模組 11：策略開發完全指南從零開始寫你的第一個交易策略

NautilusTrader 的策略開發遵循一個簡單的模式： 繼承基類 → 實現回調 → 填入邏輯。這個模組會教你從零開始寫出完整的交易策略。

一、Strategy 基類 — 你的策略框架

所有策略都繼承自 Strategy 基類。它提供了完整的「腳手架」，你只需要填入交易邏輯：

flowchart LR
                        subgraph lifecycle["🔄 策略生命週期"]
                        direction TB
                        init["__init__<br/>初始化配置和指標"]
                        start["on_start()<br/>訂閱數據、初始化邏輯"]
                        running["運行中"]
                        stop["on_stop()<br/>清理資源、平倉"]
                        init --> start --> running --> stop
                        end

                        subgraph callbacks["📡 事件回調 (運行中)"]
                        direction TB
                        on_bar["on_bar(bar)"]
                        on_quote["on_quote_tick(tick)"]
                        on_trade["on_trade_tick(tick)"]
                        on_filled["on_order_filled(event)"]
                        end

                        running ==> callbacks

                        style lifecycle fill:#0f1419,stroke:#4fc3f7,stroke-width:1px
                        style callbacks fill:#0f1419,stroke:#ab47bc,stroke-width:1px

二、策略模板 — 最小可運行策略

from nautilus_trader.trading.strategy import Strategy
from nautilus_trader.config import StrategyConfig
from nautilus_trader.model.identifiers import InstrumentId
from nautilus_trader.model.data import Bar, BarType


class MyStrategyConfig(StrategyConfig, frozen=True):
    """策略配置 — 所有可調參數放這裡"""
    instrument_id: InstrumentId
    bar_type: BarType
    fast_ema_period: int = 10
    slow_ema_period: int = 20


class MyStrategy(Strategy):
    """你的策略 — 填入交易邏輯"""

    def __init__(self, config: MyStrategyConfig):
        super().__init__(config)
        # 保存配置
        self.instrument_id = config.instrument_id
        self.bar_type = config.bar_type

        # 初始化指標
        self.fast_ema = ExponentialMovingAverage(config.fast_ema_period)
        self.slow_ema = ExponentialMovingAverage(config.slow_ema_period)

    def on_start(self):
        """策略啟動時調用 — 訂閱數據"""
        # 訂閱 K 線數據
        self.subscribe_bars(self.bar_type)
        # 記錄日誌
        self.log.info("策略已啟動")

    def on_bar(self, bar: Bar):
        """收到新 K 線時調用 — 核心交易邏輯"""
        # 更新指標
        self.fast_ema.update_raw(bar.close.as_double())
        self.slow_ema.update_raw(bar.close.as_double())

        # 等指標準備好
        if not self.fast_ema.initialized:
            return

        # ===== 交易邏輯 =====
        # 快線上穿慢線 → 買入
        if self.fast_ema.value > self.slow_ema.value:
            if self.portfolio.is_flat(self.instrument_id):
                self._buy()

        # 快線下穿慢線 → 賣出
        elif self.fast_ema.value < self.slow_ema.value:
            if self.portfolio.is_net_long(self.instrument_id):
                self._sell()

    def _buy(self):
        """建立多頭持倉"""
        order = self.order_factory.market(
            instrument_id=self.instrument_id,
            order_side=OrderSide.BUY,
            quantity=Quantity.from_str("0.01"),
        )
        self.submit_order(order)

    def _sell(self):
        """平掉多頭持倉"""
        order = self.order_factory.market(
            instrument_id=self.instrument_id,
            order_side=OrderSide.SELL,
            quantity=Quantity.from_str("0.01"),
        )
        self.submit_order(order)

    def on_order_filled(self, event):
        """訂單成交回調"""
        self.log.info(f"訂單成交: {event}")

    def on_stop(self):
        """策略停止時調用 — 清理"""
        self.cancel_all_orders(self.instrument_id)
        self.close_all_positions(self.instrument_id)
        self.log.info("策略已停止")

