Python 反向交易者错误：'；数据帧'；对象没有属性'；setenvironment'；

我是个新手，我有个大问题。我想开始我的策略（只是一个简单的GoldenCross策略）。此GoldenCross.py脚本如下所示：

import math
import backtrader as bt



class GoldenCross(bt.Strategy):
    params = (("fast", 50), 
                ("slow", 200), 
                ("order percentage", 0.95), 
                ("ticker", "AAPL"))

    def __init__(self):
        self.fast_moving_average = self.bt.indicators.SmoothedMovingAverage(
           self.data.close, 
           period=self.p.fast,
           plotname="50 day moving average")
        self.slow_moving_average = self.bt.indicators.SmoothedMovingAverage(
           self.data.close, 
           period=self.p.slow,
           plotname="200 day moving average")
        self.crossover = self.bt.indicators.crossover(self.fast_moving_average, self.slow_moving_average)

    def next(self):
        pass

import os, sys, argparse
import pandas as pd 
import backtrader as bt 
from Strategien.GoldenCross import GoldenCross
import datetime



cerebro = bt.Cerebro()
cerebro.broker.setcash(100000)

symbol = "AAPL"
path = "/Users/me/Desktop/allgemein/Visual Studio/Stock Data/S&P500 Aktien 1H/" + symbol + ".csv"
stock_prices = pd.read_csv(path)


feed = bt.feeds.PandasData(dataname=stock_prices)
#(dataname=stock_prices)
cerebro.adddata(stock_prices)

cerebro.addstrategy(GoldenCross)
cerebro.run()
cerebro.plot()

现在我想用run.py脚本运行策略。在此脚本中，代码如下所示：

import math
import backtrader as bt



class GoldenCross(bt.Strategy):
    params = (("fast", 50), 
                ("slow", 200), 
                ("order percentage", 0.95), 
                ("ticker", "AAPL"))

    def __init__(self):
        self.fast_moving_average = self.bt.indicators.SmoothedMovingAverage(
           self.data.close, 
           period=self.p.fast,
           plotname="50 day moving average")
        self.slow_moving_average = self.bt.indicators.SmoothedMovingAverage(
           self.data.close, 
           period=self.p.slow,
           plotname="200 day moving average")
        self.crossover = self.bt.indicators.crossover(self.fast_moving_average, self.slow_moving_average)

    def next(self):
        pass

import os, sys, argparse
import pandas as pd 
import backtrader as bt 
from Strategien.GoldenCross import GoldenCross
import datetime



cerebro = bt.Cerebro()
cerebro.broker.setcash(100000)

symbol = "AAPL"
path = "/Users/me/Desktop/allgemein/Visual Studio/Stock Data/S&P500 Aktien 1H/" + symbol + ".csv"
stock_prices = pd.read_csv(path)


feed = bt.feeds.PandasData(dataname=stock_prices)
#(dataname=stock_prices)
cerebro.adddata(stock_prices)

cerebro.addstrategy(GoldenCross)
cerebro.run()
cerebro.plot()

现在visual studio编译器返回一个名为“AttributeError:'DataFrame'对象没有属性'setenvironment'”的错误

我不知道有什么问题。可能问题出在我的csv数据中。。“我的日期”列如下所示：

     Unnamed: 0                      date    close     high      low     open
0              0  2017-01-03T15:00:00.000Z  115.450  115.815  115.400  115.600
1              1  2017-01-03T16:00:00.000Z  115.370  115.670  115.135  115.450
2              2  2017-01-03T17:00:00.000Z  115.470  115.525  115.270  115.365
3              3  2017-01-03T18:00:00.000Z  115.235  115.495  115.235  115.475
4              4  2017-01-03T19:00:00.000Z  115.435  115.445  115.160  115.235
...          ...                       ...      ...      ...      ...      ...

但我已尝试使用以下方法将此日期转换为日期时间：

stock_prices['date'] = pd.to_datetime(stock_prices['date']) #object to datetime

但这也不能改变问题

有人给我一个好的小费吗

致意

---

克里斯蒂安

从自我移除开始。不管怎样。。。英国电信在这里不是自我的一员。此外，您没有调用正确的交叉指示器。名称应为驼色大小写。尝试：

class GoldenCross(bt.Strategy):
    params = (("fast", 50),
                ("slow", 200),
                ("order percentage", 0.95),
                ("ticker", "AAPL"))

    def __init__(self):
        self.fast_moving_average = bt.indicators.SmoothedMovingAverage(
           self.data.close,
           period=self.p.fast,
           plotname="50 day moving average")
        self.slow_moving_average = bt.indicators.SmoothedMovingAverage(
           self.data.close,
           period=self.p.slow,
           plotname="200 day moving average")
        self.crossover = bt.indicators.CrossOver(self.fast_moving_average, self.slow_moving_average) 

---

先从self.bt.whatever中删除self。。。英国电信在这里不是自我的一员。此外，您没有调用正确的交叉指示器。名称应为驼色大小写。尝试：

class GoldenCross(bt.Strategy):
    params = (("fast", 50),
                ("slow", 200),
                ("order percentage", 0.95),
                ("ticker", "AAPL"))

    def __init__(self):
        self.fast_moving_average = bt.indicators.SmoothedMovingAverage(
           self.data.close,
           period=self.p.fast,
           plotname="50 day moving average")
        self.slow_moving_average = bt.indicators.SmoothedMovingAverage(
           self.data.close,
           period=self.p.slow,
           plotname="200 day moving average")
        self.crossover = bt.indicators.CrossOver(self.fast_moving_average, self.slow_moving_average) 

必须添加数据源（非股票价格） feed=bt.feeds.PandasData（dataname=stock\u prices） 大脑添加数据（股票价格）

到

对我来说，如果将datetime设置为索引并解析datetime，那么这种方法是有效的

stock_prices = pd.read_csv(path, index_col='datetime', parse_dates=True)

必须添加数据源（非股票价格） feed=bt.feeds.PandasData（dataname=stock\u prices） 大脑添加数据（股票价格）

到

对我来说，如果将datetime设置为索引并解析datetime，那么这种方法是有效的

stock_prices = pd.read_csv(path, index_col='datetime', parse_dates=True)

---

我没有加载选项卡式数据文件的经验。我通常使用csv文件，它可以很容易地与这里找到的GenericCSVData一起加载：我没有加载选项卡式数据文件的经验。我通常使用csv文件，这些文件可以很容易地与此处找到的GenericCSVData一起加载：