# 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 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。 """ def __init__(self, context: 'BacktestContext', symbol: str, enable_log: bool = True, **params: Any): """ 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。 """ 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 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'): """ 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 @abstractmethod def on_bar(self, bar: 'Bar'): """ 每当新的K线数据到来时调用此方法。 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]: """ 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 为 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,像 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)