主题：某合约10日内最低价所在K线日期(精确到小时：XX日XX时)

# 本Python代码主要用于策略交易
# 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。
from PythonApi import *
import numpy as np
#  参数定义区，这里定义的参数可以直接在context对象中获取。--(选择实现)
#def parameter():
#    input_par("myvalues1",5,1,20,1)
#    input_par("myvalues2",10,1,20,1)

#  在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。--(必须实现)
def init(context):
    # 在context中保存全局变量
    context.s1 = "SZ000001"   #平安银行股票
    context.s2="SQRB00"       #螺纹钢连续
    context.s3="SQNI00"       #沪镍连续
    context.r_d10=10            #取数据10天的值
   

#取10天内最高价的日期及价格   
def test(context):
    bars10=history_bars(context.s2,context.r_d10,"1d",["datetime","high"],include_now=True)
    print(bars10)

# before_trading此函数会在每天基准合约的策略交易开始前被调用，当天只会被调用一次。--（选择实现）
def before_trading(context):
    pass

# 你选择的品种的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新。--(必须实现)
def handle_bar(context):
    test(context)
   
   
    # 开始编写你的主要的算法逻辑。
   
    #使用buy_open、sell_close等方法下单
    #下单示例:
    #buy_open(context.s1, "Market", volume = 100)    #  市价开多
    #buy_open(context.s1, "Limit", 25.45, 100)       #  限价开多
    pass
#    a= np.array([9, 12, 88, 14, 25])
#    list_a = a.tolist()
#
#    list_a_max_list = max(list_a) #返回最大值
#    max_index = list_a.index(max(list_a)) # 返回最大值的索引
#    print(list_a_max_list)
#    print(max_index)

> 开始编译 <MyPython3> ......
>

> 编译成功!

13:44:39 > [[2.0191218e+13 3.5030000e+03]
            [2.0191219e+13 3.5290000e+03]
            [2.0191220e+13 3.5370000e+03]
            [2.0191223e+13 3.5490000e+03]
            [2.0191224e+13 3.5550000e+03]
            [2.0191225e+13 3.5220000e+03]
            [2.0191226e+13 3.5340000e+03]
            [2.0191227e+13 3.5540000e+03]
            [2.0191230e+13 3.5630000e+03]
            [2.0191231e+13 3.5770000e+03]]最后的十组数据。日期与价格不对应呢。

嗯，谢谢，那如果我不想用复权数据，写代码策略要加个什么语句？