四、如何在真格平臺上做到這一切
現在我們想在真格量化上實現自己的策略，需要怎麼做呢？
首先，真格量化使用Python語言編寫策略。我們需要對Python語言有一些初步的瞭解。與C++或Java語言相比，Python是一種非常方便易用的腳本式編程語言，很適合非計算機專業的用戶來上手量化交易。
舉個簡單的例子，如果直接用C++調用CTP的API進行下單委託，您可能需要寫這些代碼：
在真格量化，您只需要一行Python代碼：
省下的時間，您可以用來研究策略，或者做些更有意義的事情。
4.1平臺IDE不止是開發環境也是運行環境
真格量化由一個簡潔的網頁版Python編輯器、提供海量數據的數據庫和用於運行策略的性能強大的服務器構成。用戶在編輯器裏寫好策略代碼後，可以直接去回測、交易模擬盤或交易實盤。用戶無需在本地數據庫、本地編譯環境、雲服務器上的各種軟件之間頻繁切換，無需自己花費時間精力去記錄市場數據，也不用爲優化網絡、內存等硬件性能而頭疼。
回測與模擬、實盤三合一的設計使得代碼複用性得到了顯著提高。策略研究代碼只需極少量的改動就可投入實盤交易。
4.2 真格量化中的Python策略編寫思路
4.2.1 事件驅動的設計思路
真格量化的策略設計應遵循“事件驅動”的開發思路。當新的“事件”（比如新的價格數據或者賬戶狀態的變化）被推送到策略程序時，程序將調用和這個事件相對應的處理函數來進行相關操作。
這和我們最常使用的順序式編程略有不同。程序執行各個任務的先後順序取決於是否監聽到了特定事件的發生。事件驅動型程序在啓動後就處在一個循環當中。這個循環就在監聽各種事件。真格量化中可監聽的事件及其對應的監聽函數如下表：
這些事件可以分爲以下幾類：
舉個例子：
爲實現每天開盤前實盤賬戶的自動登錄，我們可以用OnMarketQuotationInitialEx函數去監聽交易所行情初始化這個事件，當事件源（也就是交易所）發送事件時（發出行情初始化信息），監聽該事件的監聽函數（OnMarketQuotationInitialEx）就會收到消息並作出響應（比如登錄實盤賬戶）。
我們也應當注意，行情數據是需要訂閱的（通過SubscribeQuote或SubscribeBar函數）。只有被訂閱的品種的行情纔會被持續推送到相應監聽函數（比如OnQuote或OnBar函數）。不訂閱行情就不會有行情數據來驅動相應的監聽函數。
下邊這個例子展示了用不同的事件去驅動不同的操作。比如用“開始事件”驅動“登錄賬戶”函數，用“開盤事件”來驅動“訂閱行情（K線）”函數，用“K線更新事件”來驅動“計算均線”函數。
使用事件驅動的設計思想，我們可以通過監聽到的各種“消息”和響應函數的各種“指令”將程序的各部件連接起來。
對於事件驅動型程序，我們還可以將其中各個組成部分劃分爲“元素”和“操作函數”：
元素包括：
事件源
事件監聽器
事件對象
操作函數包括：
監聽動作函數
發送事件函數
調用監聽函數的響應函數
我們在編寫策略時應注意區分元素和操作函數，瞭解一個操作需要哪些事件的發生作爲啓動條件，及監聽到一個事件發生後可以採取哪些動作。
4.2.2 數據訂閱
不同週期的行情訂閱：
在事件驅動部分，我們已經介紹了策略程序要依靠訂閱行情來驅動。在回測或實盤交易時，我們可以通過選擇不同的時間週期參數，來指定策略在相應的”時間週期“上進行操作（例如策略是在分鐘級別交易還是在Tick級別交易）。
在回測中，如果”時間週期“選擇“Tick”則可以通過SubscribeQuote獲得歷史的tick行情。”時間週期“選擇”分鐘“則可通過SubscribeBar函數獲得1～240分鐘這些不同分鐘週期的歷史K線行情。”時間週期“選擇”每天“則可以通過SubscribeBar函數訂閱”天“、”星期“、”月“、”季度“、”年“這些更長週期的歷史K線行情。
在實盤交易中，如果”時間週期“選擇”Tick“則可以通過SubscribeQuote獲得最新的tick行情。”時間週期“選擇”分鐘“則可通過SubscribeBar函數獲得1～240分鐘這些不同分鐘週期的最新的K線行情。”時間週期“選擇”每天“則可以通過SubscribeBar函數訂閱”天“、”星期“、”月“、”季度“、”年“這些更長週期的最新K線行情。
使用SubscribeBar函數應注意，其BarType參數應當與“時間週期”參數對應：
例如”時間週期“選擇”每天“，SubscribeBar函數的BarType參數可以根據需要寫成BarType.Week，BarType.Month, BarType.Day等。”時間週期“選擇”分鐘“，SubscribeBar函數的BarType參數可以根據需要寫成BarType.Min3，BarType.Min15，BarType.Min等。
而對於過去一段時間的歷史行情，比如2018年12月1日到2019年3月1日之間的所有日K線，可以通過GetHisData函數來查詢。
4.2.3 交易相關處理
我們在交易中最常處理的就是與賬戶有關的各種信息。
真格量化中與賬戶相關的信息，都可以視爲“對象”。比如賬戶本身可以作爲一個對象，可以調用其各種“方法”，比如登錄、查詢成交、進行風控等。
例如，賬戶的登錄方法：
而查詢到的賬戶的成交、持倉等信息，本身也可以作爲對象，有與之對應的”屬性“和”方法“。比如對於一個”委託對象“可以查詢其委託價格、數量等屬性，以及查詢委託是否可撤等方法。
例如，通過監聽委託狀態變化（OnOrderChange）來查詢委託的一些屬性：
4.3 Python應當怎麼寫
對於Python初學者，可以參考“菜鳥教程”，學習基礎的語法。當您掌握了Python的循環控制、數組和函數的知識，就已經可以使用真格量化的大部分功能。
對於 Python 編程有一定經驗的用戶，可以仔細閱讀“真格量化API文檔”（這裏API文檔的重要程度，相當於飛行手冊對於飛行員的重要程度，您在真格量化中80%的問題都可以在API文檔裏找到答案）以及參考“Python for Finance-Analyze Big Financial Data”等專門介紹Python在金融領域應用的教程。在真格量化微信公衆號（在微信搜索“真格量化”）和知乎（在知乎搜索“真格量化”）上也有不少與真格量化相關的Python編程和策略設計的技巧，能給您編寫自己的量化交易策略提供靈感。