策略结构与事件

PTrade 策略的本质是一组约定名称的事件函数——引擎在特定时间点回调它们，你在里面写逻辑就行。本章把骨架和核心对象一次讲清，掌握之后绝大多数策略都能照着拼出来。

最小可运行策略

一个策略最少要实现两个函数：

def initialize(context):
    g.security = '600570.SS'
    set_universe(g.security)

def handle_data(context, data):
    pass

initialize 在启动时跑一次，做初始化；handle_data 按运行频率（日/分钟）被反复回调，是盘中逻辑的主战场。其余事件都是可选的。

事件函数一览

事件	必选	可用场景	触发时机
`initialize(context)`	是	回测 + 交易	启动时执行一次
`before_trading_start(context, data)`	否	回测 + 交易	每个交易日盘前（回测 8:30 / 交易 9:10）
`handle_data(context, data)`	是	回测 + 交易	按日/分钟频率盘中触发
`after_trading_end(context, data)`	否	回测 + 交易	每日收盘后（约 15:30）
`tick_data(context, data)`	否	仅交易	每 3 秒一次（9:30~14:59）
`on_order_response(context, order_list)`	否	仅交易	委托状态变化主推
`on_trade_response(context, trade_list)`	否	仅交易	成交回报主推

on_order_response / on_trade_response 是柜台主推回调，比引擎轮询 get_orders() 更新订单状态更快，适合对成交时效敏感的策略。

核心对象：g

g 是全局对象，挂在它身上的变量可在所有函数间共享：

def initialize(context):
    g.security = '600570.SS'   # 股票池
    g.flag = False             # 下单开关
    g.count = 0                # 计数器
    set_universe(g.security)

引擎会在 before_trading_start、handle_data、after_trading_end 等时机用 pickle 持久化 g 上的变量，以应对服务器重启。两条规则：

名字以 __（双下划线）开头的变量视为私有，不持久化。
文件句柄、数据库连接、类实例等不可序列化的变量不会被保存。

核心对象：context

context 携带账户和回测元信息，最常用的属性：

属性	含义
`context.portfolio`	账户资产对象（见下）
`context.blotter.current_dt`	当前周期时间，`datetime` 对象
`context.previous_date`	前一个交易日
`context.capital_base`	起始资金

def handle_data(context, data):
    now = context.blotter.current_dt
    log.info('当前时间 %s' % now.strftime('%Y-%m-%d %H:%M'))

核心对象：portfolio

context.portfolio 汇总账户资金与持仓：

属性	含义
`cash`	当前可用资金（不含冻结）
`portfolio_value`	总资产（现金 + 持仓市值）
`positions_value`	持仓总市值
`positions`	持仓字典，`{标的代码: Position}`
`returns`	相对初始资金的累计收益率
`pnl`	当前总资产 − 初始总资产

cash = context.portfolio.cash
positions = context.portfolio.positions
pos = positions.get('600570.SS')   # 直接取持仓对象，None 表示无持仓

核心对象：data（BarData）

handle_data 的 data 参数是当前周期的 K 线数据，按代码取属性：

def handle_data(context, data):
    bar = data['600570.SS']
    log.info('开 %s 高 %s 低 %s 收 %s 量 %s' % (
        bar.open, bar.high, bar.low, bar.close, bar.volume))
    price = data['600570.SS'].price   # 当前周期最新价

常用属性：open / high / low / close / volume / money / price，日线还返回 preclose（昨收）、high_limit（涨停价）、low_limit（跌停价）、is_open（是否停牌）。

核心对象：Position

get_position(code) 或 context.portfolio.positions[code] 返回的持仓对象：

属性	含义
`sid`	标的代码
`amount`	总持仓数量
`enable_amount`	可用数量（可卖出部分）
`cost_basis`	持仓成本价
`last_sale_price`	最新价
`today_amount`	今日开仓数量

A 股 T+1：today_amount 部分不能在当日卖出，判断能否卖出用 enable_amount。

核心对象：Order

下单函数返回 Order 对象的 id（字符串），用 get_order(id) 查询详情：

属性	含义
`id`	订单号
`symbol`	标的代码
`amount`	委托数量（买入为正、卖出为负）
`filled`	已成交数量
`limit`	限价
`status`	委托状态（见下）

委托状态码：'0' 未报、'1' 待报、'2' 已报、'7' 部成、'8' 已成、'6' 已撤、'9' 废单（'3'/'4'/'5' 为待撤/部撤相关）。

一个完整骨架

def initialize(context):
    g.security = '600570.SS'
    set_universe(g.security)
    g.flag = False

def before_trading_start(context, data):
    g.flag = False                      # 每日重置开关
    g.close = get_history(20, '1d', 'close', g.security)['close'].values

def handle_data(context, data):
    if g.flag:
        return
    price = data[g.security].close
    ma5 = g.close[-5:].mean()
    if price > ma5 and get_position(g.security).amount == 0:
        order_value(g.security, context.portfolio.cash)
        g.flag = True

def after_trading_end(context, data):
    log.info('今日持仓 %s' % get_positions())

持久化与异常处理

持久化：before_trading_start、handle_data、after_trading_end 执行后会保存 g 上的可序列化变量。服务器重启后策略会被重新拉起，initialize 和 before_trading_start 会再次执行——所以不要在这两个函数里下委托，否则重启会导致重复下单；可用 set_parameters(not_restart_trade='1') 控制重启行为。
异常处理：数据缺失或接口报错若不被捕获，策略会终止。建议对取数和下单用 try/except 包裹，保证单次失败不拖垮全天。

小结

最小策略 = initialize + handle_data；其余事件按需添加。
g 存全局变量、context 读账户与时间、data 取当前 K 线、get_position 查持仓、get_order 查委托。
注意 T+1、持久化、重启重复下单等工程细节。骨架搭好了，下一步学具体怎么下单：股票交易函数。