2.6 案例：数据预处理
大家都知道，Python的原生运算速度相对比较慢。BackTrader量化软件，以及常用的金融软件，交易数据的预处理主要都是通过Pandas模块库当中的矢量化运算完成的，它可以大幅度提高数据运算速度。
下面通过具体案例来介绍数据预处理。
案例文件名是btr_e002dat.py。本案例在量化版“Hello”案例的基础上增加了一组简单的测试数据和部分简单参数。
案例主要代码如下：
通过以上代码大家可以看到，基本上每一组代码都有中文注解，非常适合初学者学习。
下面运行程序。回测时间从2018年11月1日开始，到2018年12月31日结束，如图2-8所示。
图2-8 数据预处理
上面的案例代码共分为四个步骤，其中新增了plot绘图步骤：
下面将以上案例代码分组，对主体代码进行讲解。
第一组代码设置量化程序的入口：
cerebro在西班牙语中是“大脑”的意思，表示量化计算引擎。
第二组代码分为两个小组进行讲解。
第2-1组代码，设置起始资金、Broker代理参数：
第2-2组代码，设置数据参数：
调用数据读取函数pools_get4fn，对数据进行预处理。然后调用adddata添加数据函数，为量化引擎cerebro设置数据源data：
数据源变量data在调用数据读取函数pools_get4fn后，已经转化为BackTrader内部格式。
图2-9所示，是adddata数据添加函数的示意图。
图2-9 adddata数据添加函数示意图
由图2-9可以看出，adddada函数位于cerebro类，其中以下画线“_”开头的函数是类内部函数，可以无须考虑，其他主要关联函数和属性有：feeds、resampledata、replaydata、datasbynam、chaindatae、rolloverdata。
第三组代码运行量化回测：
第四组代码获取量化回测分析结果：
最后，绘制量化分析图表：
本节案例的重点，其实就是第2-2组代码中的设置数据参数。