第二章：量化策略入门

第一节：MindGo 量化交易平台 






    MindGo 量化交易平台是同花顺旗下的人工智能投资平台，拥有高质海量的金融数据， 


零延迟的回测引擎，最接近真实市场环境的仿真交易平台，干净、完整的API 文档，同时支 


持目前广泛使用的脚本语言——Python 语言，致力打造国内一流的专业在线量化交易平台， 


帮助广大投资者和高校师生实现量化策略，开启AI 时代，让投资变得更简单！ 






MindGo 提供以下服务： 






1.数据 






    MindGo 数据基于 2014 年至今完整的Level-2 数据，包括完整的停牌、复权数据，且会 


在第二 日早晨更新。除此之外，MindGo 还提供上市公司财务数据、场外基金数据、行业指 


数数据、股指期货数据等等。 






2. 回测引擎 






    MindGo 提供了高效快捷的回测环境和简洁的API 文档，支持对沪深A 股、ETF 的日级 


或分钟级回测，回测结果实时显示、快速响应、数据全面，方便用户随时检验和优化策略。 






3.模拟交易 






    MindGo 提供实时的沪深A 股和 ETF 模拟交易工具，并支持分钟和日级运行，实时呈现 


策略表现。为量化交易爱好者提供全面、及时、专业、个性的一站式服务。 






4.研究平台 






    MindGo 提供IPython Notebook 研究平台，初学者可在研究平台上学习 Python 语言，专 


业研究者可获取数据，进行研究，最终研究结果支持文件导出和策略应用。 






5.量化交流社区 






    MindGo 提供线上交流社区，便于量化爱好者交流量化策略，学习量化知识，一起成长。 




----------------------- Page 10-----------------------


第二节：MindGo API 介绍 






一、回测引擎介绍 






回测环境 






    MindGo 提供的回测引擎运行在Python 3.5 之上, 因此策略代码必须兼容Python3.5 ，整个 


回测环境支持所有的Python 标准库和部分常用第三方库。 






回测过程 






1.您的策略必须在initilize 函数框架下实现: 






　  A.initilize 为初始化函数，用于初始一些全局变量，在整个回测过程最开始执行一 


次。 


　  B.handle_data 为时间驱动函数，用于设置买卖条件等，每个回测时间频率 （每日/ 


分钟/tick ）调用一次。 


    以下是一个简单的策略，每日开盘买入 100 股贵州茅台，让我们体验一下整个回 


测过程 ！ 






#  初始化账户        


def initialize(account): 


    #  定义要交易的股票：贵州茅台 


    account.security = '600519.SH' 


# 设置买卖条件，每个交易频率 （日/ 分钟/tick ）调用一次    


def handle_data(account,data): 


    # 每天开盘买入 100 股贵州茅台 


    order(account.security,100) 






2. 完成策略编写后，选定回测开始日期和结束日期,选择初始资金、调仓频率(每日或每 


分钟) 等参数, 点击"进行回测" ，即开始回测。 






3. 回测引擎根据您选择的调仓频率调用 handle_data 函数，也就是执行该函数下的代 


码。回测引擎会实时显示策略当前时间的数据，如收益、风险指标、持仓等信息。 




----------------------- Page 11-----------------------


4. 回测引擎会根据您所使用的下单方式进行下单，并根据后续实际成交情况进行订单处 


理； 




----------------------- Page 12-----------------------


5.您可以在任何时候调用 log 函数来打印需要输出的日志;通过 record  函数输出自定义 


图形。添加log.info 函数与 record 函数后的代码如下： 






#  初始化账户        


def initialize(account): 


    #  定义要交易的股票：贵州茅台 


    account.security = '600519.SH' 


# 设置买卖条件，每个交易频率 （日/ 分钟/tick ）调用一次    


def handle_data(account,data): 


    # 每天开盘买入 100 股贵州茅台 


    order(account.security,100) 


    # 获取账户可用资金 


    money=account.cash 


    # 获取账户已用资金 


    used_money=account.capital_used*(-1) 


    #log.info() 函数打印信息 


    log.info(' 已使用资金'+str(used_money)) 


    #record 函数进行 自定义画图，分别为可用资金与已用资金 


    record(money=money,used_money=used_money) 






