3.9 账户相关属性
3.9.1 下单函数
1.order
order表示可以对股票、期货、指数策略进行下单操作。根据指定的参数，进行策略订单委托下单指定股数。订单类型支持市价单或限价单，限价单需设置order_type为’limit'，并设置下单价格。示例代码如下：
stock_account.order(symbol, amount) # 股票账户下单指定股数
futures_account.order(symbol, amount, 'open') # 期货账户委托开仓指定份数
otc_fund_account.order(symbol, amount) # 场外账户申购指定份数基金
index_account.order(symbol, amount, 'open') # 指数账户委托开仓指定份数
参数说明如下。
· symbol：需要交易的证券代码。
参数类型：str。
· amount：需要交易的证券数量，正数表示买入，负数表示卖出。
参数类型：int。
· price：定义下限价单时指定的下单价格，仅用于分钟线策略。
参数类型：float。
· order_type：下单类型。包括两个值，即’market’表示市价单，'limit’表示限价单。其中限价单仅用于分钟线策略，日线策略下单时可以省略order_type参数。
参数类型：str。
· offset_flag：期货开平仓方向，仅用于期货策略。包括两个值，即’open’表示开仓，'close'表示平仓。
参数类型：str。
返回策略订单的ID，这个ID全局唯一，且包含了时间顺序。
例如，采用日线策略下单，每个交易日买入上证50成分股各100股，代码如下：
start = '2019-01-01' # 回测起始时间
end = '2019-03-01' # 回测结束时间
universe = DynamicUniverse('SH50') # 证券池，支持股票、基金、期货
benchmark = 'HS300' # 策略参考基准
# 策略类型，'d’表示日间策略使用日线回测，'m’表示日内策略使用分钟线回测
freq = 'd'
refresh_rate = 1 # 执行handle_data的时间间隔
accounts = {
'stock_account': AccountConfig(account_type='security', capital_base=
10000000)
}
def initialize(context): # 初始化策略运行环境
pass
def handle_data(context): # 核心策略逻辑
stock_account = context.get_account('stock_account')
current_universe = context.get_universe('stock', exclude_halt=True)
for stk in current_universe:
stock_account.order(stk, 100)
期货日线策略下单的示例代码如下：
start = '2018-01-01' # 回测起始时间
end = '2019-01-01' # 回测结束时间
universe = ['CUM0', 'IFM0'] # 证券池，支持股票、基金、期货
benchmark = 'HS300' # 策略参考基准
# 策略类型，'d’表示日间策略使用日线回测，'m’表示日内策略使用分钟线回测
freq = 'd'
refresh_rate = 1 # 执行handle_data的时间间隔
accounts = {
'futures_account': AccountConfig(account_type='futures', capital_base=
10000000)
}
def initialize(context): # 初始化策略运行环境
pass
def handle_data(context): # 核心策略逻辑
futures_account = context.get_account('futures_account')
current_futures = context.get_universe('futures')
for symbol in current_futures:
futures_contract = context.get_symbol(symbol)
futures_account.order(futures_contract, 1, 'open')
期货分钟线策略下单的示例代码如下：
import numpy as np
import pandas as pd
import talib as ta
universe = ['RBM0'] # 策略期货合约
start = '2018-01-01' # 回测起始时间
end = '2019-02-01' # 回测结束时间
refresh_rate = 5 # 调仓周期
# 策略类型，'d’表示日间策略使用日线回测，'m’表示日内策略使用分钟线回测
freq = 'm'
max_history_window = (150, 200)
lfast = 5 # 入场短均线窗口
lslow = 20 # 入场长均线窗口
sfast = 3 # 出场短均线窗口
sslow = 10 # 出场长均线窗口
accounts = {'futures_account': AccountConfig(account_type='futures',
capital_base=1000000)}
# 初始化虚拟期货账户，一般用于设置计数器、回测辅助变量等
def initialize(context):
context.current_bar = 0
context.symbol = 'RB1605'
# 回测调仓逻辑，每个调仓周期运行一次，可在此函数内实现信号生产，生成调仓指令
def handle_data(context):
futures_account = context.get_account('futures_account')
symbol = context.get_symbol(universe[0])
long_position = futures_account.get_positions().get(symbol,
dict()).get('long_amount', 0)
if context.mapping_changed(universe[0]):
symbol_before, symbol_after = context.get_rolling_tuple
(universe[0])
if futures_account.get_position(symbol_before):
