来源 https://zhuanlan.zhihu.com/p/1960344138928074814
每个策略文件(*.py)都是一个策略，我们要使用这个策略，首先需要加载它，可以理解为 Python 中的import操作，而实例是通过策略创建出来的，每个策略可以创建 N 个实例，可以理解为 Python 中的「实例化」操作。
第一次双击可以加载策略，第二次双击可以创建实例
当你修改了策略文件的代码，是需要重新加载该策略的，否则修改后的代码不会生效。点击「策略管理」按钮，在策略管理窗口中「单击」准备重新加载的策略，点击「重载」按钮，即可完成重新加载。
创建实例以后，点击左下角放大镜，修改参数。
修改实例的参数
.
参数调整
当我们创建好实例后，也正常运行了，运行之后有点击暂停实例，这个时候实例的参数信息会被保存到一个JSON文件，等下一次我们想再加载这个实例的时候，就可以省略加载策略的步骤，直接加载实例了。
等我们完成了前面所有操作，那就可以运行该策略实例了，在 Python 代码中，我们一般是运行一个函数，比如 main()，或者任何我们想调用的函数；但是在无限易中，实际上是一系列的启动流程，我们可以把这个启动流程理解为初始化，无限易会去调用自带的回调函数来完成初始化，也可以理解为 PythonGO 的生命周期，在这个生命周期中，有「创建 - 初始化 - 启动 - 暂停」等一系列过程。那我们简单理解就是：无限易会按照顺序调用策略代码里的一些函数，来实现策略的完全初始化。
在我们点击运行策略按钮后，其实无限易只是简单的执行了策略代码中的 on_start 回调函数，那为什么只是执行一个函数，策略却会一直运行下去呢？
on_start案例代码
其实这是因为有行情数据来驱动，我们在 on_start 中会去订阅我们设置的合约的行情数据（订阅就是告诉无限易我需要哪个合约的数据，你给我推送过来），然后无限易会把行情数据通过 on_tick 回调函数推送过来，直到我们取消订阅该合约。有了源源不断的数据，我们的程序就能一直跑下去了，我们可以利用这些行情数据来合成 K 线，计算指标，超价报单或者任何你能想到的操作。
on_tick案例
参数映射，是指可以通过无限易 PythonGO 窗口参数栏对策略的参数进行修改的映射操作
现阶段，我们的参数映射都是通过 pydantic 这个强大的数据验证库，它可以根据我们定义的类型注释严格控制数据类型，在我们写代码的过程中就可以感受到该库的强大之处。
我们通过一个「参数映射模型」即可完成映射
from typing import Literal
# 从 base 库中导入定义参数和状态映射模型必须的三个方法
from pythongo.base import BaseParams, BaseState, Field
class Params(BaseParams):
"""参数映射模型"""
exchange: str = Field(default="", title="交易所代码")
instrument_id: str = Field(default="", title="合约代码")
order_price: int | float = Field(default=0, title="报单价格")
order_volume: int = Field(default=1, title="报单手数")
order_direction: Literal["buy", "sell"] = Field(default="buy", title="报单方向")
上面的代码表示：
我们自己的参数映射模型叫做 Params，继承自 BaseParams
我们想从无限易 PythonGO 窗口参数栏传入定义的这 5 个值（或者说修改 5 个值）
类型注释在参数映射模型中是一定要写的，所有的值类型都会按照定义的类型注释被解析和自动转换，其中 Literal 的作用是表示这个变量只允许使用定义好的字面值，当前代码表示 order_direction 只允许使用 buy 或者 sell 这两个字符串
Field 用来自定义元数据并将其添加到参数映射模型的字段中
default（必填）定义这个参数默认值，相当于 self.exchange = ""
title（必填）定义这个参数的中文名，会在无限易 PythonGO 窗口显示
效果如图所示：
上述代码结果
状态映射，是指可以通过无限易 PythonGO 窗口状态栏对策略的参数或变量进行实时查看的映射操作（如没该需求可以不定义）
定义方法和参数映射是一样的，通过一个「状态映射模型」即可完成映射
# 从 base 库中导入定义参数和状态映射模型必须的三个方法
from pythongo.base import BaseParams, BaseState, Field
class State(BaseState):
"""状态映射模型"""
order_id: int | None = Field(default=None, title="报单编号")上面的代码表示：
State，继承自 BaseStateorder_id）的值（注意：这个报单编号需要我们自己赋值，和报单成功后的返回的报单编号没有主动映射关系，仅仅是同名，你也可以定义为任意名称）效果如图所示：
当我们把映射模型定义好之后，就要开始写策略类了
根据规范 策略规范 - 导入父类 导入我们需要的父类基础策略模版 BaseStrategy，然后基于我们之前学过的知识 运行原理 - 加载策略，我们知道了「策略类名」要和「策略文件名」保持一致：
# 从 base 库中导入基础策略模版 BaseStrategy
from pythongo.base import BaseParams, BaseState, BaseStrategy, Field
class DemoTest(BaseStrategy):
"""我的第一个策略"""根据 PythonGO 代码规范，我们还需要给策略写一个函数文档字符串，来告诉无限易这个策略的描述
效果如图所示：
上面定义好了两个映射模型，也定义好了策略类，现在我们把映射模型实例化，作为策略的实例属性，这样才可以在策略中获取到定义的映射数据
from typing import Literal
from pythongo.base import BaseParams, BaseState, BaseStrategy, Field
class Params(BaseParams):
"""参数映射模型"""
exchange: str = Field(default="", title="交易所代码")
instrument_id: str = Field(default="", title="合约代码")
order_price: int | float = Field(default=0, title="报单价格")
order_volume: int = Field(default=1, title="报单手数")
