一、代码整体功能概览
本周的设定时间交易代码使用的是一套期货分钟级都策略模板，运行在 Panda ai的回测/实盘框架里，核心功能是：
交易标的：固定为白银主力某个合约 AG2604.SHF
频率：框架每分钟调用 handle_data，策略每分钟决策一次
信号逻辑：
用上一分钟 K线的阴阳来决定是否开仓：
阳线（收盘价 > 开盘价） → 无持仓时开多
阴线（收盘价 < 开盘价） → 无持仓时开空
十字线（收盘价 == 开盘价） → 不开仓
持有后满5分钟就无条件平仓（不再看后面的行情）
可以把它理解为一个“超简化的 1 分钟反应策略模板”：用最近一分钟的方向开仓，用时间管理平仓。

二、代码结构与框架回调

代码遵循 Panda 量化框架的典型结构，包含以下回调函数：
initialize(context)：回测/实盘开始时只执行一次，用于初始化与打印信息
before_trading(context)：每天开盘前执行一次
handle_data(context, data)：每个 bar（这里是每一分钟）执行一次，是策略核心
after_trading(context)：每天收盘后执行一次

2.1 全局常量：交易合约列表

当前只交易一个合约：AG2604.SHF（白银 2604 合约）
如果未来要扩展多合约，这里建议可以往列表加；后面有用到 len(SYMBOLS) 和 SYMBOLS[idx] 做轮换逻辑。（只作为技术分享不作为投资建议！！！）

#三、初始化函数

作用：在策略开始时打印日志，方便确认策略启动成功和当前时间。context.now 是框架提供的当前回测/实盘时间；datetime.now() 是本机时间，两者在回测里一般不同，实盘中可以接近。这里只是调试输出，没有做任何交易相关初始化（如参数、状态等）。可以理解为“程序启动说明书”，让你知道策略什么时候被加载起来。

四、开盘前回调 before_trading

每个交易日开盘前执行一次，目前只是简单打印日志。
实战中通常会在这里做：
当日数据预加载
计算日级信号
复位当日状态等
在当前版本中，它只是一个“占位函数”。

五、核心逻辑：handle_data（每分钟执行）

每分钟框架会把最新行情推进来，自动调用 handle_data。

第一行记录日志，第二行从 context.run_info 里取当前使用的期货账户 ID，用来后面下单。

5.1 按当前分钟选择合约

now = datetime.now()：取当前本机时间
idx = now.minute % len(SYMBOLS)：
用当前的“分钟数”对合约数量取模，得到一个索引
若有多个合约，会 按分钟轮换 合约进行下单
当前只有一个合约，所以 idx 永远是 0，实际就是一直用 AG2604.SHF
用轮换写法是为未来扩展多合约留接口，但目前实际等同于：

## 5.2 获取 1 分钟历史行情

panda_quant.get_previous_trading_date(…)：

输入今天日期（如 20250111），返回 上一交易日（例如 20250110）。

future_api_quotation(…)：

拉取期货 1 分钟级行情，字段通常包含 date, time, open, high, low, close, volume 等。

参数：

symbol_list=[symbol]：只请求当前合约

start_date：上一交易日

end_date：今天

period=‘1m’：1 分钟线

这样做的目的：一次性取自 上一交易日到当前日 的全部1分钟线，再从中拿最新几根 K 线用来决策
日志记录了完整的 DataFrame，方便调试和回溯。

5.3 数据有效性检查与排序

当数据为空或不足两条（少于两根 1 分钟 K 线）时，直接退出，不做任何交易。

为什么需要 >= 2 根 K 线？因为策略需要“倒数第二根 K 线”作为信号 bar。

排序逻辑：如果有 time 列，就按 [date, time] 排序 → 分时精确排序，否则只按 date 排序。这样可以保证 quotation_df_1m.iloc[-1] 真的是最新的那根 K 线，iloc[-2] 是倒数第二根。

5.4取前一根 1 分钟 K 线作为信号

prev_bar = 倒数第二根 1 分钟 K 线：策略选择用“前一根 bar”作为信号，而不是当前正在形成的 bar。

提取：
open_price：该分钟的开盘价
close_price：该分钟的收盘价

策略信号依据：
若 close_price > open_price → 该分钟为阳线 → 看涨信号
若 close_price < open_price → 阴线 → 看跌信号
若两者相等 → 十字线 → 不做方向判断

5.5 获取当前持仓

context.future_account_dict[account].positions[symbol]：

从框架提供的账户信息里读取 该合约当前持仓情况。

buy_quantity：多头持仓数量

sell_quantity：空头持仓数量

策略后面的逻辑会根据这个持仓状态决定：
是否允许开新仓
平多 or 平空 的数量

六、开仓逻辑

条件：

只有当 既没有多头也没有空头 (long_quantity == 0 and short_quantity == 0) 时，才会发开仓指令。

具体开仓规则：

阳线 → 开多

close_price > open_price：

调用 buy_open(account, symbol, 1)：多头开仓 1 手

记录状态到 context.trade_state 中：

side: “long”（方向为多）

open_minute: now（开仓时间）

阴线 → 开空

close_price < open_price：

sell_open(account, symbol, 1)：开空 1 手

side 记录为 “short”

十字线 → 不操作

close_price == open_price：

写日志说明“十字线，不开仓”，直接返回。这里的 context.trade_state 是一个 自定义的状态记录字典，挂在 context 上，用来在不同分钟之间记住：这个合约是何时开的仓，是多单还是空单

七、平仓逻辑

分支 else: 对应：当前已经有持仓（多或空之一）。

平仓规则：不看当前 K 线形态，只看 持仓时间是否超过 5 分钟。

流程拆解：读取先前记录的开仓信息
state = context.trade_state.get(symbol)

如果 state 不存在（比如策略重新启动，状态丢失）：不进行时间相关控制，直接 return

检查 open_minute 类型，正常情况下是 datetime，如果数据异常，则打日志并退出

计算持仓时长（分钟）

held_minutes = (now - open_minute).total_seconds() / 60.0

满 5 分钟则平仓

若是多仓：
side == “long” and long_quantity > 0 → 调用 sell_close(…) 全部平多

若是空仓：
side == “short” and short_quantity > 0 → 调用 buy_close(…) 全部平空

平仓后清理状态
context.trade_state.pop(symbol, None)：删除该合约在 trade_state 中的记录，下一次又可以作为“无持仓状态”重新开仓

划重点：
这里的平仓是 “时间驱动” 的，不管是浮盈还是浮亏，只要持有时间达到 5 分钟，就直接平。逻辑上只允许 单方向持仓，不会同时持多持空；开仓前限制了 long_quantity0 and short_quantity0。

八、收盘后回调 after_trading

每个交易日收盘后调用，目前只是打印日志。

实战中可以用来：输出当日收益 汇总日志、发送通知 清理或持久化 context.trade_state 等

九、整体策略逻辑总结

可以把整个策略概括为：数据获取层 每分钟获取上一交易日至今的1分钟线 取倒数第二根 K 线作为信号 bar信号层 若没有任何持仓：

上一分钟为阳线 → 开多 1 手

上一分钟为阴线 → 开空 1 手

十字线 → 不开仓

仓位与风控层

每个合约最多只持一个方向（多或空）

以“开仓时间 + 5 分钟”作为平仓触发条件

平仓后清空记录，下一轮信号可以重新开仓

它是一个很适合用来：熟悉 Panda 回测/实盘接口 理解 handle_data 每分钟的执行流程

演示如何：调用行情接口 从 context 读取持仓

调用 buy_open / sell_open / buy_close / sell_close

利用 context 存储自定义状态