futures_account.switch_position(symbol_before, symbol_after)
else:
data = context.history(symbol=symbol, attribute=['closePrice',
'openPrice', 'lowPrice', 'highPrice'], time_range=20, freq='60m')
high_price = np.array(data[symbol]['highPrice'], dtype=float)
low_price = np.array(data[symbol]['lowPrice'], dtype=float)
open_price = np.array(data[symbol]['openPrice'], dtype=float)
close_price = np.array(data[symbol]['closePrice'], dtype=float)
malfast = ta.MA(close_price, lfast)
malslow = ta.MA(close_price, lslow)
masfast = ta.MA(close_price, sfast)
masslow = ta.MA(close_price, sslow)
if long_position == 0:
if malfast[-1] > malslow[-1] and masfast[-1] > masslow[-1] and
high_price[-1] > high_price[-2]:
ids = futures_account.order(symbol, 10, 'open')
if long_position ! = 0:
if masfast[-1] < masslow[-1]:
futures_account.order(symbol, -long_position, 'close')
context.current_bar += 1
2.order_to
order_to仅用于股票策略，根据指定的参数进行策略订单委托下单，将股票仓位调整到指定股数。每次调用handle_data，最多只允许调用一次order_to函数，否则可能会造成下单量计算错误。示例代码如下：
stock_account.order_to(symbol, amount) # 股票策略下单到指定股数
参数说明如下。
· symbol：需要交易的证券代码。
参数类型：str。
· amount：调仓后需要达到的目标股数，需要是100的正整数倍或0。
参数类型：int。
· price：定义下限价单时指定的下单价格，仅用于分钟线策略。
参数类型：float。
· order_type：下单类型。包括两个值，即’market’表示市价单，'limit’表示限价单。其中限价单仅用于分钟线策略，日线策略下单时可以省略order_type参数。
参数类型：str。
返回订单的ID，这个ID全局唯一，且包含了时间顺序。
例如，初始持仓1000股浦发银行，目标持仓100股浦发银行的代码如下：
start = '2019-01-01' # 回测起始时间
end = '2019-01-05' # 回测结束时间
universe = ['600000.XSHG'] # 证券池，支持股票、基金、期货
benchmark = 'HS300' # 策略参考基准
# 策略类型，'d’表示日间策略使用日线回测，'m’表示日内策略使用分钟线回测
freq = 'd'
refresh_rate = 1 # 执行handle_data的时间间隔
accounts = {
'stock_account': AccountConfig(account_type='security', capital_base=
10000000, position_base = {'600000.XSHG':1000}, cost_base = {'600000.
XSHG':10.05})
}
def initialize(context): # 初始化策略运行环境
pass
def handle_data(context): # 核心策略逻辑
stock_account = context.get_account('stock_account')
current_universe = context.get_universe('stock', exclude_halt=True)
for stk in current_universe:
stock_account.order_to(stk, 100)
print stock_account.get_orders()
查看下单明细：
[Order(order_id: 2019-01-02-0000001, order_time: 2019-01-02 09:30, symbol:
600000.XSHG, direction: -1, order_amount: 900, state: ORDER_SUBMITTED,
filled_time: , filled_amount: 0, transact_price: 0.0000, slippage: 0.0000,
commission: 0.0000)]
3.order_pct
order_pct仅用于股票策略，根据当前账户总资产，进行策略订单委托下单到指定百分比的股票仓位。示例代码如下：
stock_account.order_pct(symbol, pct) # 股票策略下单指定百分比
例如，1000000元总资产（含股票和现金），下单20%，表示下单1000000元总资产的20%。
参数说明如下。
· symbol：需要交易的证券代码，必须包含后缀，其中上证证券的后缀为．XSHG，深证证券的后缀为．XSHE。
参数类型：str。
· pct：每次下单的交易额占总资产的百分比，取值范围为-1～1，负值代表卖出，正值代表买入。
参数类型：float。
返回订单的ID，这个ID全局唯一，且包含了时间顺序。
示例代码如下：
start = '2019-01-01' # 回测起始时间
end = '2019-06-01' # 回测结束时间
universe = DynamicUniverse('SH50') # 证券池，支持股票、基金、期货
benchmark = 'HS300' # 策略参考基准
# 策略类型，'d’表示日间策略使用日线回测，'m’表示日内策略使用分钟线回测
freq = 'd'
refresh_rate = 1 # 执行handle_data的时间间隔
accounts = {
'stock_account': AccountConfig(account_type='security', capital_base=