策略运行结果，回测结果页面上分别显示了可用资金和 已用资金曲线： 




----------------------- Page 13-----------------------


运行时间 






回测引擎通过以下方法对您的策略进行回测 






1.开盘前(9:00)运行： 


　　before_trading_start  函数 






2. 盘中运行： 


　　handle_data 函数 


　　　> 日回测(9:30:00)运行一次 


　　　> 分钟回测(9:30:00-11:30,13:00:00-15:00:00) ，每分钟运行一次 






3.盘后(15:30)运行： 


　　after_trading_end 函数 






订单处理 






    对于你的策略在某个单位时间下的单，回测引擎会做如下处理： 






1.按每日回测 






　A. 交易价格： 


　> 市价单：开盘价+滑点。 


　> 限价单：委托价+滑点。 






　B.最大成交量: 


　> 默认为下单个股当日总成交量的 25% 。 


　> 若下单量低于最大成交量，则按下单量成交；若下单量大于最大成交量，则按最大 


成交量成交。 






　C.撮合方式： 


　> 市价单：开盘下单，一次性撮合，不成交或未成交部分即刻取消委托。若开盘价为 


涨停价，则买入不成交；若开盘价为跌停价，则卖出不成交。 


　> 限价单：开盘下单，之后每分钟均按分钟价量撮合一次，未成交部分顺延至下一分 


钟进行撮合，直到完全成交或者当天收盘为止。 






2.分钟回测 






　A. 交易价格： 


　> 市价单：当前分钟起始价+滑点 


　> 限价单：委托价 + 滑点，如不符合则不成交 






　B.最大成交量： 


　> 默认为下单个股当前分钟总成交量的 50% 。 


　> 若下单量低于最大成交量，则按下单量成交；若下单量大于最大成交量，则按最大 


成交量成交。 






　 




----------------------- Page 14-----------------------


  C.撮合方式： 


　> 市价单：分钟起始点下单，一次性撮合，不成交或未成交部分即刻取消委托。若分 


钟起始价为当日涨停价，则买入不成交；若分钟起始价为当日跌停价，则卖出不成交 


　> 限价单：分钟起始点下单，之后每分钟均按分钟价量撮合一次，未成交部分顺延至 


下一分钟进行撮合，直到完全成交或者当天收盘为止。  






二、函数 API 介绍 






    MindGo 量化交易平台有80 多个函数，每个函数都有其功能，本节主要介绍三类函数， 


并针对该类函数中的最常用 1 至2 个函数做简要介绍，并在下一节中，能完成第一个量化策 


略。 






    第一类量化策略框架函数，为了驱动策略回测、规范量化策略编写，MindGo 提供以下 


两个函数： 






1.初始化函数：initialize  






函数调用方法： 


    def initialize(account):  


函数功能： 


    def initialize(account): 是初始化函数,整个回测只在最开始时执行一次,用于初始化 


账户信息、回测参数、全局变量等.  


注意事项： 


     1.该函数用于初始化账户,任何一个策略都必须有该函数,相当于开户.  


    2.在该函数下,你可以设置很多初始条件,例如：基准指数,交易佣金,滑点,股票池等 


等.  


    3.该函数不能写成initialize(account) ，而必须写成python  的函数形式：def  


initialize(account) ：(温馨提示：不能落下冒号.)  


示例： 


def initialize(account): 


    #初始化策略时设置股票池 


    account.security='000001.SZ' 






2.定时运行函数:handle_data 






函数调用方法: 


     def handle_data(account, data): 


函数功能 


     def handle_data(account, data):函数用来定时执行买卖条件，每个交易频率 （日/分 


钟/tick ）自动调用一次. 






注意事项: 


1.该函数在回测中的非交易日是不会触发的.(例如1 月1 日至3 日是非交易日，则handle_data 


在1 日至3 日不触发，直到下一个交易日4 号触发) 


2.该函数的交易频率根据策略的交易频率，在盘中运行： 


    i. 日回测(9:30:00),每日运行一次. 


    ii.分钟回测(9:30:00-11:30,13:00:00-15:00:00)，每分钟运行一次. 




----------------------- Page 15-----------------------


3.在该函数中，可以传入其他函数的运行结果，用来判断买卖条件. 


