高级功能研发区-python--学习范例中遇到一个问题金字塔客服中心 - 专业程序化交易软件提供商

请指教，如何在策略过程中将中间结果输出到csv或输出到print（print 也遇到类似问题，总感觉print语句总是不执行），以方便检查.由于没有提供python的研究模块，让我们这种新手似乎在调试方便总是遇到一些问题，请指教。

# 本Python代码主要用于策略交易

# 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。

#本范例实现用户自行通过数据分析并以自行绘图展现分析结果

#基本思路:在每个月第一个交易日计算月涨幅收益，以及一些常用的财务因子和成交量技术因子，然后绘制热力图来找到有强关联性的因子

#扩展思路：我们可以把多只股票价格作为因子，然后去找有套利关联度的合约做组合。

#使用前注意补充好全市场日线历史数据、基础财务数据及专业财务数据

#推荐使用000001上证指数做基准合约，测试使用日线周期

from PythonApi import *

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

# 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。--(必须实现)

def init(context):

# 在context中保存全局变量

context.last_day = 0

# 初始化保存数据的pandas

context.data = []

# before_trading此函数会在每天基准合约的策略交易开始前被调用，当天只会被调用一次。--（选择实现）

def before_trading(context):

pass

# 你选择的品种的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新。--(必须实现)

def handle_bar(context):

# 开始编写你的主要的算法逻辑。

month = str(context.now.month)

month = month if context.now.month>9 else \'0\'+month

year = str(context.now.year)

#保存的csv文件名

csv_name = year+month

sh_code = get_blocks (\'上海A股\',0)

sz_code = get_blocks (\'深圳A股\',0)

sz_cy_code = get_blocks (\'深圳创业\',0)

day = context.now.day

if day<context.last_day:

#代码列表

code_list = sh_code+sz_code+sz_cy_code

#剔除数据量小于一个月的品种

stock = []

for i in code_list:

close=history_bars(i,22,\'1d\',\'CLOSE\',True,False,True)

get_fin=get_finance(i,60,1,0,0)

if len(close)==22 and len(get_fin)>0:

stock.append(i)

stock_zf = []

#5日成交量均值

stock_vol_ma = []

#5日换手率

stock_vol_change = []

#收益率的22日方差

close_std = []

#这里获取的股票一个月的涨幅，适用于回归，如果有能力也可以判断是涨还是跌适用在分类（或者自行加入涨幅超过多少等等）

if len(stock)>0:

for i in stock:

close = history_bars(i,22,\'1d\',\'CLOSE\',True,False,True)

volume = history_bars(i,5,\'1d\',\'volume\',True,False,True)

get_fin=get_finance(i,60,1,0,0)

change = np.sum(volume) / get_fin[0].values

stock_vol_ma.append(np.mean(volume))

stock_vol_change.append(change)

close_std.append(np.std(np.diff(close)/close[0]))

stock_zf.append((close[-1]-close[0])/close[0])

#质量类因子

#净利率/总收入,销售毛利率,应收账款周转率，净利润增长，存贷款周转率，现金流量净额/净收益

#营业收入增长,现金流量净额增长率,净利润增长

#每股收益，每股营业收入，每股现金净额

indictor = [\'npMARgin\',\'grossMARgin\',\'ARTurnover\',\'niYOY\',\'invenTurnover\',\'nCFOpaOpap\',\'revenueYOY\',\'nCfOpaYOY\',\'niYOY\', \'EPS\',\'tRevPS\',\'nCfOperAPS\']

li1 = fin_indicator(stock,indictor,1,0,0)

#基础因子

#营业收入，净利润，销售商品收到的现金

profit = [\'revenue\',\'NIncome\']

cash = [\'CFrSaleGS\']

li2 = fin_profit_std(stock,profit,1,0,0)

li3 = fin_cashflow_std(stock,cash,1,0,0)

li_total = np.hstack((np.array(li1),np.array(li2)))

li_total = np.hstack((li_total,np.array(li3)))

df = pd.DataFrame(li_total,index=stock,columns=indictor+profit+cash)

df[\'vol_ma\'] = stock_vol_ma

df[\'vol_change\'] = stock_vol_change

df[\'close_std\'] = close_std

df[\'return\'] = stock_zf

if len(context.data)==0:

context.data = df

else:

context.data =pd.concat([context.data,df])

#存到数据文件中

df.to_csv(r"C:/"+csv_name+".csv")

# after_trading函数会在每天交易结束后被调用，当天只会被调用一次。 --（选择实现）

def after_trading(context):

context.last_day = context.now.day

# order_status当委托下单，成交，撤单等与下单有关的动作时，该方法就会被调用。---（选择实现）

#def order_status(context,order):

# pass

# order_action当查询交易接口信息时返回的通知---（选择实现）

#def order_action(context,type, account, datas)

# pass

# exit函数会在测评结束或者停止策略运行时会被调用。---（选择实现）

def exit(context):

test_report_none()

#读取数据文件

#data = pd.read_csv(r\'C:\\a\\201808.csv\')

data = context.data

data.drop(data.columns[0], axis=1,inplace=True)

plt.figure(figsize=(5,5))

plt.imshow(data.corr(), cmap=plt.cm.hot, vmin=0, vmax=1)

plt.xticks(np.arange(19),data.columns,rotation=60)

plt.yticks(np.arange(19),data.columns)

plt.colorbar()

plt.show()