10000000)
}
def initialize(context): # 初始化策略运行环境
pass
def handle_data(context): # 核心策略逻辑
stock_account = context.get_account('stock_account')
current_universe = context.get_universe('stock', exclude_halt=True)
for stk in current_universe:
stock_account.order_pct(stk, 0.1)
4.order_pct_to
order_pct_to仅用于股票策略，根据当前账户总资产，进行策略订单委托下单到指定目标百分比的股票仓位，示例代码如下：
stock_account.order_pct_to(symbol, pct) # 股票策略下单到指定百分比
例如，1000000元总资产（含股票和现金），下单到20%，系统会根据持仓自动进行计算并下单。
参数说明如下。
· symbol：需要交易的证券代码，必须包含后缀，其中上证证券的后缀为．XSHG，深证证券的后缀为．XSHE。
参数类型：str。
· pct：交易下单后证券持仓占账户总资产的目标百分比，范围为0～1。
参数类型：float。
返回订单的ID，这个ID全局唯一，且包含了时间顺序。
示例代码如下：
start = '2019-01-01' # 回测起始时间
end = '2019-06-01' # 回测结束时间
universe = DynamicUniverse('SH50') # 证券池，支持股票、基金、期货
benchmark = 'HS300' # 策略参考基准
# 策略类型，'d’表示日间策略使用日线回测，'m’表示日内策略使用分钟线回测
freq = 'd'
refresh_rate = 1 # 执行handle_data的时间间隔
accounts = {
'stock_account': AccountConfig(account_type='security', capital_base=
10000000)
}
def initialize(context): # 初始化策略运行环境
pass
def handle_data(context): # 核心策略逻辑
stock_account = context.get_account('stock_account')
current_universe = context.get_universe('stock', exclude_halt=True)
for stk in current_universe:
stock_account.order_pct_to(stk, 0.1)
5.close_all_positions
close_all_positions表示卖出当前所有持仓，期货平仓时包含多头持仓和空头持仓，示例代码如下：
close_all_positions(symbol)
参数说明如下。
· symbol：需要全部卖出的证券代码，必须包含后缀，其中上证证券的后缀为．XSHG，深证证券的后缀为．XSHE，如果该参数为空，表示清仓。
参数类型：str或list。
返回order_id，这个ID全局唯一，且包含了时间顺序。
示例代码如下：
# 平掉所有持仓
account.close_all_positions()
# 平掉指定标的持仓
account.close_all_positions('IF1601')
6.cancel_order
cancel_order表示根据订单ID，撤销未成交或部分成交的订单，示例代码如下：
cancel_order(order_id)
参数：order_id，订单的唯一指定ID。
返回布尔值，表示是否成功发出撤单指令。
示例代码如下：
start = '2019-01-01' # 回测起始时间
end = '2019-01-07' # 回测结束时间
benchmark = 'HS300' # 策略参考基准
universe = ['000001.XSHE'] # 证券池，支持股票和基金
capital_base = 10000000 # 起始资金
# 策略类型，'d’表示日间策略使用日线回测，'m’表示日内策略使用分钟线回测
freq = 'm'
# 调仓频率，表示执行handle_data的时间间隔，若freq = 'd’则表示时间间隔的单位为交易
日，若freq = 'm’则表示时间间隔为分钟
refresh_rate = (2, 1)
def initialize(account):
stock_account.record_orders = []
def handle_data(account):
if stock_account.universe:
if '13:14' == stock_account.current_minute:
del stock_account.record_orders[:]
for stk in stock_account.universe:
price = stock_account.referencePrice[stk] ＊ 0.99
order_id = order(stk, 500, price=price, otype='limit')
stock_account.record_orders.append(order_id)
elif '13:15' == stock_account.current_minute:
for order_id in stock_account.record_orders:
_order = get_order(order_id)
assert _order.state == OrderState.OPEN
# assert _order.state=="ToFill"
success = cancel_order(order_id)
elif '13:16' == stock_account.current_minute:
# print stock_account.blotter[0].state
assert stock_account.blotter[0].state == OrderState.CANCELED
assert stock_account.cash == 10000000
3.9.2 获取账户信息
1.get_order
get_order表示根据订单ID获取已委托的订单对象，示例代码如下：
account.get_order(order_id)
参数为order_id：订单的唯一指定ID。在调用下单函数时生成，可以由FuturesOrder. order_id属性获得。
参数类型：str。
