MACD策略引入backtrader出错

import backtrader as bt
import datetime

from backtrader_plotting import Bokeh
from backtrader_plotting.schemes import Tradimo


    
# ===============载入自己的数据===========================================
#需要设定每个列的含义，比如开盘价在第4列，则open=3（从0开始算起）===
#   data = bt.feeds.GenericCSVData(
#         dataname='数据文件所在位置',
#         datetime=2,
#         open=3,
#         high=4,
#         low=5,
#         close=6,
#         volume=10,
#         dtformat=('%Y%m%d'),
#         fromdate=datetime(2010, 1, 1),
#         todate=datetime(2020, 4, 12)
#     )
# =============================================================================

"""
构建策略
"""
# ========================自己的策略===============================================
# class TestStrategy(bt.Strategy):
#     """
#     继承并构建自己的bt策略
#     """
# 
#     def log(self, txt, dt=None, doprint=False):
#         ''' 日志函数，用于统一输出日志格式 '''
#         if doprint:
#             dt = dt or self.datas[0].datetime.date(0)
#             print('%s, %s' % (dt.isoformat(), txt))
# =============================================================================



# ===============均线金叉死叉策略 ======================================================

class TestStrategy(bt.Strategy):
    """
    继承并构建自己的bt策略
    """

    def log(self, txt, dt=None, doprint=False):
        ''' 日志函数，用于统一输出日志格式 '''
        if doprint:
            dt = dt or self.datas[0].datetime.date(0)
            print('%s, %s' % (dt.isoformat(), txt))

    def __init__(self):

        # 初始化相关数据
        self.dataclose = self.datas[0].close
        self.order = None
        self.buyprice = None
        self.buycomm = None
#添加指标
        # 五日移动平均线
        self.sma5 = bt.indicators.SimpleMovingAverage(
            self.datas[0], period=5)
        # 十日移动平均线
        self.sma10 = bt.indicators.SimpleMovingAverage(
            self.datas[0], period=10)
# =============================================================================
# self.dataclose[0] # 当日的收盘价
# self.dataclose[-1] # 昨天的收盘价
# self.dataclose[-2] # 前天的收盘价
# =============================================================================


    def notify_order(self, order):
        """
        订单状态处理

        Arguments:
            order {object} -- 订单状态
        """
        if order.status in [order.Submitted, order.Accepted]:
            # 如订单已被处理，则不用做任何事情
            return

        # 检查订单是否完成
        if order.status in [order.Completed]:
            if order.isbuy():
                self.buyprice = order.executed.price
                self.buycomm = order.executed.comm
            self.bar_executed = len(self)

        # 订单因为缺少资金之类的原因被拒绝执行
        elif order.status in [order.Canceled, order.Margin, order.Rejected]:
            self.log('Order Canceled/Margin/Rejected')

        # 订单状态处理完成，设为空
        self.order = None

    def notify_trade(self, trade):
        """
        交易成果
        
        Arguments:
            trade {object} -- 交易状态
        """
        if not trade.isclosed:
            return

        # 显示交易的毛利率和净利润
        self.log('OPERATION PROFIT, GROSS %.2f, NET %.2f' %
                 (trade.pnl, trade.pnlcomm), doprint=True)

    def next(self):
        ''' 下一次执行 '''

        # 记录收盘价
        self.log('Close, %.2f' % self.dataclose[0])

        # 是否正在下单，如果是的话不能提交第二次订单
        if self.order:
            return

        # 是否已经买入
        if not self.position:
            # 还没买，如果 MA5 > MA10 说明涨势，买入
            if self.sma5[0] > self.sma10[0]:
                self.order = self.buy()
        else:
            # 已经买了，如果 MA5 < MA10 ，说明跌势，卖出
            if self.sma5[0] < self.sma10[0]:
                self.order = self.sell()

    def stop(self):
        self.log(u' Ending Value: %.2f' %
                 (self.broker.getvalue()), doprint=True)
# =============================================================================
    









''' ====================MACD策略-> 信号线交叉交易法======================'''
#MACD线(平滑异同平均）：价格短期EMA-价格高长期EMA ，一般是EMA(12)-EMA(26)
#信号线=MACD的EMA(9)周期
#MACD利用收盘价的短期指数移动平均线(DIF)与长期指数移动平均线(DEA)之间的聚合与分离状况，
#对买进、卖出时机作出研判的技术指标。MACD可以作为中长线投资者的首选参考指标。
#但由于该指标具有滞后性，当行情迅速大幅涨跌时，不适用。
##参考用法：
# 1.DIF、DEA均为正（负），DIF向上突破（向下跌破） DEA，考虑买入（卖出）;
# 2.当MACD以大角度变化，代表了一个市场大趋势的转 变；
# 3.分析MACD柱状线，由红变绿（正变负），应卖出；由绿变红，考虑买入；
# 4.MACD、DMA、TRIX三者构成一组指标群，须综合搭配使用。

