多合约组合策略和CTA策略基本重合，就记录些不同点
策略存放位置：vnpy\app\portfolio_strategy\strategies
参数设置
用户可以创建基于PairTradingStrategy的策略示例，如rb_hc_PairTradingStrategy，boll_window可以由20改成30。
类的初始化
通过super( )的方法继承StrategyTemplate，在init( )函数传入Strategy引擎、策略名称、vt_symbols、参数设置。
K线数据回报
在回调函数on_bars中，同时收到所有合约的K线行情推送，并实现核心交易逻辑。调用buy/sell/short/cover/cancel_order等函数来发送交易请求。
委托回报、成交回报、停止单回报
在于组合策略中需要对多合约同时下单交易，在回测时无法判断某一段K线内部每个合约委托成交的先后时间顺序，因此无法提供on_order和on_trade获取委托成交推送，而只能在每次on_bars回调时通过get_pos和get_order来进行相关的状态查询。
同时组合策略模块只支持限价单交易，不提供停止单功能（StopOrder）。
实盘运行
创建策略实例
合约名称是vt_symbol的格式，如y2101.DCE,p2101.DCE
初始化策略
从.vntrader/portfolio_strategy_data.json
大致和CTA策略没啥差别，这个是portfolio多个品种
算法交易
作用是把大单拆成小单，降低交易和冲击成本（冰山算法，狙击手算法）；
也可以设定阈值高抛低吸（网格算法，套利算法）
模块构成
对应文件/vnpy/app/algo_trading 由四部分组成，新版本加了，教程没改
engine：初始化，算法配置，启动/停止/订阅行情等
template：交易模版，比如冰山算法就要继承这个模版
algos：具体交易算法示例，用户基于算法模版和示例搭建自己的算法
ui：基于pyqt5
基本操作
点击“功能”—>“算法交易”
算法交易有2部分
1、委托交易：启动算法交易
2、数据监控：监控算法执行情况，可以手动停止算法
配置算法参数 （委托交易）
1、算法：系统提供5种算法，时间加权平均算法、冰山算法、狙击手算法、条件委托、最优限价
2、本地代码：vt_symbol，交易品种，用于算法交易组建订阅行情和委托交易
3、方向：做多做空
4、价格：委托下单价格
5、数量：委托的总数量，需要拆成小单交易
6、执行时间：运行该算法总时间
7、每轮间隔：每隔一段时间（秒）进行一次下单
交易配置可以保存在json文件，保存的json文件在个人的.vntrader文件夹的algo_trading_setting.json中
数据监控
1、活动组件：显示正在运行的算法名称、参数、状态，可以手动停止
2、历史委托组件：显示历史的算法
3、日志组件：显示启动、停止、完成算法的相关日志信息
4、配置组件：用于载入algo_trading_setting.json的配置信息，并且以图形化界面显示出来。
算法示例
1、直接委托算法：直接发出新的委托（限价单、停止单、市价单）
on_tick中执行
2、时间加权平均算法
将委托数量平均分布在某个时间区域
每隔一段时间用指定价格挂买单（卖单）
买入情况：买一低于目标价时，发出委托，委托数量在剩余委托量与委托分割量中取最小值。
卖出情况：卖一高于目标价时，发出委托，同上
on_timer中执行，表示
3、冰山算法
在某个价位挂单，直挂一部分直到全部成交
买入情况：最新Tick卖一价低于目标价格，执行撤单；若无活动委托，发出委托：委托数量在剩余委托量与挂出委托量中取最小值。
卖出情况：和买入情况相反
on_timer中执行
4、狙击手算法
监控最新tick，发现好的价格直接挂单成交
买入情况：最新Tick卖一价低于目标价格时，发出委托，委托数量在剩余委托量与卖一量中取最小值。
卖出情况：方向相反，同上
on_tick中执行
5、条件委托算法 -- 相比直接委托多了动态设置
监控最新tick推送的行情，发现行情突破立刻报价成交。
买入情况：Tick最新价高于目标价格时，发出委托，委托价为目标价格加上超价。
卖出情况：方向相反，同上
