# 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 talib

# 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 = "SQRB00"
context.s1 = "DQY00"
context.OBSERVATION = 10
context.sell_qty_limit = 30
context.buy_qty_limit = 30
context.HIGH_RSI = 80
context.LOW_RSI = 20

print(context.s1)

print("策略启动") #调试打印输出


# 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):
# 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

prices = history_bars(context.s1,context.OBSERVATION+1, \'1d\', \'close\',True)
#write_logging(close)
sell_qty = get_portfolio(context.s1,0).buy_quantity
buy_qty = get_portfolio(context.s1,0).sell_quantity
rsi_data = talib.RSI(prices, timeperiod=context.OBSERVATION)[-1]
#print(rsi_data)
if rsi_data > context.HIGH_RSI and sell_qty logger.info(rsi_data)
sell_open(context.s1,\'market\',volume=1)
logger.info(\'卖开仓\')
logger.info(sell_qty)
if rsi_data <60 and sell_qty!= 0:
logger.info(rsi_data)
buy_close(context.s1,\'market\',volume = sell_qty)
logger.warn(\'卖平仓\')
pass


# close = history_bars(context.s1, context.long_period+1, \'self\', \'close\',True)
#buy_open("SZ000001", "Market",0 ,100)




# after_trading函数会在每天交易结束后被调用，当天只会被调用一次。 --（选择实现）
def after_trading(context):

pass


# order_status当委托下单，成交，撤单等与下单有关的动作时，该方法就会被调用。---（选择实现）
#def order_status(context,order):
# pass

# order_action当查询交易接口信息时返回的通知---（选择实现）
#def order_action(context,type, account, datas)
# pass

# exit函数会在测评结束或者停止策略运行时会被调用。---（选择实现）
#def exit(context):
# pass