第一支策略

class Strategy(StrategyBase):
    def __init__(self):
        # strategy attributes
        self.period = 60 * 60
        self.subscribed_books = {}
        self.options = {}

        # define your attributes here
        pass

    def on_order_state_change(self,  order):
        pass

    def trade(self, candles):
        exchange, pair, base, quote = CA.get_exchange_pair()
        close_price = candles[exchange][pair][0]['close']
        CA.log('Hello world! Current price is {}'.format(close_price))

我們先從這隻 Python 3 程式看起，程式中宣告了 Strategy 類別，此類別繼承了系統內建的 StrategyBase 類別。 建構 Strategy 物件時會執行 __init__(self)，並設定 period, subscribed_books, options 屬性，分別代表：

• period: 設定策略執行週期，單位為秒，初始化後改變週期無效。
• subscribed_books: 單一交易對策略請勿修改。用於開發多交易對策略時，設定交易所及交易對。
• options: 請勿修改，策略參數使用。

Strategy 需包括以下兩方法：

• on_order_state_change(self, order): 當訂單狀態改別時，系統會將訂單 (order) 傳入呼叫此方法。
• trade(self, candles): 每個週期，系統會將最新的價量資料 (candles) 傳入呼叫此方法。

在此範例中，我們使用 CA.get_exchange_pair() 拿到交易所名稱 (exchange)、交易對名稱 (pair)、基準貨幣 (base)、標價貨幣 (quote)，並透過 exchange, pair 在 candles 中找到收盤價資訊。 candles[exchange][pair] 為 K 線資料陣列，從新到舊排序 (candles[exchange][pair][0] 為最新的 K 線資料)，最多保存 500 筆， K 線包含以下資料：

    open: 開盤價
    high: 最高價
    low: 最低價
    close: 收盤價
    volume: 交易量
    time: 時間

在 trade() 最後，使用 CA.log() 將字串 'Hello world! Current price is {}'.format(close_price) 印出，回測結束後會顯示在紀錄欄位。