import time
import os
import csv
import numpy
import talib as ta
#from PythonApi import *
# 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():
#设置参数
input_par("myvalues1",5,1,20,1)
# 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.s1 =context.run_info.base_book_id
#获取K线数据(获取5分钟数据(高，低，收，开，时间点))
#获取5分钟最高价
HID_high = history_bars('SQrb00',1000,'self','high',TRUE)#HID_data[0]
#获取5分钟最低价
HID_low = history_bars('SQrb00',1000,'self','low',TRUE) #HID_data[1]
#获取5分钟收盘价
HID_close = history_bars('SQrb00',1000,'self','close',TRUE)#HID_data[2]
#获取5分钟开盘价
HID_open = history_bars('SQrb00',1000,'self','open',TRUE)#HID_data[3]
#获取5分钟时间点
HID_datetime = history_bars('SQrb00',1000,'self','datetime',TRUE)#HID_data[4]
#数据整理
def k_1_data(context):
#赋值-高，开，低，收
HID_high = init.HID_high
HID_low = init.HID_low
HID_close = init.HID_close
HID_open = init.HID_open
HID_datetime = init.HID_datetime
#print(HID_open)
#计算高低价的加权平均线
ma00_h =numpy.arange([HID_high])#生成 最高价 的列表
ma0_high =ma00_h[-myvalues1:].max()#取一定周期内的最高值
Ma1_high = ta.MA(ma0_high,myvalues1)#最高价的加权平均
Ma2_high = ta.MA(ma1_high,myvalues1)#最高价的加权平均
ma_high =ta.ma(Ma2_high,myvalues1)#最终的高线
#计算支撑线
ma00_l =numpy.arange([HID_low])#生成 最低价 的列表
ma0_low =ma00_l[-myvalues1:].min()
Ma1_low = ta.MA(ma0_low,myvalues1)#最低价的加权平均
Ma2_low = ta.MA(ma1_low,myvalues1)#最低价的加权平均
Ma_low = ta.MA(ma2_low,myvalues1)#最终的低线
怎么把 ma_high ，Ma_low 两条线显示在主图上