4.该函数不能写成handle_data(account, data) ，而必须写成python 语言中规范的函数形式： 


def handle_data(account, data):(温馨提示：不能落下冒号) 


示例: 


# 每个交易频率下单买 100 股的平安银行股票. 


def handle_data(account, data): 


    order('000001.SZ', 100) 






    第二类获取数据函数，以函数形式，通过参数设置以满足您数据获取： 






1.行情数据获取函数：history 






调用方法: 


    history(symbol_list, fields, bar_count, fre_step, skip_paused = False, fq = 'pre', is_panel=0) 


函数功能：获取多只股票多属性的历史行情数据。 


函数参数: 






 参数         含义                      参数举例 






 symbol_list 股票、指数或基金代码列表 填写需要获取数据的股票代码，可多个股票 


                                    同时获取，例如：['600519.SH'] 






 fields      数据字段                   填写需要获取的数据字段，例如：收盘价为 


                                    close,最高价为high ，['close','high'] 






bar_count    历史长度                   填写需要获取的数据历史长度，例如：20 






 fre_step    时间步长                   填写获取数据的时间步长，例如：按天则 


                                    为’1d’， 按x 分钟则为’xm’ 。 






 skip_paused 是否跳过停牌数据               填写获取数据是是否跳过停牌，例如：不跳过 


                                    为 skip_paused=False，跳过为 


                                    skip_paused=True 。 






 fq          复权选项                   填写获取数据的复权选项，fq=None 为不复权， 


                                    fq='post'为后复权，fq='pre'为前复权。 






 is_panel   返回数据格式                  选择返回的数据格式，is_panel=1 为 


                                    pandas.panel 格式，is_panel=0 为 dict 格式。 






注意事项: 


1.该函数没有起始日期，结束日期默认为上一个交易日或上一分钟。 


您只需要在策略代码中调用相该函数，并确定函数内的参数，即可获取到相应数据，详细参 


考以下两个示例。 


 【示例1】 


def initialize(account): 


    pass 


def handle_data(account,data): 


    #获取万科 A 与平安银行过去 10 日的收盘价与最高价，并且输出数据 


    price=history(['000001.SZ','000002.SZ'], ['close','high'], 10, '1d', False, 'pre', is_panel=1) 


    log.info('收盘价：'+str(price['close'])) 


    log.info('最高价：'+str(price['high'])) 




----------------------- Page 16-----------------------


 【示例2 】 


def initialize(account): 


    pass 


def handle_data(account,data): 


    #获取万科 A 与平安银行过去 10 个 60 分钟级的开盘价，并且输出数据 


    price=history(['600519.SH','300033.SZ'], ['open'] , 10, '60m', False, 'pre', is_panel=0) 


    log.info('300033.SZ 开盘价：'+str(price['300033.SZ'])) 


    log.info('600519.SH 开盘价：'+str(price['600519.SH'])) 






示例返回结果: 


 【示例1】返回结果： 


2017-01-03 09:30:00 - INFO 


收盘价：        000001.SZ  000002.SZ 


2016-12-19       9.20      21.10 


2016-12-20       9.11      20.33 


2016-12-21       9.16      20.48 


2016-12-22       9.14      20.61 


2016-12-23       9.08      20.30 


2016-12-26       9.12      20.65 


2016-12-27       9.08      21.42 


2016-12-28       9.06      21.20 


2016-12-29       9.08      20.84 


2016-12-30       9.10      20.55 


2017-01-03 09:30:00 - INFO 


最高价：        000001.SZ  000002.SZ 


2016-12-19       9.23      22.00 


2016-12-20       9.20      21.00 


2016-12-21       9.16      20.70 


2016-12-22       9.16      20.77 


2016-12-23       9.14      20.67 


2016-12-26       9.13      20.69 


2016-12-27       9.13      21.98 


2016-12-28       9.11      21.48 


2016-12-29       9.09      21.32 


2016-12-30       9.10      20.96 


 【示例2 】返回结果： 


2017-01-03 09:30:00 - INFO 


300033.SZ 开盘价：    open 


2016-12-27 13:59:00  69.00 


2016-12-27 14:59:00  68.50 


2016-12-28 10:29:00  68.12 


2016-12-28 11:29:00  68.69 


2016-12-28 13:59:00  68.49 


2016-12-28 14:59:00  68.55 


2016-12-29 10:29:00  68.90 


2016-12-29 11:29:00  68.81 


2016-12-29 13:59:00  70.20 


2016-12-29 14:59:00  70.11 


2017-01-03 09:30:00 - INFO 


600519.SH 开盘价：    open 


2016-12-27 13:59:00  328.30 




----------------------- Page 17-----------------------


2016-12-27 14:59:00  326.55 


2016-12-28 10:29:00  326.99 


2016-12-28 11:29:00  326.00 


2016-12-28 13:59:00  325.19 


2016-12-28 14:59:00  325.40 


2016-12-29 10:29:00  324.01 


2016-12-29 11:29:00  323.70 


2016-12-29 13:59:00  325.80 


2016-12-29 14:59:00  325.80 






    第三类下单函数，以函数形式，通过参数设置以满足您策略下单交易： 






1.按金额下单函数：order_value 






函数调用方法: 


    order_value (symbol, amount) 


函数功能 


    order_value 是下单函数,根据股数下单，交易股票. 


