修复未来函数bug

real_trading.py

@@ -2,6 +2,7 @@ from datetime import timedelta
 from src.analysis.result_analyzer import ResultAnalyzer
 
 # 导入 TqsdkEngine，而不是原来的 BacktestEngine
+from src.indicators.indicators import RSI, HistoricalRange
 from src.tqsdk_real_engine import TqsdkEngine
 
 # 导入你的策略类
@@ -17,29 +18,34 @@ initial_capital = 100000.0
 slippage_rate = 0.000  # 在 Tqsdk 模拟中，滑点通常由 TqSim 处理或在策略中手动模拟
 commission_rate = 0.0001  # 同上
 # 主力合约的 symbol
-main_symbol = "KQ.m@CZCE.MA"
+main_symbol = "KQ.m@DCE.jm"
 strategy_parameters = {
     'symbol': main_symbol,  # 根据您的数据文件中的品种名称调整
     'trade_volume': 1,
-    'range_factor': 1.8,  # 示例值，需要通过网格搜索优化
-    'profit_factor': 2.8,  # 示例值
-    # 'range_factor': 0.7,  # 示例值，需要通过网格搜索优化
-    # 'profit_factor': 71,  # 示例值
-    # 'range_factor_l': 2,  # 示例值，需要通过网格搜索优化
-    # 'profit_factor_l': 3,  # 示例值
-    # 'range_factor_s': 1.6,  # 示例值，需要通过网格搜索优化
-    # 'profit_factor_s': 5.6,  # 示例值
+    'lag': 1,
+    # 'range_factor': 1.3,  # 示例值，需要通过网格搜索优化
+    # 'profit_factor': 4.8,  # 示例值
+    # 'range_factor': 1.1,  # 示例值，需要通过网格搜索优化
+    # 'profit_factor': 4.9,  # 示例值
+    'range_factor_l': 1.3,  # 示例值，需要通过网格搜索优化
+    'profit_factor_l': 4.8,  # 示例值
+    'range_factor_s': 1.1,  # 示例值，需要通过网格搜索优化
+    'profit_factor_s': 4.9,  # 示例值
     'max_position': 10,
     'enable_log': True,
     'stop_loss_points': 20,
-    'use_indicator': True
+    'use_indicator': True,
+    # 'indicator': RSI(5, 63, 95),
+    # 'indicator': RSI(5, 5, 25),
+    'indicator_l': RSI(5, 63, 95),
+    'indicator_s': RSI(5, 0, 100),
 }
 
 api = TqApi(TqKq(), auth=TqAuth("emanresu", "dfgvfgdfgg"))
 # --- 1. 初始化回测引擎并运行 ---
 print("\n初始化 Tqsdk 回测引擎...")
 engine = TqsdkEngine(
-    strategy_class=SimpleLimitBuyStrategyLong,
+    strategy_class=SimpleLimitBuyStrategy,
     strategy_params=strategy_parameters,
     api=api,
     symbol=main_symbol,