用python写一个夏普率大于1的策略，数据从tushare获取，用backtrader库进行回测

好的，这是一个需要涉及到金融知识和编程技能的问题，需要进行分步解答。

首先，夏普比率（Sharpe Ratio）是衡量投资组合风险调整后收益表现的指标，公式为：

Sharpe Ratio = (Rp - Rf) / σp

其中，Rp为投资组合的平均收益率，Rf为无风险收益率，σp为投资组合的收益率标准差。夏普比率越高，表明单位风险所获得的超额收益越多，即投资组合的风险调整后表现越好。

其次，tushare是一个提供股票、基金、期货等金融数据的开放平台，我们可以使用它提供的API获取所需数据。

最后，backtrader是一个Python的开源框架，用于进行金融量化交易回测。我们可以使用它提供的功能，编写策略并进行回测。

以下是基本的实现步骤：

1. 导入所需库

import tushare as ts
import backtrader as bt

2. 获取数据

token = '你的tushare token' # 需要先在tushare官网注册账号并获取token
pro = ts.pro_api(token)
data = pro.daily(ts_code='000001.SH', start_date='20100101', end_date='20201231') # 获取上证指数的日线数据

3. 定义策略

class MyStrategy(bt.Strategy):
    def __init__(self):
        self.dataclose = self.datas[0].close
    
    def next(self):
        if self.dataclose[0] > self.dataclose[-1]:
            self.buy()
        elif self.dataclose[0] < self.dataclose[-1]:
            self.sell()

这里我们定义了一个简单的策略，当当日收盘价高于前一日收盘价时买入，低于前一日收盘价时卖出。

4. 运行回测

cerebro = bt.Cerebro()
data = bt.feeds.PandasData(dataname=data)
cerebro.adddata(data)

cerebro.addstrategy(MyStrategy)

cerebro.run()

print('夏普比率:', cerebro.broker.get_value() / cerebro.broker.get_fundstart() / (cerebro.broker.get_fundend() - cerebro.broker.get_fundstart()) * 252 ** 0.5)

这里我们使用了backtrader提供的PandasData数据源，将获取到的数据转换为backtrader所需的格式，并将其添加到回测框架中。然后，我们将自定义的策略添加到回测框架中，并运行回测。最后，我们计算出回测结果的夏普比率，并进行输出。

需要注意的是，这里的策略是一个简单的示例，实际应用中需要更加复杂和精细的策略，并且需要进行参数优化和风险控制等工作。