#####策略：
#买入：
#当 MACD线在前一天的值 < 信号线前一天的值
#且 当天MACD线的值 > 当天信号线的值 时
#说明发生了金叉，此时看涨，第二天买入。
#卖出：若已盈利10%，则卖出；若已亏损10%，则卖出。

import backtrader as bt
from backtrader.indicators import EMA

class MACD_Strategy(bt.Strategy):
    params = ('maperiod', 15)

    def log(self, txt, dt=None):
        ''' Logging function fot this strategy'''
        dt = dt or self.datas[0].datetime.date(0)
        print('%s, %s' % (dt.isoformat(), txt))


    def percent(today, yesterday):
        return float(today - yesterday) / today

    def __init__(self):
        self.dataclose = self.datas[0].close
        self.volume = self.datas[0].volume

        self.order = None
        self.buyprice = None
        self.buycomm = None

        me1 = EMA(self.data, period=12)
        me2 = EMA(self.data, period=26)
        self.macd = me1 - me2
        self.signal = EMA(self.macd, period=9)

        bt.indicators.MACDHisto(self.data)

    def notify_order(self, order):
        if order.status in [order.Submitted, order.Accepted]:
            return
        if order.status in [order.Completed]:
            if order.isbuy():
                self.log(
                    'BUY EXECUTED, Price: %.2f, Cost: %.2f, Comm %.2f' %
                    (order.executed.price,
                     order.executed.value,
                     order.executed.comm))

                self.buyprice = order.executed.price
                self.buycomm = order.executed.comm
                self.bar_executed_close = self.dataclose[0]
            else:
                self.log('SELL EXECUTED, Price: %.2f, Cost: %.2f, Comm %.2f' %
                         (order.executed.price,
                          order.executed.value,
                          order.executed.comm))
            self.bar_executed = len(self)

        elif order.status in [order.Canceled, order.Margin, order.Rejected]:
            self.log('Order Canceled/Margin/Rejected')

        self.order = None

    def notify_trade(self, trade):
        if not trade.isclosed:
            return

        self.log('OPERATION PROFIT, GROSS %.2f, NET %.2f' %
                 (trade.pnl, trade.pnlcomm))

    # Python 实用宝典
    def next(self):
        self.log('Close, %.2f' % self.dataclose[0])
        if self.order:
            return

        if not self.position:
            condition1 = self.macd[-1] - self.signal[-1]
            condition2 = self.macd[0] - self.signal[0]
            if condition1 < 0 and condition2 > 0:
                self.log('BUY CREATE, %.2f' % self.dataclose[0])
                self.order = self.buy()

        else:
            condition = (self.dataclose[0] - self.bar_executed_close) / self.dataclose[0]
            if condition > 0.1 or condition < -0.1:
                self.log('SELL CREATE, %.2f' % self.dataclose[0])
                self.order = self.sell()

# =============================================================================



if __name__ == '__main__':
    
    # 初始化模型
    cerebro = bt.Cerebro()
    # 设定初始资金
    cerebro.broker.setcash(1000000.0)

    # 策略执行前的资金
    print('Starting Portfolio Value: %.2f' % cerebro.broker.getvalue())

    #每次交易需要支付的佣金
    cerebro.broker.setcommission(0.005)

    #设定需要设定每次交易买入的股数
    cerebro.addsizer(bt.sizers.FixedSize, stake=100)

    #加载数据
    data = bt.feeds.YahooFinanceCSVData(#使用雅虎
            dataname='6098.HK.csv',
            fromdate=datetime.datetime(2022, 3, 8),
            todate=datetime.datetime(2023, 3, 6)
            )
    
    # 安装策略到backtrade
    strats = cerebro.addstrategy(MACD_Strategy)
    
    #加载数据
    cerebro.adddata(data)

    # 策略执行
    cerebro.run()


    #使用brac=====ktrader_plotting
    b = Bokeh(style='bar', plot_mode='single', scheme=Tradimo())
    cerebro.plot(b,style='bar',iplot=False)#终于成功！不