order_direction: Literal["buy", "sell"] = Field(default="buy", title="报单方向")
class State(BaseState):
"""状态映射模型"""
order_id: int | None = Field(default=None, title="报单编号")
class DemoTest(BaseStrategy):
"""我的第一个策略"""
def __init__(self) -> None:
super().__init__()
self.params_map = Params()
self.state_map = State()在 PythonGO 的父类基础策略模版中，以 on 开头的函数都是回调函数
在 运行原理 中，我们大致的了解了回调函数，那在当前的示例中我们只需要用到三个回调函数，根据 策略规范 - 回调函数 按顺序定义如下：
on_start()我们的策略的逻辑是一旦运行就按照无限易 PythonGO 窗口的参数下单，那下单函数就应该写在本回调中
我们使用 报单函数 - send_order 来进行报单操作，对应的报单数据我们从参数 self.params_map 中获取，得到的报单编号，我们赋值给状态映射模型中的 order_id，然后需要调用 update_status_bar 函数才可以刷新状态栏的值：
def on_start(self) -> None:
super().on_start()
self.state_map.order_id = self.send_order(
exchange=self.params_map.exchange,
instrument_id=self.params_map.instrument_id,
volume=self.params_map.order_volume,
price=self.params_map.order_price,
order_direction=self.params_map.order_direction
)
self.update_status_bar() #update_status_bar函数定义:更新无限易 PythonGO 窗口状态栏显示值on_order()在报单变化回调中，我们只需要输出看看报单后回调收到的报单数据（OrderData）信息。要注意的是，参数order是一个实例对象，不是字典对象，所以他的取值是用.取值的，比如order.exchange，但是我们直接输出order，显示的内容确是字典，这是因为我们对这个数据对象做了处理，如果没做处理的话，看到的是内存地址<order.OrderData at 0x96b06c0>
from pythongo.classdef import OrderData
def on_order(self, order: OrderData) -> None:
super().on_order(order)
self.output("报单信息：", order)from typing import Literal # 导入Literal类型，用于定义变量只能取特定值（如"buy"或"sell"）
from pythongo.base import BaseParams, BaseState, BaseStrategy, Field # 从pythongo基础模块导入核心类
# BaseParams：参数映射基类（用于定义策略参数）
# BaseState：状态映射基类（用于定义策略状态）
# BaseStrategy：策略基类（所有策略必须继承）
# Field：用于定义参数的元数据（如默认值、中文标题等）
from pythongo.classdef import OrderData # 从pythongo类定义模块导入OrderData类（表示报单数据对象）
class Params(BaseParams):
"""参数映射模型 - 用于定义策略参数，这些参数将在无限易PythonGO窗口显示并可修改"""
exchange: str = Field(default="", title="交易所代码") # 交易所代码，字符串类型，默认空字符串，标题"交易所代码"（在窗口参数栏显示）
instrument_id: str = Field(default="", title="合约代码") # 合约代码，字符串类型，默认空字符串，标题"合约代码"
order_price: int | float = Field(default=0, title="报单价格") # 报单价格，整数或浮点数类型，默认0，标题"报单价格"
order_volume: int = Field(default=1, title="报单手数") # 报单手数，整数类型，默认1，标题"报单手数"
order_direction: Literal["buy", "sell"] = Field(default="buy", title="报单方向") # 报单方向，只能取"buy"或"sell"，默认"buy"，标题"报单方向"
class State(BaseState):
"""状态映射模型 - 用于定义策略状态，这些状态将在无限易PythonGO窗口状态栏实时显示"""
order_id: int | None = Field(default=None, title="报单编号") # 报单编号，整数或None类型，默认None，标题"报单编号"
class DemoTest(BaseStrategy):
"""我的第一个策略 - 策略类名必须与文件名一致，这是策略的描述信息"""
def __init__(self) -> None:
super().__init__() # 调用父类BaseStrategy的初始化方法
self.params_map = Params() # 实例化参数映射模型，用于存储和获取策略参数
self.state_map = State() # 实例化状态映射模型，用于存储和获取策略状态
def on_order(self, order: OrderData) -> None:
super().on_order(order) # 调用父类的on_order方法
self.output("报单信息：", order) # 输出报单信息到策略日志（注意：直接输出order会显示字典形式，因为已做处理）
def on_start(self) -> None:
super().on_start() # 调用父类的on_start方法（策略启动时调用）
# 使用send_order发送报单，参数从self.params_map中获取
self.state_map.order_id = self.send_order(
exchange=self.params_map.exchange, # 从参数映射中获取交易所代码
instrument_id=self.params_map.instrument_id, # 从参数映射中获取合约代码
volume=self