返回order_id对应的对象。
不同资产对象支持的参数如表3-17所示。
表3-17
订单状态及其描述如表3-18所示。
表3-18
示例代码如下：
start = '2019-01-01' # 回测起始时间
end = '2019-01-05' # 回测结束时间
universe = DynamicUniverse('SH50') # 证券池，支持股票、基金、期货
benchmark = 'HS300' # 策略参考基准
# 策略类型，'d’表示日间策略使用日线回测，'m’表示日内策略使用分钟线回测
freq = 'd'
refresh_rate = 1 # 执行handle_data的时间间隔
accounts = {
'stock_account': AccountConfig(account_type='security', capital_base=
10000000)
}
def initialize(context): # 初始化策略运行环境
pass
def handle_data(context): # 核心策略逻辑
stock_account = context.get_account('stock_account')
current_universe = context.get_universe('stock', exclude_halt=True)
for stk in current_universe:
order_id = stock_account.order(stk, 100)
print stock_account.get_order(order_id)
部分输出结果如下：
Order(order_id: 2019-01-02-0000050, order_time: 2019-01-02 09:30, symbol:
Order(order_id: 2019-01-02-0000051, order_time: 2019-01-02 09:30, symbol:
Order(order_id: 2019-01-02-0000052, order_time: 2019-01-02 09:30, symbol:
Order(order_id: 2019-01-02-0000053, order_time: 2019-01-02 09:30, symbol:
Order(order_id: 2019-01-02-0000054, order_time: 2019-01-02 09:30, symbol:
Order(order_id: 2019-01-02-0000055, order_time: 2019-01-02 09:30, symbol:
2.get_orders
get_orders用于获取满足条件的一系列订单实例，示例代码如下：
account.get_orders(state, symbol)
参数说明如下。
· state：所需订单的状态。
参数类型：str。
· symbol：所需订单的证券限制，即定义之后只会返回symbol范围内的证券的订单，可以为字符串或列表，如’000001.XSHE’或['000001.XSHE', '600000.XSHG']；还可以设置为空，代表所有证券。
参数类型：str或list。
返回满足条件的订单列表。
示例代码如下：
start = '2019-01-01' # 回测起始时间
end = '2019-01-05' # 回测结束时间
universe = DynamicUniverse('SH50') # 证券池，支持股票、基金、期货
benchmark = 'HS300' # 策略参考基准
# 策略类型，'d’表示日间策略使用日线回测，'m’表示日内策略使用分钟线回测
freq = 'd'
refresh_rate = 1 # 执行handle_data的时间间隔
accounts = {
'stock_account': AccountConfig(account_type='security', capital_base=
10000000)
}
def initialize(context): # 初始化策略运行环境
pass
def handle_data(context): # 核心策略逻辑
stock_account = context.get_account('stock_account')
current_universe = context.get_universe('stock', exclude_halt=True)
for stk in current_universe:
order_id = stock_account.order(stk, 100)
print stock_account.get_orders()
3.get_position
get_position用于获取指定资产的持仓情况，示例代码如下：
account.get_position(symbol)
参数：symbol，表示资产ID。
参数类型：str。
返回指定资产的持仓信息。
不同资产对象支持的参数如表3-19所示。
表3-19
示例代码如下：
start = '2018-01-01' # 回测起始时间
end = '2019-01-01' # 回测结束时间
universe = ['000001.XSHE', '601318.XSHG'] # 证券池，支持股票、基金、期货
benchmark = 'HS300' # 策略参考基准
# 策略类型，'d’表示日间策略使用日线回测，'m’表示日内策略使用分钟线回测
freq = 'd'
refresh_rate = 1 # 执行handle_data的时间间隔
accounts = {
'stock_account': AccountConfig(account_type='security', capital_base=
10000000)
}
def initialize(context): # 初始化策略运行环境
pass
def handle_data(context): # 核心策略逻辑
stock_account = context.get_account('stock_account')
current_universe = context.get_universe('stock', exclude_halt=False)
for stk in universe:
stock_account.order(stk, 100)
print stock_account.get_position('601318.XSHG')
输出的部分结果如下：
Position(symbol: 601318.XSHG, amount: 100, available_amount: 100 ...)
