backtesting.py使用Trading View数据馈送回测遇DataFrame格式错误求助

核心问题分析 #

backtesting.py对输入数据的要求不止是包含指定列，还有两个容易被忽略的硬性规则：

1. DataFrame的索引必须是datetime类型，不能将datetime作为普通列保留
2. 列名必须严格匹配大小写与拼写：必须是'Open'、'High'、'Low'、'Close'，可选包含'Volume'，不能是小写open、Close Price这类变体

分步修复方案 #

1. 将Datetime列转为索引 #

如果你的datetime是普通列，先将其转为datetime类型并设置为索引：

import pandas as pd

# 假设你的datetime列名为'datetime'
df['datetime'] = pd.to_datetime(df['datetime'])
df = df.set_index('datetime').sort_index()  # 确保时间序列正序

2. 修正列名匹配要求 #

检查当前列名是否符合规范，用重命名统一格式：

# 根据你的实际列名调整映射关系
df = df.rename(columns={
    'open': 'Open',
    'high': 'High',
    'low': 'Low',
    'close': 'Close',
    'volume': 'Volume'
})

3. 清理无关列与缺失值 #

• 移除OHLCV之外的冗余列：

df = df[['Open', 'High', 'Low', 'Close', 'Volume']]

• 检查并删除OHLC列的缺失值（backtesting.py不允许核心列存在NaN）：

df = df.dropna(subset=['Open', 'High', 'Low', 'Close'])

4. 验证数据格式 #

处理完成后，用以下代码确认是否符合要求：

print("索引类型:", df.index.dtype)  # 应显示datetime64[ns]类类型
print("有效列名:", df.columns.tolist())  # 应包含['Open','High','Low','Close']，可选含'Volume'

完整示例代码 #

import pandas as pd
from backtesting import Backtest, Strategy

# 读取Trading View导出数据（以CSV为例）
df = pd.read_csv('tradingview_export.csv')

# 处理时间索引
df['datetime'] = pd.to_datetime(df['datetime'])
df = df.set_index('datetime').sort_index()

# 统一列名格式
df = df.rename(columns={
    'open': 'Open',
    'high': 'High',
    'low': 'Low',
    'close': 'Close',
    'volume': 'Volume'
})

# 清理数据
df = df[['Open', 'High', 'Low', 'Close', 'Volume']].dropna(subset=['Open', 'High', 'Low', 'Close'])

# 初始化回测
class SimpleStrategy(Strategy):
    def next(self):
        if not self.position:
            self.buy()
        else:
            self.sell()

bt = Backtest(df, SimpleStrategy)
results = bt.run()
print(results)

内容的提问来源于stack exchange，提问作者Felipe Abrão Mariotti