量化投资策略空中花园教程
量化投资入门教程八——空中花园策略.pdf 是一份详细的量化投资策略教程，介绍了空中花园策略的原理、代码和 Python 相关函数。该策略是一种日内突破策略，旨在提高交易的胜率和稳定性。
策略原理
空中花园策略是一种日内突破策略，属于期货 CTA 日内策略。该策略的原理是基于开盘的高开或低开，形成一个空窗，然后根据是否突破上下轨来进行开仓判断。这种策略可以提高交易的胜率，但是由于对高开或低开的幅度要求过高，一般是超过 1%，因此使得策略的交易次数可能相对其它策略而言要偏低一些。
策略代码
策略代码包括配置文件 SkyPark.ini 和策略文件 SkyPark.py。配置文件 SkyPark.ini 用于存储策略的参数设置，而策略文件 SkyPark.py 则实现了策略的逻辑。
Python 相关函数
Python 相关函数是实现策略的关键。这些函数包括：
* sys.argv：获取当前命令行参数的参数列表
* sys.argv[0]：获取当前程序名
* sys.argv[1]：获取第一个参数
* time.time()：返回当前时间的时间戳
* len()：返回对象的长度或项目个数
* append()：用于在列表末尾添加新的对象
此外，还有掘金接口函数，包括：
* on_bar()：响应 Bar 事件，收到 Bar 数据后本函数被调用
* open_long()：异步开多仓， 以参数指定的 symbol、价和量下单
* close_long()：异步平多仓接口， 以参数指定的 exchange, 证券代码 sec_id, 价和量下单
* open_short()：异步开空仓， 以参数指定的 symbol、价和量下单
这些函数可以帮助实现量化投资策略的自动交易。
实现量化投资策略
实现量化投资策略的相关编程并非想象中那么困难，从 Python 的安装到量化编程的实现只需简单几步。 Python 是一种流行的编程语言，易于学习和使用。掘金量化平台及相关工具包也提供了便捷的开发环境。
量化投资策略空中花园教程提供了一个详细的量化投资策略教程，介绍了策略的原理、代码和 Python 相关函数。该策略可以帮助提高交易的胜率和稳定性，是量化投资者不可错过的一份教程。
