将支撑阻力Python代码转为Backtrader自定义指标时遇属性错误求助

错误原因 #

你遇到的AttributeError: 'Lines_LineSeries_DataSeries_OHLC_OHLCDateTime_Abst' object has no attribute 'shape'，是因为Backtrader的DataFeed对象不是Pandas DataFrame，没有shape属性，不能用self.data.shape[0]获取数据长度。此外，原代码的一次性遍历逻辑也不适合Backtrader的逐K线推送机制，指标需要通过next()方法逐根处理数据。

核心修改点 #

• 移除依赖shape的循环，改用Backtrader的next()方法处理每一根新K线
• 调整支撑/阻力判断逻辑，适配Backtrader的历史数据索引规则（当前K线为[0]，前N根为[-N]）
• 将支撑阻力水平列表levels设为类实例属性，持续保存历史水平
• 修正is_far_from_level函数中平均波幅的计算方式，适配Backtrader数据获取方式
• 修正绘图配置，确保线条与指标输出对应

完整修正代码 #

import backtrader as bt
import numpy as np

class SR_Fractal(bt.Indicator):
    lines = ("S", "R")  # 支撑线、阻力线
    plotinfo = dict(subplot=False)  # 在主图显示支撑阻力标记更直观
    plotlines = dict(
        S=dict(color='red', marker='o', markersize=8, fillstyle='full', ls=''),
        R=dict(color='green', marker='^', markersize=8, fillstyle='full', ls='')
    )

    def __init__(self):
        self.levels = []  # 保存已识别的支撑阻力水平

    def is_far_from_level(self, value):
        """判断当前价格水平是否与已存在的支撑阻力足够远"""
        if not self.levels:
            return True
        # 计算已加载K线的平均波幅
        highs = self.data.high.get(size=len(self.data))
        lows = self.data.low.get(size=len(self.data))
        ave = np.mean(highs - lows)
        # 检查是否与已有水平距离小于平均波幅
        return all(abs(value - level) >= ave for _, level in self.levels)

    def next(self):
        # 至少需要5根K线才能判断 fractal 形态（前后各两根）
        if len(self.data) >= 5:
            # 判断倒数第3根K线是否为支撑位（对应原代码的i位置）
            low_i = self.data.low[-2]
            cond1 = low_i < self.data.low[-3]
            cond2 = low_i < self.data.low[-1]
            cond3 = self.data.low[-1] < self.data.low[0]
            cond4 = self.data.low[-3] < self.data.low[-4]
            is_support = cond1 and cond2 and cond3 and cond4

            # 判断倒数第3根K线是否为阻力位
            high_i = self.data.high[-2]
            cond1_r = high_i > self.data.high[-3]
            cond2_r = high_i > self.data.high[-1]
            cond3_r = self.data.high[-1] > self.data.high[0]
            cond4_r = self.data.high[-3] > self.data.high[-4]
            is_resistance = cond1_r and cond2_r and cond3_r and cond4_r

            # 处理支撑位
            if is_support and self.is_far_from_level(low_i):
                self.levels.append((len(self.data)-3, low_i))  # 记录支撑位的K线索引和价格
                self.lines.S[-2] = low_i  # 在对应K线位置标记支撑价

            # 处理阻力位
            if is_resistance and self.is_far_from_level(high_i):
                self.levels.append((len(self.data)-3, high_i))  # 记录阻力位的K线索引和价格
                self.lines.R[-2] = high_i  # 在对应K线位置标记阻力价

        # 非形态K线位置，支撑阻力线设为NaN（不显示）
        self.lines.S[0] = np.nan
        self.lines.R[0] = np.nan

代码说明 #

• next()方法：Backtrader指标的核心执行逻辑，每根新K线推送时自动调用
• 支撑阻力判断：当积累至少5根K线后，判断倒数第3根K线是否符合fractal形态（前后两根均高于/低于当前，且再外侧一根也高于/低于内侧）
• 水平去重：通过is_far_from_level确保新识别的支撑阻力与已有水平距离大于平均波幅，避免重复标记
• 绘图配置：用不同颜色和标记在对应K线位置显示支撑阻力，ls=''隐藏连接线，只保留标记点

内容的提问来源于stack exchange，提问作者bkcollection