标题：如何修改这个模型

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

from PythonApi import *

import time

# 参数定义区，这里定义的参数可以直接在context对象中获取。--(选择实现)

#def parameter():

# input_par("myvalues1",5,1,20,1)

# input_par("myvalues2",10,1,20,1)

# 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.s = get_blocks ('自选股',1)

    context.n = 7

    # print("策略启动") #调试打印输出

    

# 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。

    

    #使用buy_open、sell_close等方法下单

    #下单示例:

    #buy_open(context.s1, "Market", volume = 100) # 市价开多

    #buy_open(context.s1, "Limit", 25.45, 100) # 限价开多

    #print('开始')

    #print(time.asctime( time.localtime(time.time()) ))

    ZF = {}

    for i in context.s:

        price_now = get_dynainf(i,7)

        price_last = get_dynainf(i,62)

        

        ZF[i] = (price_now - price_last)/price_last

    df = sorted(ZF.items(),key = lambda x:x[1],reverse=True)

    init_num = 0

    for j in df:

        if init_num >= context.n:

            break

        code = j[0]

        cond = get_indicator(code,'AAAA','ZB','','1m',1500)

        if cond[-1]:

            portfolio=get_portfolio (code, 0)

            if portfolio.buy_quantity == 0:

                buy_open(code, "Market", volume = 1) 

            init_num = init_num+1

        else:

            break

    

    df_short = df[::-1]

    init_num = 0

    for j in df_short:

        if init_num >= context.n:

            break

        code = j[0]

        cond = get_indicator(code,'AAAA','ZB','','1m',1500)

        if cond[-1]:

            portfolio=get_portfolio (code, 0)

            if portfolio.sell_quantity == 0:

                sell_open(code, "Market", volume = 1) 

            init_num = init_num+1

        else:

            break

    #get_indicator('sh600000','my_test','ma5','30','1d',10)

    

    #print('结束')

    #print(time.asctime( time.localtime(time.time()) ))

# 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):

    pass

    

    

# 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):

# pass

0000 2018/11/16 11:28:32

不用检查账户和持仓，

0000 2018/11/16 11:32:01

只要符合条件进场是排序多头前四，而且ZB=1,做空是最小的后四位，且ZB=-1

ZB就是这里的值cond = get_indicator(code,'AAAA','ZB','','1m',1500)

0000(372566119) 2018/11/16 14:19:39

ZB就是我自编的一个指标AAAA在一分钟周期下的一个变动的数值