，positon仓位检查 715-2，Smart Staking智能动态仓位管理 735-3，sell卖出函数 755-5，案例：卖出策略编程 765-6，买卖点图表 785-7，notify_order订单状态检查函数 795-8，双边交易策略编程 815-9，bar量化节点数据包变量 83第6章 broker 数字经纪人 846-1，broker数字经纪人 856-2，案例：增加经纪人broker 866-3， broker经纪人常用参数 886-4，案例：sizer交易数额 916-5，sizer模块库架构图 93第7章SMA均线策略编程 957-1，策略编程 967-2，SMA均线指标 977-3，案例：SMA均线策略编程 97第8章plot绘制金融图表 1018-1，常用金融图表曲线 1038-2，案例：绘制不同风格k线图 1038-3，复杂多曲线金融指标曲线 1068-4，Observers观测子模块 1088-5，案例：买卖点符号和色彩风格 1098-6，案例：vol成交量参数 1138-7，案例：量化版《清明上河图》 1158-8， plot绘图函数的常用参数。 1178-9，案例：绘制HA平均k线图 1198-10，从k线图看backtrader的专业细节 1228-11，案例：绘制多指标图表 125第9章 回测结果分析 1279-1，常用量化分析指标 1289-2，案例：回测数据基本分析 1319-3，Analyzer主要类属性 1349-4，Analyzer分析模块架构图 1369-5，SQN指数与量化圣杯 1429-6，案例：回测数据扩展指标分析 1449-7，案例：底层数据分析 1489-8，trade交易分析模块架构图 150第10章 pyFolio 专业量化图表分析 15310-1，PyFolio简介 15410-2，QP量化四大件 15910-3，轻量级量化分析模块 16010-4，案例：PyFolio量化分析 16410-5，专业量化图表解读 168第11章 trade交易操作 17211-1，量化交易四步曲 17311-2，cerebro类模块架构图 17511-3，案例：MA均线策略 17611-4，准实盘交易 18011-5，实盘交易的潜规则 18211-6，position仓位管理 18311-7，stake交易数额 18411-8，trade交易执行价格 185第12章 买卖点分析 18712-1，案例：buy&sell买卖点设置 18812-2，优化输出信息 19012-3，买卖点时间偏移bug 19312-4，手动版策略参数优化 19412-5，3M原则 195第13章 sign信号交易模式 19713-1，案例：SMA均线信号策略 19813-2，Indicator指标模块库架构图 20113-3，案例：信号模式买卖点分析 20413-4，signal_strategy信号策略类 208第14章 参数寻优 21014-1，参数寻优 21114-2，演示案例：单参数自动寻优 21114-3，backtrader内置优化函数 21514-4，多核优化bug 21614-5，演示案例：多参数自动寻优 218第15章 模拟盘/实盘操作 22115-1，交易差别 22215-2，实盘数据&交易接口 22315-3，数据共性 22515-4，数据差别 22815-5，案例：模拟盘的参数设置 229