函数参数： 






 参数       含义                      参数举例 






 symbol   股票、指数或基金代码列表 填写需要下单交易的股票代码，不可多个股票 


                                  同时获取，例如：'600519.SH' 






value     下单金额                    填写需要下单的交易的金额，正数表示买入，负 


                                  数表示卖出 






注意事项： 


1. 由于股票单次买入必须以 1 手 （100 股 ）为单位，实际成交金额小于等于下单金额。 


示例： 


def initialize(account): 


    pass 


def handle_data(account,data): 


    #买入 10000 元平安银行 


    order_value(symbol='000001.SZ',value=10000) 






2.按股数下单函数：order 






函数调用方法: 


    order(symbol, amount) 


函数功能 


    order 是下单函数,根据股数下单，交易股票. 


函数参数： 






 参数       含义                      参数举例 






 symbol   股票、指数或基金代码列表 填写需要下单交易的股票代码，不可多个股票 


                                  同时获取，例如：'600519.SH' 






amount    下单股数                    填写需要下单交易的股票数量，正数表示买入， 


                                  负数表示卖出 




----------------------- Page 18-----------------------


示例： 


def initialize(account): 


    pass 


def handle_data(account,data): 


    #买入 100 股平安银行 


    order(symbol='000001.SZ',amount=100) 




----------------------- Page 19-----------------------


第三节：我的第一个量化策略 






    对于大部分人来说，量化交易是非常陌生与神秘的。本节内容将带你开启第一个量化策 


略！ 


　　本节内容摘要：1.理解量化策略的基本框架。2.学会编写一个简单的量化交易策略。3. 


学会将量化交易策略绑定实盘模拟交易，并实时收到交易策略的买卖信号。 






1.理解量化策略的基本框架 






　　通常情况下，完整的量化交易策略至少需要确定两件事： 


　　　A.交易标的，即买什么； 


　　　B.确定交易时机，即怎么买卖。 


　　让我们来设计一个简单完整的量化交易策略: 


　　　策略交易标的：贵州茅台； 


　　　策略交易时机：5 日均线与 20  日均线金叉时，买入；5 日均线与 20  日均线死叉时， 


卖出。 




----------------------- Page 20-----------------------


2.学会编写一个简单的量化交易策略 






第一步：打开MindGo 量化交易平台，先在上方导航栏点击 “我的策略”—“策略编译”， 


再点击蓝色按钮 “+新建策略”，接着点击已创建的策略进入策略编译器页面，如下： 






温馨提示：“回测列表”下方三个按钮，可以设置编译器字体大小，背景颜色，开启全屏编 


译，查看 API 文档，如下： 






第二步：理解量化交易策略框架对应的代码框架。 






def initialize(account): 


    #初始化函数：确定交易标的 


def handle_data(account,data):     


    #定时运行函数：确定交易时机 




----------------------- Page 21-----------------------


　　框架理解： 


　　1.def initialize(account)与 def handle_data(account,data)是两个函数，函数格式固定为：def 


函数名 （参数），其中def 后面带空格键，函数末尾必须带冒号。 


　　2.def initialize(account) 函数是初始化函数，只运行一次，确定初始化条件；def  


handle_data(account,data) 函数是定时运行函数，平台默认该函数定时运行。日级策略，每日 


9 ：30 ；分钟级策略，交易期间内的每分钟。 


　　3.“#”后面为注释内容，用于注释代码，便于编写和阅读。 






第三步：确定交易标的：account.security = '600519.SH' 。 






　　温馨提示： 


　　1.account 是账户对象，该对象存放所有账户相关信息，持仓、可用现金、资产盈亏。 


　　2.account.security 是在账户对象下，设置security 变量，存放在账户内，这里我们需要确 


定交易标的，即：account.security = '600519.SH' 。 


def initialize(account): 


    account.security = '600519.SH'# 已确定交易标的 


def handle_data(account,data):     


