哪些函数可以返回未平仓订单的数据？

当一个策略持有订单时，我们可以通过一系列专门的函数来获取这些订单的详细信息。这样，代码就可以查明某个特定订单的入场价格、合约数量、入场时间以及当前的浮动盈亏。

这些用于返回特定持仓订单信息的函数如下：strategy.opentrades.entry_price() 返回订单的入场价格；strategy.opentrades.entry_bar_index() 返回订单的入场K线编号；strategy.opentrades.entry_id() 返回订单的ID标识符（即名称）；strategy.opentrades.entry_time() 返回订单的入场时间；strategy.opentrades.size() 返回订单的大小（交易的合约、股票或单位数量）；strategy.opentrades.profit() 返回订单的当前浮动盈亏；strategy.opentrades.commission() 返回订单的入场佣金；strategy.opentrades.max_runup() 返回订单的最大浮盈；strategy.opentrades.max_drawdown() 返回订单的最大回撤。

在逐一介绍每个函数的快速示例之前，我们先来了解一下这些函数是如何查找订单数据的。

通过订单编号（索引）访问持仓订单

为了能正常工作，上面的每一个函数都需要一个订单编号。这个值告诉PineScript要从哪个订单中返回数据。没有它，PineScript就无法知道我们指的是哪个持仓订单。

订单编号是一个从零开始的索引。要访问第一个（即最早开立的）持仓订单，我们使用编号0。第二个持仓订单使用1，第三个需要2，依此类推。

最后一个（即最近开立的）持仓订单的编号，取决于当前总共有多少个持仓订单。当策略持有3个订单时，那么编号2就会返回最后一个订单的数据。

我们可以通过 strategy.opentrades 这个内置变量来获取策略当前的持仓订单总数。由于订单编号是从零开始的，所以我们需要从这个值中减去1。因此，strategy.opentrades - 1 这个表达式就能返回最后一个持仓订单的编号。

如果我们提供的订单编号是错误的——例如，策略当前只有2个持仓订单，而我们却试图访问编号4——那么函数不会返回订单数据，而是会返回一个 na 值。

各函数的使用示例

先看入场价格。要获取第一个订单的成交价，我们使用订单编号0：

// 获取持仓中第一笔订单的入场价格
initialEntryPrice = strategy.opentrades.entry_price(0)

要找出最近一笔订单的成交价，我们可以这样做：

// 获取持仓中最后一笔订单的入场价格
lastEntryPrice = strategy.opentrades.entry_price(strategy.opentrades - 1)

接着是入场K线编号。要获取第一笔订单是在哪根K线上成交的，我们使用：

// 获取持仓中第一笔订单的入场K线编号
firstEntryBar = strategy.opentrades.entry_bar_index(0)

要获取最近一笔订单的入场K线编号，则使用：

// 获取持仓中最后一笔（即最近的）订单的入场K线编号
lastEntryBar = strategy.opentrades.entry_bar_index(strategy.opentrades - 1)

然后是订单的ID标识符。要获取第一笔订单的ID名称，我们使用：

// 获取第一笔持仓订单的ID
firstOrderID = strategy.opentrades.entry_id(0)

要获取最近一笔订单的ID，则使用：

// 获取最近一笔持仓订单的ID
lastOrderID = strategy.opentrades.entry_id(strategy.opentrades - 1)

入场时间也是类似。要获取第一笔订单的入场时间（以毫秒为单位的时间戳），我们使用：

// 获取持仓中第一笔订单的入场时间
firstEntryTime = strategy.opentrades.entry_time(0)

要获取最近一笔订单的入场时间，则使用：

// 获取最后一笔（即最近的）订单的入场时间
lastEntryTime = strategy.opentrades.entry_time(strategy.opentrades - 1)

再看订单的大小。要获取第一笔订单的交易数量，我们使用：

// 获取持仓中第一笔订单的大小
initialEntrySize = strategy.opentrades.size(0)

要获取最近一笔订单的交易数量，则使用：

// 获取当前持仓中最后一笔订单的大小
lastEntrySize = strategy.opentrades.size(strategy.opentrades - 1)

浮动盈亏方面，要获取第一笔订单当前的浮动盈亏，我们使用：

// 获取持仓中第一笔订单的浮动盈亏
firstEntryProfit = strategy.opentrades.profit(0)

要获取最近一笔订单的浮动盈亏，则使用：

// 获取持仓中最后一笔订单的浮动盈亏
lastEntryProfit = strategy.opentrades.profit(strategy.opentrades - 1)

佣金成本方面，要获取第一笔订单的佣金成本，我们使用：

// 获取持仓中第一笔订单的佣金成本
firstEntryCosts = strategy.opentrades.commission(0)

要获取最近一笔订单的佣金成本，则使用：

// 获取最后一笔（即最近的）订单的佣金成本
lastEntryCosts = strategy.opentrades.commission(strategy.opentrades - 1)

