Files
NewQuant/src/strategies/base_strategy.py

136 lines
5.5 KiB
Python
Raw Normal View History

2025-06-18 10:25:05 +08:00
# src/strategies/base_strategy.py
from abc import ABC, abstractmethod
from datetime import datetime
from typing import Dict, Any, Optional, List, TYPE_CHECKING
# 使用 TYPE_CHECKING 避免循环导入,但保留类型提示
from ..backtest_context import BacktestContext # 转发引用 BacktestEngine
from ..core_data import Bar, Order, Trade # 导入必要的类型
2025-06-18 10:25:05 +08:00
class Strategy(ABC):
"""
所有交易策略的抽象基类
策略通过 context 对象与回测引擎和模拟器进行交互并提供辅助方法
2025-06-18 10:25:05 +08:00
"""
def __init__(self, context: 'BacktestContext', symbol: str, enable_log: bool = True, **params: Any):
2025-06-18 10:25:05 +08:00
"""
Args:
context (BacktestEngine): 回测引擎实例作为策略的上下文提供与模拟器等的交互接口
symbol (str): 策略操作的合约Symbol
**params (Any): 其他策略特定参数
2025-06-18 10:25:05 +08:00
"""
self.context = context # 存储 context 对象
self.symbol = symbol # 策略操作的合约Symbol
self.params = params
self.enable_log = enable_log
2025-06-18 10:25:05 +08:00
def on_init(self):
"""
策略初始化时调用在回测开始前
可用于设置初始状态或打印信息
"""
print(f"{self.__class__.__name__} 策略初始化回调被调用。")
def on_trade(self, trade: 'Trade'):
2025-06-18 10:25:05 +08:00
"""
当模拟器成功执行一笔交易时调用
可用于更新策略内部持仓状态或记录交易
Args:
trade (Trade): 已完成的交易记录
"""
# print(f"策略接收到交易: {trade.direction} {trade.volume} {trade.symbol} @ {trade.price:.2f}")
pass # 默认不执行任何操作,具体策略可覆盖
2025-06-18 10:25:05 +08:00
@abstractmethod
def on_bar(self, bar: 'Bar'):
2025-06-18 10:25:05 +08:00
"""
每当新的K线数据到来时调用此方法
2025-06-18 10:25:05 +08:00
Args:
bar (Bar): 当前的K线数据对象
next_bar_open (Optional[float]): 下一根K线的开盘价如果存在的话
"""
pass
# --- 新增/修改的辅助方法 ---
def send_order(self, order: 'Order') -> Optional[Trade]:
"""
发送订单的辅助方法
会在 BaseStrategy 内部构建 Order 对象并通过 context 转发给模拟器
"""
return self.context.send_order(order)
def cancel_order(self, order_id: str) -> bool:
"""
取消指定ID的订单
通过 context 调用模拟器的 cancel_order 方法
"""
return self.context.cancel_order(order_id)
def cancel_all_pending_orders(self) -> int:
"""
取消所有当前策略的未决订单
返回成功取消的订单数量
"""
pending_orders = self.get_pending_orders() # 调用 BaseStrategy 自己的 get_pending_orders
cancelled_count = 0
orders_to_cancel = [order.id for order in pending_orders.values() if order.symbol == self.symbol]
for order_id in orders_to_cancel:
if self.cancel_order(order_id): # 调用 BaseStrategy 自己的 cancel_order
cancelled_count += 1
return cancelled_count
def get_current_positions(self) -> Dict[str, int]:
2025-06-18 10:25:05 +08:00
"""
获取当前持仓
通过 context 调用模拟器的 get_positions 方法
"""
return self.context._simulator.get_current_positions()
def get_pending_orders(self) -> Dict[str, 'Order']:
"""
获取当前所有待处理订单的副本
通过 context 调用模拟器的 get_pending_orders 方法
"""
return self.context._simulator.get_pending_orders()
def get_average_position_price(self, symbol: str) -> Optional[float]:
"""
获取指定合约的平均持仓成本
通过 context 调用模拟器的 get_average_position_price 方法
"""
return self.context._simulator.get_average_position_price(symbol)
# 你可以根据需要在这里添加更多辅助方法,如获取账户净值等
def get_account_cash(self) -> float:
"""获取当前账户现金余额。"""
return self.context._simulator.cash
def log(self, *args: Any, **kwargs: Any):
"""
统一的日志打印方法
如果 enable_log True则打印消息到控制台并包含当前模拟时间
支持传入多个参数 print() 函数一样使用
"""
if self.enable_log:
# 尝试获取当前模拟时间,如果模拟器或时间不可用,则跳过时间前缀
try:
current_time_str = self.context._simulator.get_current_time().strftime('%Y-%m-%d %H:%M:%S')
time_prefix = f"[{current_time_str}] "
except AttributeError:
# 如果获取不到时间(例如在策略初始化时,模拟器时间还未设置),则不加时间前缀
time_prefix = ""
# 使用 f-string 结合 *args 来构建消息
# print() 函数会将 *args 自动用空格分隔,这里我们模仿这个行为
message = ' '.join(map(str, args))
# 你可以将其他 kwargs (如 sep, end, file, flush) 传递给 print
# 但通常日志方法不会频繁使用这些。这里只支持最基础的打印。
print(f"{time_prefix}策略 ({self.symbol}): {message}", **kwargs)