    #定时运行函数：确定交易时机 






第四步：确定交易时机，即为：5 日均线与 20  日均线金叉时，买入；5 日均线与 20  日均线 


死叉时，卖出。 






　　从交易时机出发，我们需要计算交易标的 5 日和 20  日均线，那么5、20  日均线需要用 


历史行情数据的收盘价来计算。 






　　整个流程即：获取历史行情20 日的收盘价数据———计算 5、20 日均线———判断 


5、20 日均线，进行买卖交易。 






　　　A.获取历史行情20 日的收盘价数据： 


　　　　1.找到函数历史数据函数：history 


　　　　2.填写函数参数，获取到数据： 


　　　　　i.交易标的，即：获取那个股票的数据。 


　　　　　ii.数据字段：['close']收盘价，即：获取哪个数据。 


　　　　　iii.输入历史长度，即：获取多长时间的数据。 


　　　　　iv.获取数据的时间步长，即：获取日线级步长数据。 


          v.填写是否跳过停牌数据，复权选项，返回数据格式。 


　　　　　最终结果即为：history(account.security, ['close'], 20, '1d', False, 'pre', is_panel=1) 


　　　　3.将获取到的数据储存，便于计算，即：close = history(account.security, ['close'], 20,  


'1d', False, 'pre', is_panel=1) 






#获取证券过去 20  日的收盘价数据             


close = history(account.security, ['close'], 20, '1d', False, 'pre', is_panel=1) 






　　　B.计算 5、20 日均线： 


　　　　1.获取数据值，即：close.values，values 可以直接获取储存中的数据值，格式为 


close.values 。温馨提示：close 是我们刚才获取的数据，但是数据有股票、时间、数值，我们 


直接用values 获取值用于计算即可。 




----------------------- Page 22-----------------------


　　　　2.选取数据长度，即：close.values[-5:] 。[]用于取值，我们之前获取20 个数据，但5 


日均线只需要过去 5 日的收盘价，因此[-5:]即为获取倒数第五个到最后一个数据。温馨提 


示： 


　　　　　i.[:]是获取所有数据。 


　　　　　ii.[:x]是从第一个获取到第 x 个，不包括第 x 个。 


　　　　　iii.[x:y]是从第x 个到第 y 个，包括x ，但不包括y 。 


　　　　　iv.[-x:]获取倒数第x 个到最后一个数据。 


　　　　3.计算均值，即close.values[-5:].mean()，赋值给MA5 。同理 


MA20=close.values.mean() ，即对所有值取平均，相当于MA20=close.values[:].mean() 。 






#计算五 日均线价格         


MA5 = close.values[-5:].mean()             


#计算二十 日均线价格             


MA20 = close.values.mean() 






　　　C.判断 5、20 日均线，进行买卖交易： 


　　　　1.if 判断条件，即为 if MA5 > MA20: 。温馨提示if 判断函数的格式为 if +添加判断 


+:,其中if 后面必须带一个空格键，其次末尾必须带冒号。  


　　　　2.当MA5 小于 MA20 时，我们再对持仓市值判断，如果有持仓，那么持仓市值必 


然大于 0，需要进行卖出交易，我们直接通过 account 账户对象来获取持仓市值，即 


为:account.positions_value。 


　　　　3.下单买入交易： 


　　　　　i.当触发MA5 大于MA20 时，我们需要买入股票，这时候我们可以使用 


order_value 下单函数，该函数以金额下单。 


　　　　　ii.输入下单函数的参数，order_value 函数需要输入两个参数： 


　　　　　　1.下单的股票，即为 account.security，我们之前将交易标的传入进去，可以直 


接用。 


　　　　　　2.下单的金额，即account.cash，这里的account 是账户对象，我们从账户中获 


取可用资金，即为 account.cash 。 


　　　　　iii.触发条件后程序提醒，当代码执行完下单函数后，我们用log.info()来打印日 


志，这样我们也可以看到程序下单了。 


　　　　　　温馨提示：log.info() 内你可以直接输入中文，例如:log.info('条件满足！买入贵 


州茅台啦！') 






    if MA5 > MA20:             


        #使用所有现金买入证券             


        order_value(account.security,account.cash)     


        #记录这次买入             


        log.info("买入 %s" % (account.security)) 