接下来是最大浮盈。最大浮盈指的是该订单自开仓以来所达到的历史最佳盈利。对于多头订单，它是从入场价到后续最高价之间的利润；对于空头订单，则是从入场价到后续最低价之间的利润。要获取第一笔订单的最大浮盈，我们使用：

// 获取持仓中第一笔订单的最大浮盈
firstEntryRunUp = strategy.opentrades.max_runup(0)

要获取最近一笔订单的最大浮盈，则使用：

// 获取最近一笔持仓订单的最大浮盈
lastEntryRunUp = strategy.opentrades.max_runup(strategy.opentrades - 1)

最后是最大回撤。最大回撤指的是该订单自开仓以来所经历的历史最大亏损。对于多头订单，它是从入场价到后续最低价之间的亏损；对于空头订单，则是从入场价到后续最高价之间的亏损。要获取第一笔订单的最大回撤，我们使用：

// 获取持仓中第一笔订单的最大回撤
firstEntryDrawdown = strategy.opentrades.max_drawdown(0)

要获取最近一笔订单的最大回撤，则使用：

// 获取最近一笔订单的最大回撤值
lastEntryDrawdown = strategy.opentrades.max_drawdown(strategy.opentrades - 1)

简单总结一下：当策略持有一个或多个订单时，PineScript允许我们通过一系列专门的函数来检索这些订单的信息。这些函数的名称都以 strategy.opentrades. 开头。每个函数都需要一个订单编号（索引），以便PineScript知道要从哪个订单返回数据。这些订单编号是从零开始的：第一个（最早的）订单编号是0，第二个是1，第三个是2，以此类推。

获取未平仓订单的入场价格

当策略持有仓位时，我们可以使用 strategy.opentrades.entry_price() 函数来获取某一个特定开仓订单的入场价格。通过这个函数，策略就能获知其模拟订单的具体成交价格。

默认语法结构

该函数的定义如下：

strategy.opentrades.entry_price(trade_num)

trade_num 是一个整数，用于指定你想查询哪一笔开仓订单的价格。这个编号采用从零开始的索引方式：第一笔开仓订单的编号是0，第二笔是1，第三笔是2，以此类推。我们可以通过 strategy.opentrades - 1 来获取最后一笔（即最新一笔）入场订单的编号。

这个函数的返回值有两种可能：一是返回一个浮点数，代表指定开仓订单的入场价格；二是返回 na 值，这在传入的订单编号 trade_num 不正确（例如小于0，或大于等于当前开仓订单的总数 strategy.opentrades），或者策略当前没有任何持仓时会发生。

快速示例

要获取第一笔开仓订单（即最早的那一笔）的入场价格，我们可以这样做：

// 获取仓位中第一笔入场的成交价格
initialEntryPrice = strategy.opentrades.entry_price(0)

如果我们想获取最后一笔开仓订单（即最新的一笔）的入场价格，可以这样使用：

// 获取仓位中最后一笔入场的成交价格：
lastEntryPrice = strategy.opentrades.entry_price(strategy.opentrades - 1)

另一个应用场景是遍历所有开仓的交易。例如，假设我们想计算所有开仓订单的平均入场价。我们可以创建一个 for 循环，遍历从0到 strategy.opentrades - 1 的所有订单，将它们的入场价格累加起来，最后再除以订单总数。代码示例如下：

// 累加所有开仓交易的入场价格
priceSum = 0.0
for tradeNumber = 0 to strategy.opentrades - 1
    priceSum += strategy.opentrades.entry_price(tradeNumber)

// 计算平均入场价格
avgEntryPrice = priceSum / strategy.opentrades

顺便一提，虽然这个例子展示了如何遍历所有开仓订单，但如果你的目的仅仅是获取平均入场价，一个更高效的方法是直接使用内置变量 strategy.position_avg_price。

函数的特性

strategy.opentrades.entry_price() 函数只返回当前持仓中的订单入场价格。一旦某个订单被平仓，其数据就无法再通过此函数访问。要查询已平仓的交易数据，你需要使用 strategy.closedtrades.entry_price() 函数。

另外，这个函数是自PineScript版本5起才可用的新功能，在版本4及更早的版本中不存在。如果你的策略代码以 //@version=4 或更低版本号开头，则无法使用此函数。

示例策略

让我们通过一个完整的策略来看看如何使用入场价格。下方的脚本基于一个简单移动平均线（SMA）和一个指数移动平均线（EMA）进行多头交易。当快线EMA下穿慢线SMA时，平仓离场。

我们使用 strategy.opentrades.entry_price() 函数来在图表上绘制出最后一笔入场的价格。这使得我们能很方便地观察当前价格相对于最新入场成本的位置。

策略的完整代码如下：

//@version=5
strategy(title="获取最后一笔开仓的入场价格", pyramiding=3, overlay=true)

