我觉得一个好的课程就要像一个好的游戏一样，必须在半小时之内让人上手。本文讲的是在平台做“回测”，即自己制定一个策略，然后用真实的历史数据跑一下，看看自己能不能亏完1个亿。

首先，我们需要进入ricequant注册账号。

再是，进入平台.(有些朋友觉得平台的数据不好，策略不安全，但是，这不是新手应该关心的。)

新建策略

简单设置，A股的交易频率是1天

策略建立完成后，平台会自动给出注释基本完备的代码，本文为了介绍简洁又删了一些东西

#程序中的context类似于self，可以使用context.XXX定义全局变量

#init只在程序启动的时候运行一次
def init(context):

#在每天的交易前，都需要运行一次before_trading
def before_trading(context):

#交易算法与交易的确认要写在handle_bar里面
def handle_bar(context, bar_dict):

#在每天交易结束的时候会运行一次
def after_trading(context):

好了，我们现在使用追涨杀跌的策略买茅台股票，先上代码

def init(context):
    # 定义s1为茅台股票代码，上交所股票代码后缀为 XSHG
    # 按Ctrl+I,平台会有补全股票代码的功能
    context.s1 = "600519.XSHG"

def before_trading(context):
    #获取昨天和前天的茅台封盘价
    context.close=history_bars(context.s1,2,'1d','close')

def handle_bar(context, bar_dict):
    # 昨天涨了(昨天比前天的市值高)，今天我就花99%的钱买入
    # order_percent是按可用资金的比例买/卖指定股票
    # 买的时候比例不能是100%，否则会因为手续费不够导致交易失败
    if context.close[1]>context.close[0]:
        order_percent(context.s1,0.99)
    # 昨天跌了(昨天比前天的市值低)，今天我就全卖
    else:
        order_percent(context.s1,-1)


def after_trading(context):
    pass

涉及的API有：

history_bars(order_book_id, bar_count, frequency, fields=None, skip_suspended=True, include_now=False) 获取指定合约的历史行情

order_percent(id_or_ins, percent, style=OrderType) 发送一个等于目前投资组合价值（市场价值和目前现金的总和）一定百分比的买/卖单，正数代表买，负数代表卖(暂不支持卖空)。

程序写完后，我们设置一下时间，就可以进行编译和运行回测了，虽然编译的时候可以看到回测曲线了，但编译主要是验证程序，回测 能得到更多的统计值：