第一个策略 - PythonGO

准备工作

工欲善其事，必先利其器，我们前面铺垫了这么多，终于来到编写策略代码的环节了，但是别急，我们还需要一个趁手的代码编辑器，编辑器可以帮我们检查在代码编写阶段出现的 BUG，可以帮我们统一代码的风格，还可以帮我们快速补全代码，让写代码效率更上一层楼。

我们推荐的编辑器是：Visual Studio Code 点击下载 (opens in a new tab)

安装完成之后，我们还需要下载以下扩展：

依次点击下载链接后，会打开对应的下载页面，我们看到「右侧侧边栏」，找到「Resources」，点击「Download Extension」，会开始下载扩展，扩展的文件后缀名是 .vsix

当我们把扩展下载好之后，会得到四个扩展文件，现在打开编辑器，点击左侧侧边栏「扩展」按钮，再点击「三个点」按钮，在菜单中选择「Install From VISX...」，中文则是「从 VISX 中安装...」，选择我们刚下载的四个扩展文件后点击「Install」，等待安装完成即可

注意：如果你打不开下载页面，或者觉得操作困难，可以跳过安装扩展的步骤，这些扩展只是让编辑器更好的支持 Python 语言，但不是必须的。

编写策略

我们知道如何加载策略后，也大体了解了一下运行原理，编辑器也准备好了，现在终于开始编写我们第一个策略了。

工作目录

我们首先需要用编辑器打开工作目录：

点击「策略管理」按钮后点击「文件夹」按钮打开策略路径，此时是位于 self_strategy 目录（策略路径）下，我们需要往上两级，按住 Alt + ↑上方向键 两次，进入以 InfiniTrader 开头的目录，比如：InfiniTrader_Simulation，此时进入了无限易的主目录，我们可以在这个目录下看到 pyStrategy 文件夹，这是 PythonGO 整体的工作目录，右键该目录：

如果是 Windows 10：在弹出的菜单中点击「通过 Code 打开」
如果是 Windows 11：在弹出的菜单中点击「显示更多选项」，再点击「通过 Code 打开」
如果没有「通过 Code 打开」，则自行打开编辑器后，把 pyStrategy 文件夹拖入到编辑器中

之后的开发会一直在该工作目录中进行。

创建策略

在左侧文件栏中选中 self_strategy 文件夹，再点击「新建文件」按钮，在出现的输入框中输入策略文件名，这里我们取名 DemoTest.py（注意不要和自带的策略重名）

当然你也可以直接在 self_strategy 文件夹直接右键新建 .py 策略文件

编写代码

现在我们来写一个最简单的一旦运行策略就按照无限易 PythonGO 窗口的参数下单的策略

定义参数映射

参数映射，是指可以通过无限易 PythonGO 窗口参数栏对策略的参数进行修改的映射操作

现阶段，我们的参数映射都是通过 pydantic 这个强大的数据验证库，它可以根据我们定义的类型注释严格控制数据类型，在我们写代码的过程中就可以感受到该库的强大之处。

我们通过一个「参数映射模型」即可完成映射

DemoTest.py

from typing import Literal
 
# 从 base 库中导入定义参数和状态映射模型必须的三个方法
from pythongo.base import BaseParams, BaseState, Field
 
 
class Params(BaseParams):
    """参数映射模型"""
    exchange: str = Field(default="", title="交易所代码")
    instrument_id: str = Field(default="", title="合约代码")
    order_price: int | float = Field(default=0, title="报单价格")
    order_volume: int = Field(default=1, title="报单手数")
    order_direction: Literal["buy", "sell"] = Field(default="buy", title="报单方向")

上面的代码表示：

我们自己的参数映射模型叫做 Params，继承自 BaseParams
我们想从无限易 PythonGO 窗口参数栏传入定义的这 5 个值（或者说修改 5 个值）
类型注释在参数映射模型中是一定要写的，所有的值类型都会按照定义的类型注释被解析和自动转换，其中 Literal 的作用是表示这个变量只允许使用定义好的字面值，当前代码表示 order_direction 只允许使用 buy 或者 sell 这两个字符串
Field 用来自定义元数据并将其添加到参数映射模型的字段中
default（必填）定义这个参数默认值，相当于 self.exchange = ""
title（必填）定义这个参数的中文名，会在无限易 PythonGO 窗口显示

效果如图所示：

定义状态映射

状态映射，是指可以通过无限易 PythonGO 窗口状态栏对策略的参数或变量进行实时查看的映射操作（如没该需求可以不定义）

定义方法和参数映射是一样的，通过一个「状态映射模型」即可完成映射

DemoTest.py

# 从 base 库中导入定义参数和状态映射模型必须的三个方法
from pythongo.base import BaseParams, BaseState, Field
 
 
class State(BaseState):
    """状态映射模型"""
    order_id: int | None = Field(default=None, title="报单编号")

上面的代码表示：

我们自己的状态映射模型叫做 State，继承自 BaseState
我们想从无限易 PythonGO 窗口状态栏查看报单编号（order_id）的值（注意：这个报单编号需要我们自己赋值，和报单成功后的返回的报单编号没有主动映射关系，仅仅是同名，你也可以定义为任意名称）
其他和参数映射说明一样

效果如图所示：

定义策略类

当我们把映射模型定义好之后，就要开始写策略类了

根据规范策略规范 - 导入父类导入我们需要的父类基础策略模版 BaseStrategy，然后基于我们之前学过的知识运行原理 - 加载策略，我们知道了「策略类名」要和「策略文件名」保持一致：

DemoTest.py

# 从 base 库中导入基础策略模版 BaseStrategy 
from pythongo.base import BaseParams, BaseState, BaseStrategy, Field
 
 
class DemoTest(BaseStrategy):
    """我的第一个策略"""
    ...

