Python代码范例

技术009

本帖通过范例展示一些python相关的代码思路，具体落实到客户策略中的使用，建议先行理解其中的逻辑和思路，不宜生搬硬套。

1#
追撤单
结算价(分时均价)
时间类型转换

技术009

追撤单

通过对未成交属性的获取，直接拼接出追单函数名称，从全局环境中直接获取到这个函数。代码更加简洁~

[Python] 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

# 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。 from PythonApi import * import datetime import sys     def init(context):     pass         def handle_bar(context):     order_list = get_orders("all", 0)     current_time = datetime.datetime.now()     if order_list:         for order in order_list:             seconds_difference = (current_time - order.datetime ).total_seconds()             #10秒未成交，追撤单             if seconds_difference>=10:                 Chase_withdraw(context,order)                                     def Chase_withdraw(context,order):     vol = order.unfilled_quantity     order_id = order.order_id     book_id  = order.order_book_id     side = order.side  # 订单方向 "buy"买："sell"卖     #拼接函数名称     position_effect = order.position_effect  # 开平标志 "open"开仓 "close"平仓           #撤单语句     cancel_order(order_id)     function_name = side+"_"+position_effect     # 从全局环境中直接获取到 具体的函数，这样就可以避免写四条不同的追单语句     function_object = getattr(sys.modules[__name__], function_name)     try:         function_object(book_id,"Market",volume = vol)     except Exception as ex:         raise

结算价

注意该函数是一个生成器函数，返回结果是一个生成器，不是直接的数值列表.

[Python] 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

# 该Python代码用于模块定义，供其他Python代码或VBA调用。 import pandas as pd from PythonApi import * import datetime import numpy as np     def calculate_settle(stklabel,datalen):     dt = history_bars(stklabel,datalen,'1m',['datetime','close','volume'])     if dt is None:         return         #Point是最小变动价位的小数位           point = round(get_dynainf(stklabel,208),7)           if int(point)>0:         point = 0               else:         point = len(str(point).split(".")[1])      #对close做 指定到小数位的四舍五入处理，降低累计的浮点误差值     dt[:, 1] = np.around(dt[:, 1], decimals=point)        sum_cmulv = 0     sum_v = 0     currentdate = 0     for item in dt:         datetime,close,volume = item         if (datetime // 1000000)*1000000 != currentdate:             currentdate = (datetime // 1000000)*1000000             sum_cmulv = 0             sum_v = 0                sum_cmulv = sum_cmulv + close*volume         sum_v = sum_v + volume         yield (datetime,round(sum_cmulv/sum_v,point))

时间类型转换

系统默认的数据接口返回的 日期数值类型都是float类型（numpy数组值类型必须一致），因此我们经常需要做一些类型转换。
但是需要注意，不建议大批量的进行这种日期类型转换，只在需要使用的地方进行即可。

[Python] 复制代码

?

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

import pandas as pd from PythonApi import * import datetime import itertools import numpy as np     # float类型转为datetime类型 def convert_to_datetime(date):     int_value = int(date)        year = int_value // 10000000000     month = (int_value % 10000000000) // 100000000     day = (int_value % 100000000) // 1000000     hour = (int_value % 1000000) // 10000     minute = (int_value % 10000) // 100     second = int_value % 100     return datetime.datetime(year,month ,day, hour, minute, second) # float类型转为datetime.time类型 def convert_to_time(date):     int_value = int(date)        hour = (int_value % 1000000) // 10000     minute = (int_value % 10000) // 100     second = int_value % 100     return datetime.time(hour, minute, second) # float类型转为格式化的str类型 def convert_to_str(timestamp):     timestamp_str = str(int(timestamp))     formatted_date = f"{timestamp_str[:4]}-{timestamp_str[4:6]}-{timestamp_str[6:8]} {timestamp_str[8:10]}:{timestamp_str[10:12]}:{timestamp_str[12:14]}"     return formatted_date