三、核心回調方法一覽

四、指標系統

NautilusTrader 內建了豐富的技術指標：

# 使用指標的三步曲
# 1. __init__ 中建立
self.rsi = RelativeStrengthIndex(period=14)

# 2. on_bar 中更新
self.rsi.update_raw(bar.close.as_double())

# 3. 讀取值
if self.rsi.initialized and self.rsi.value > 70:
    # RSI 超買 → 考慮賣出
    pass

四B、Actor vs Strategy — 什麼時候該用哪個？

"""Actor → Strategy 協作範例：信號生成器 + 交易執行器"""
from nautilus_trader.common.actor import Actor
from nautilus_trader.common.signal import Signal

class SignalGenerator(Actor):
    """Actor：只生成信號，不做交易"""
    def on_bar(self, bar: Bar):
        rsi = self._calculate_rsi(bar)
        if rsi < 30:
            # 發布「建議買入」信號到 MessageBus
            self.publish_signal(name="BUY", value=rsi)
        elif rsi > 70:
            self.publish_signal(name="SELL", value=rsi)

class TradeExecutor(Strategy):
    """Strategy：接收信號並執行交易"""
    def on_start(self):
        self.subscribe_signal(name="BUY")
        self.subscribe_signal(name="SELL")

    def on_signal(self, signal: Signal):
        if signal.name == "BUY" and self.portfolio.is_flat(self.instrument_id):
            self._buy()
        elif signal.name == "SELL" and self.portfolio.is_net_long(self.instrument_id):
            self._sell()

四C、OrderFactory — 進階下單模式

self.order_factory 是你在策略中下單的唯一工具。它能創建所有 9 種訂單，這裡展示最實用的幾個模式：

模式 1：Bracket Order（括號訂單 = 入場 + 止損 + 止盈）

"""一次下三個訂單：市價入場 + 止損 + 止盈"""
from nautilus_trader.model.orders import OrderList

def _open_position_with_bracket(self):
    # OrderList 把三個訂單綁在一起
    bracket = self.order_factory.bracket(
        instrument_id=self.instrument_id,
        order_side=OrderSide.BUY,
        quantity=Quantity.from_str("0.01"),
        # 入場用市價單
        entry_trigger_price=None,  # 市價入場
        # 止損設在入場價下方 2%
        sl_trigger_price=Price.from_str("49000.00"),
        # 止盈設在入場價上方 4%
        tp_price=Price.from_str("52000.00"),
    )
    # 一次提交整個 bracket
    self.submit_order_list(bracket)
    # 當入場單成交後，止損和止盈自動啟動
    # 當止損或止盈任一觸發，另一個自動取消（OCO）

模式 2：Trailing Stop（移動止損）

"""用 ATR 動態計算止損距離"""
def _set_trailing_stop(self):
    atr_value = self.atr.value  # ATR 指標的當前值

    order = self.order_factory.trailing_stop_market(
        instrument_id=self.instrument_id,
        order_side=OrderSide.SELL,  # 賣出止損
        quantity=Quantity.from_str("0.01"),
        # 止損距離 = 2 倍 ATR
        trailing_offset=Decimal(str(atr_value * 2)),
        trailing_offset_type=TrailingOffsetType.PRICE,
        trigger_type=TriggerType.LAST_TRADE,
    )
    self.submit_order(order)
    # 價格上漲時，止損價跟著上移
    # 價格下跌超過 2×ATR 時，觸發止損

五、官方範例策略解讀

NautilusTrader 附帶了 17 個官方範例策略，涵蓋各種交易模式。以下是精選的 5 個最有學習價值的：

六、策略開發最佳實踐

七、互動練習

class BuggyStrategy(Strategy):
    def __init__(self, config):
        self.ema = ExponentialMovingAverage(20)  # 🤔 錯誤 1

    def on_start(self):
        self.subscribe_bars(self.config.bar_type)

    def on_bar(self, bar: Bar):
        self.ema.update_raw(bar.close)            # 🤔 錯誤 2
        if self.ema.value > bar.close.as_double():
            self._buy()

    def _buy(self):
        order = self.order_factory.market(
            instrument_id=self.instrument_id,
            order_side=OrderSide.BUY,
            quantity=Quantity.from_str("0.01"),
        )
        self.submit_order(order)                  # 🤔 錯誤 3（邏輯問題）

八、本模組重點回顧