根据 PythonGO 代码规范，我们还需要给策略写一个函数文档字符串，来告诉无限易这个策略的描述

效果如图所示：

实例化映射模型

上面定义好了两个映射模型，也定义好了策略类，现在我们把映射模型实例化，作为策略的实例属性，这样才可以在策略中获取到定义的映射数据

DemoTest.py

from typing import Literal
 
from pythongo.base import BaseParams, BaseState, BaseStrategy, Field
 
 
class Params(BaseParams):
    """参数映射模型"""
    exchange: str = Field(default="", title="交易所代码")
    instrument_id: str = Field(default="", title="合约代码")
    order_price: int | float = Field(default=0, title="报单价格")
    order_volume: int = Field(default=1, title="报单手数")
    order_direction: Literal["buy", "sell"] = Field(default="buy", title="报单方向")
 
 
class State(BaseState):
    """状态映射模型"""
    order_id: int | None = Field(default=None, title="报单编号")
 
 
class DemoTest(BaseStrategy):
    """我的第一个策略"""
    def __init__(self) -> None:
        super().__init__()
        self.params_map = Params()
        self.state_map = State()

定义回调

在 PythonGO 的父类基础策略模版中，以 on 开头的函数都是回调函数

在运行原理中，我们大致的了解了回调函数，那在当前的示例中我们只需要用到三个回调函数，根据策略规范 - 回调函数按顺序定义如下：

`on_start()`

查看启动策略回调定义

我们的策略的逻辑是一旦运行就按照无限易 PythonGO 窗口的参数下单，那下单函数就应该写在本回调中

我们使用报单函数 - send_order 来进行报单操作，对应的报单数据我们从参数 self.params_map 中获取，得到的报单编号，我们赋值给状态映射模型中的 order_id，然后需要调用 update_status_bar 函数才可以刷新状态栏的值：

DemoTest.py

def on_start(self) -> None:
    super().on_start()
 
    self.state_map.order_id = self.send_order(
        exchange=self.params_map.exchange,
        instrument_id=self.params_map.instrument_id,
        volume=self.params_map.order_volume,
        price=self.params_map.order_price,
        order_direction=self.params_map.order_direction
    )
 
    self.update_status_bar()

update_status_bar 函数定义

`on_stop()`

查看启动策略回调定义

在暂停回调中，我们输出一句自定义信息

DemoTest.py

def on_stop(self) -> None:
    super().on_stop()
    self.output("我的第一个策略暂停了")

`on_order()`

查看报单变化回调定义

在报单变化回调中，我们只需要输出看看报单后回调收到的报单数据（OrderData）信息。要注意的是，参数 order 是一个实例对象，不是字典对象，所以他的取值是用 . 取值的，比如 order.exchange，但是我们直接输出 order，显示的内容确是字典，这是因为我们对这个数据对象做了处理，如果没做处理的话，看到的是内存地址 <order.OrderData at 0x96b06c0>

DemoTest.py

from pythongo.classdef import OrderData
 
def on_order(self, order: OrderData) -> None:
    super().on_order(order)
    self.output("报单信息：", order)

完整代码

是的，一个简单的策略就完成了，代码不多，希望你可以仔细阅读这些代码

现在这个策略会根据你在无限易 PythonGO 窗口填写的参数信息（交易所代码，合约代码，报单价格，报单手数，报单方向）来进行报单，最终的代码是这样：

DemoTest.py

from typing import Literal
 
from pythongo.base import BaseParams, BaseState, BaseStrategy, Field
from pythongo.classdef import OrderData
 
 
class Params(BaseParams):
    """参数映射模型"""
    exchange: str = Field(default="", title="交易所代码")
    instrument_id: str = Field(default="", title="合约代码")
    order_price: int | float = Field(default=0, title="报单价格")
    order_volume: int = Field(default=1, title="报单手数")
    order_direction: Literal["buy", "sell"] = Field(default="buy", title="报单方向")
 
 
class State(BaseState):
    """状态映射模型"""
    order_id: int | None = Field(default=None, title="报单编号")
 
 
class DemoTest(BaseStrategy):
    """我的第一个策略"""
    def __init__(self) -> None:
        super().__init__()
        self.params_map = Params()
        self.state_map = State()
 
    def on_order(self, order: OrderData) -> None:
        super().on_order(order)
        self.output("报单信息：", order)
 
    def on_start(self) -> None:
        super().on_start()
 
        self.state_map.order_id = self.send_order(
            exchange=self.params_map.exchange,
            instrument_id=self.params_map.instrument_id,
            volume=self.params_map.order_volume,
            price=self.params_map.order_price,
            order_direction=self.params_map.order_direction
        )
 
        self.update_status_bar()
 
    def on_stop(self) -> None:
        super().on_stop()
        self.output("我的第一个策略暂停了")

然后按照操作入门来加载我们刚写的第一个策略即可，快去试一试！

运行原理第二个策略