　　　　4.下单卖出交易： 


　　　　　i.当触发MA5 小于MA20 时，我们需要卖出股票，这时候我们可以使用 


order_target 下单函数，该函数以目标股数下单。 


　　　　　ii.输入下单函数的参数，order_target 函数需要输入两个参数： 


　　　　　　1.下单的股票，即为 account.security，我们之前将交易标的传入进去，可以直 


接用。 


　　　　　　2.下单的目标股数，即0，因为我们需要将持仓股票卖出，卖到0 股为止。 




----------------------- Page 23-----------------------


　　　　　iii.触发条件后程序提醒，当代码执行完下单函数后，我们同log.info()来打印日 


志，这样我们也可以看到程序下单了。 


    #如果五日均线小于二十日均线，并且目前有头寸             


    if MA5 < MA20 and account.positions_value > 0:             


        #卖出所有证券             


        order_target(account.security,0)             


        #记录这次卖出             


        log.info("卖出 %s" % (account.security)) 


　　 


最终结果： 






# 双均线策略 


# 策略逻辑：当五日均线与二十日均线金叉时买入，当五日均线与二十日均线死叉时卖出。 


#初始化账户             


def initialize(account):             


    #设置要交易的证券(600519.SH 贵州茅台)             


    account.security = '600519.SH'             


#设置买卖条件，每个交易频率 （日/分钟/tick ）调用一次             


def handle_data(account,data):             


    #获取证券过去 20  日的收盘价数据             


    close = history(account.security, ['close'], 20, '1d', False, 'pre', is_panel=1)            


    #计算五 日均线价格         


    MA5 = close.values[-5:].mean()             


    #计算二十 日均线价格             


    MA20 = close.values.mean()             


    #如果五日均线大于二十日均线             


    if MA5 > MA20:             


        #使用所有现金买入证券             


        order_value(account.security,account.cash)             


        #记录这次买入             


        log.info("买入 %s" % (account.security))             


    #如果五日均线小于二十日均线，并且目前有头寸             


    if MA5 < MA20 and account.positions_value > 0:             


        #卖出所有证券             


        order_target(account.security,0)             


        #记录这次卖出             


        log.info("卖出 %s" % (account.security)) 




----------------------- Page 24-----------------------


第五步 回测量化交易策略 






　　通过以上 4 步，我们已经完成了量化交易策略编写，那么接下来我们需要进行量化交易 


策略回测。 






　　A.首先，我们尝试去跑通整个历史行情，排查代码错误。 


　　　i.右上角设置回测历史长度，设置资金，设置交易频率。 






　　　ii.点击左上角 “编译运行”按钮，右边出现量化交易策略在历史行情中的表现情况 






　　B. 当量化交易策略能跑通整个历史行情后，我们可以确定该代码正确无误，随后点击右 


上角蓝色按钮 “进行回测”。页面跳转至回测页面，在回测详情界面，您可以查看策略收益 


曲线，风险指标，每日持仓，交易明细，输出日志等信息，如下： 




----------------------- Page 25-----------------------


3.学会将量化交易策略绑定实盘模拟交易，并实时收到交易策略的买卖信号 






1.在回测显示结果页面，右上角点击蓝色按钮开启仿真交易.如下图: 






2.在账户类型一栏，有股票型、期货型、混合型三种交易账户，选择股票型账户如下图: 






3.为账户选择相应的资金配置，一旦确定就无法更改，如下图: 






　　 






4.至此，我们成功开启了模拟交易。点击模拟交易账户下绑定的策略，开启交易信号实时推 


送，即可将策略的买卖信号发送至同花顺手机 APP 上。如下图： 




----------------------- Page 26-----------------------


5.您可以为您模拟交易账户重命名、删除账户、暂停策略运行、发布策略至社区、重启策 


略、查看策略运行 日志、查看策略代码。注意：重启按钮只会在策略运行错误后显示，如果 


策略运行正常，显示暂停按钮。如下图： 




----------------------- Page 27-----------------------


6.您可以查看您的模拟交易账户详细情况:交易明细、持仓、盈亏情况、账户风险指标等等。 






　 


　7.当您的模拟交易策略运行出错时，您可以在模拟交易账户的状态栏看到 “错误”提示， 


如下图： 






　　 




----------------------- Page 28-----------------------


8.策略运行出错还可能跟系统有关，如果你没发现代码层面的错误，直接点击重启按钮，策 


略就会继续运行啦。 




----------------------- Page 29-----------------------