1、以优矿为例，注册之后，在“开始研究”页面，新建一个 Notebook，就可以患束锍瓜开始用 Python 写你自己的策略。右上角的下拉框选择“策略”，就会帮你自动填写上策俟痂檗盈略回测的基本结构代码。开始的一些变量是对回测的基本配置。initialize 里可以做一些初始化的工作。handle_data 则是回测代码的核心，用来实现每个交易日（或每分钟）的交易指令。
2、具体的变量含义，这里不做特别细致的解释，文档里都有说明。仅从命名和注释里也可以看出，设定了回测的时间，股票池，资金，交易频率等。文档里给了一个最简单的日线策略代码：defhandle_data(account):forstockinaccount.universe:order(stock,100)此策略就是，在每个交易日，把股票池里每一只股票都买入一手。account.universe 就是开头设定的 universe 值。这里遍历股票池中的股票。order 是买卖指令，函数原型是：order(symbol, amount)参数 symbol 是股票代码，amount 是买卖数量，正为买入，负为卖出。此处买入 100 股，即 1 手。点击“运行”，或 Ctrl+Enter，即可在页面上看到策略的执行情况。
3、我们再尝试改动一点点，写一个自己的策略。我拍脑袋想了这样一个策略：如果一只未持有的股票 2 个交易日累计涨了 10% 以上，就以当前资金的 5% 买入它。反过来，如果累计跌了 10% 以上，就全部卖出止损。
4、下面把它实现出来看下回测效果如何。时间设为去年（2015）全年，起始资金 10 万元。universe = set_universe('A')股票池为 A 股所有股票。account.get_attribute_history('closePrice', 3)
5、取得股票池中所有股票前 3 天的收盘价（closePrice）。hist[s][2] - hist[s][0]得到 1 天前和 3 天前收盘价的差值。account.valid_secpos是账户当前所持有的证券信息。
6、如果收盘价 2 天的差值满足买入条件且未持有，就执行：order_pct(s, 0.05)order_pct 表示按账户当前总价值的百分比买入股票。如果满足卖出条件则执行：order_to(s, 0)OK，一个简单到不行的策略已完成。运行一下：