Position(symbol: 601318.XSHG, amount: 200, available_amount: 200 ...)
Position(symbol: 601318.XSHG, amount: 300, available_amount: 300 ...)
Position(symbol: 601318.XSHG, amount: 400, available_amount: 400 ...)
Position(symbol: 601318.XSHG, amount: 500, available_amount: 500 ...)
Position(symbol: 601318.XSHG, amount: 600, available_amount: 600 ...)
4.get_positions
get_positions用于获取所有账户持仓，示例代码如下：
account.get_positions(exclude_halt=False)
参数为exclude_halt：是否移除持仓中停牌的资产。
返回类型：dict。key为证券代码，value为持仓对象。
示例代码如下：
start = '2018-01-01' # 回测起始时间
end = '2019-01-01' # 回测结束时间
universe = ['000001.XSHE', '601318.XSHG'] # 证券池，支持股票、基金、期货
benchmark = 'HS300' # 策略参考基准
# 策略类型，'d’表示日间策略使用日线回测，'m’表示日内策略使用分钟线回测
freq = 'd'
refresh_rate = 1 # 执行handle_data的时间间隔
accounts = {
'stock_account': AccountConfig(account_type='security', capital_base=
10000000)
}
def initialize(context): # 初始化策略运行环境
pass
def handle_data(context): # 核心策略逻辑
stock_account = context.get_account('stock_account')
current_universe = context.get_universe('stock', exclude_halt=False)
for stk in universe:
stock_account.order(stk, 100)
print stock_account.get_positions()
输出的部分结果如下：
{'000001.XSHE': Position(symbol: 000001.XSHE, amount: 100 ...}
{'000001.XSHE': Position(symbol: 000001.XSHE, amount: 200 ...}
{'000001.XSHE': Position(symbol: 000001.XSHE, amount: 300 ...}
{'000001.XSHE': Position(symbol: 000001.XSHE, amount: 400 ...}
{'000001.XSHE': Position(symbol: 000001.XSHE, amount: 500 ...}
{'000001.XSHE': Position(symbol: 000001.XSHE, amount: 600 ...}
3.10 策略结果展示
1.bt
bt的含义：回测报告，格式为pandas.DataFrame。其包括日期、现金头寸、证券头寸、投资组合价值、参考指数收益率、交易指令明细表等6列，以及用户在observe中定义的其他列。
时间从开始日期及需要获取的最长历史窗口后开始计算。
用法：策略运行完成后，可以在code单元中输入bt，运行后查看结果。
2.bt_by_account
bt_by_account的含义：回测报告，格式为dict。其包括日期、现金头寸、证券头寸、投资组合价值、参考指数收益率、交易指令明细表等6列，以及用户在observe中定义的其他列。
时间从开始日期及需要获取的最长历史窗口后开始计算。
用法：策略运行完成后，可以在code单元中输入bt_by_account，运行后查看结果。
3.perf
perf是指根据回测记录计算各项风险收益指标，类型为dict, key为指标名称，value为指标的值，有些类型为float或list。参数及其描述如表3-20所示。
表3-20
用法：策略运行完成后，可以在code单元中输入perf，运行后查看结果。