on_tick中执行
6、最优限价
监控最新tick推送的行情，发现好的价格立刻报价成交。
算法交易主要应用在实盘上一些交易技巧，没有理解“冰山算法”和“最优限价”为什么还要撤单，mark后面再研究
脚本策略 在代码中 /vnpy/app/script_trader中
ScriptTrader模块提供了交互式的量化分析和程序化交易功能，又提供以整个策略连续运行的脚本策略功能
主要是用python对证券客户端进行操作，与CTA策略区别：
1、突破单交易所，单标的限制
2、方便的实现如股指期货和一篮子股票之间的对冲策略、跨品种套利、股票市场扫描自动化选股等功能
Jupyter模式
加载启动：加载组件、初始化脚本引擎
连接接口：
参考vnpy/gateway目录下的接口类的default_setting
查询数据：连接上接口并订阅后的数据存储
1、底层接口不断向主引擎推送新的数据
2、主引擎维护ticks字典缓存最新的tick数据
3、use_df是把数据转成dataframe方便分析
订阅行情：
subscribe()函数用于订阅行情信息，若需要订阅一篮子合约的行情，可以使用列表格式。
脚本策略模式（客户端）
加载启动：
编写相关脚本策略文件，比如demo_arbitrage.py
菜单栏”功能”处打开”脚本策略”，选择脚本，启动
脚本策略
编写需要遵循一定格式，比如
1、订阅两个品种的行情
2、打印合约信息
3、每隔3秒获取最新行情
运行控制
engine.strategy_active用于控制While循环，可以视作开关
点击“启动”按钮，启动While循环，执行脚本策略，停止反向
函数功能说明（单条查询，多条查询，全量查询，交易委托，信息输出）
单条查询
get_tick：查询单个标的最新tick，use_df为可选参数，用于把返回的类对象转化成DataFrame格式
vt_symbol：为本地合约代码
use_df：返回TickData类对象还是DataFrame
get_order：根据vt_orderid查询委托单的详细信息。
get_contract：根据本地vt_symbol来查询对应合约对象的详细信息。
get_bars：查询历史数据。（需要初始化RQData客户端）
vt_symbol：本地合约代码。
start_date：起始日期，格式必须为”%Y%m%d”
interval：K线周期
bars：包含了一系列BarData数据的列表对象
get_position：根据vt_positionid来查询持仓情况
vt_positionid：vnpy内部对于一笔特定持仓的唯一持仓编号，格式为”vt_symbol.Direction.LONG”,其中持仓方向可选多仓、空仓和净持仓
多条查询
get_ticks：查询多个合约最新tick。
vt_symbols：列表格式，里面包含多个vt_symbol
get_orders：根据查询多个vt_orderid查询其详细信息。
get_trades：根据给定的一个vt_orderid返回这次报单过程中的所有TradeData对象。
全量查询
get_all_contracts：默认返回一个list，包含了全市场的ContractData
get_all_active_orders：活动委托指的是等待委托完全成交，函数将返回包含一系列OrderData的列表对象
get_all_accounts：默认返回包含AccountData的列表对象
get_all_position：默认返回包含PositionData的列表对象
交易委托
委托买入为例，engine.buy()函数入参包括
1、vt_symbol：本地合约代码
2、price：报单价格
3、volume：报单数量
4、order_type：报单方式，不同交易所支持报单方式不完全一致。
执行交易委托后会返回本地委托号vt_orderid，撤单也是基于该本地委托号的
信息输出
write_log()函数可用于记录买卖时的交易情况
send_email()函数用于实时通过email通知用户策略运行情况
先在vt_setting.json下配置email相关信息
邮件标题为“脚本策略引擎通知”
msg为字符串格式，表示邮件正文内容