// 计算并绘制移动平均线
emaValue = ta.ema(close, 20)
smaValue = ta.sma(close, 50)
plot(emaValue, color=color.orange, title="EMA")
plot(smaValue, color=color.teal, linewidth=2, title="SMA")

// 生成交易
if close > emaValue and emaValue > smaValue
    strategy.entry("Enter Long", strategy.long)

if ta.crossunder(emaValue, smaValue)
    strategy.close("Enter Long")

// 获取当前持仓中最后一笔入场的成交价格
lastEntryPrice = strategy.opentrades.entry_price(strategy.opentrades - 1)

// 在图表上绘制最后一笔入场的价格
plot(lastEntryPrice, color=color.fuchsia, style=plot.style_circles,
     linewidth=3, title="最新入场价格")

我们首先用 strategy() 函数配置策略，设置了 pyramiding=3 允许在同方向最多进行3次开仓。接着，代码计算并绘制了20周期的EMA和50周期的SMA。

然后，一个 if 语句定义了开仓条件：当收盘价高于EMA，且EMA高于SMA时，通过 strategy.entry() 做多。另一个 if 语句则在EMA下穿SMA时，通过 strategy.close() 平掉多头仓位。

接下来，我们获取策略最新的入场价格：

// 获取当前持仓中最后一笔入场的成交价格
lastEntryPrice = strategy.opentrades.entry_price(strategy.opentrades - 1)

我们使用 strategy.opentrades.entry_price() 函数，并通过 strategy.opentrades - 1 这个表达式来获取最后一笔交易的编号，从而得到其入场价格。

最后，我们调用 plot() 函数将这个价格绘制在图表上，样式为紫红色的圆圈。由于当策略空仓时，strategy.opentrades.entry_price() 会返回 na，所以这个绘图也会在策略平仓后自动隐藏。

当我们将此策略应用到图表时，它会用实心圆点来标记最新一次的入场价格。当有新的加仓时，圆点的位置也会随之更新：

简单总结一下：strategy.opentrades.entry_price() 函数返回某一个特定开仓订单的入场价格。我们通过一个订单编号来告知函数我们想要查询哪一笔订单。订单编号从0开始，代表第一笔开仓的交易，并以 strategy.opentrades - 1 结束，代表最后一笔（即最新一笔）入场交易。

获取未平仓订单的入场K线编号

当一个策略持有仓位时，我们可以通过 strategy.opentrades.entry_bar_index() 函数来获取某个特定订单是在哪一根K线上开仓的。这样，代码就能知道策略的模拟交易是在哪个K线编号上建立的。

标准语法格式

该函数的标准语法格式如下：

strategy.opentrades.entry_bar_index(trade_num)

trade_num 是持仓订单的编号。这个整数参数告诉PineScript我们想获取哪个持仓订单的入场K线编号。这个编号是从零开始的索引：策略开立的第一个订单编号为0，第二个为1，第三个为2，以此类推。我们可以通过 strategy.opentrades - 1 来获取最后一个（即最近的）持仓订单的编号，这个表达式也常用于遍历所有持仓订单。

这个函数的返回值有两种可能。一是一个整数，代表指定持仓订单的K线编号——在PineScript中，K线编号也是从零开始的，图表的第一根K线编号为0，第25根K线的索引则为24，因此该函数返回的值与 bar_index 变量的类型和逻辑是相同的。二是一个 na 值，这在提供的订单编号不正确（例如，小于0或大于等于当前持仓订单总数），或者策略当前没有任何持仓订单时会发生。

快速示例

如果我们想找出第一个（即最早的）持仓订单的K线编号，可以这样做：

// 获取持仓中第一笔订单的入场K线编号
firstEntryBar = strategy.opentrades.entry_bar_index(0)

要获取最后一个（即最近的）持仓订单的K线编号，则可以这样使用该函数：

// 获取持仓中最后一笔（即最近的）订单的入场K线编号
lastEntryBar = strategy.opentrades.entry_bar_index(strategy.opentrades - 1)

另一个常见的应用是遍历所有持仓交易。例如，我们可以计算所有持仓订单的平均入场K线编号。为此，我们使用一个 for 循环来遍历所有订单，在循环中将每个订单的入场K线编号累加起来，最后除以订单总数即可。实现这一逻辑的代码如下：

// 对当前所有持仓交易的入场K线编号进行求和
entryBarSum = 0
for tradeNumber = 0 to strategy.opentrades - 1
    entryBarSum += strategy.opentrades.entry_bar_index(tradeNumber)

// 计算平均入场K线编号
avgEntryBar = entryBarSum / strategy.opentrades

函数的特性

strategy.opentrades.entry_bar_index() 函数只对当前持有的订单有效。一旦某个订单被策略平仓，就无法再通过此函数获取其数据。届时，我们需要改用 strategy.closedtrades.entry_bar_index() 函数来查询已平仓交易的入场K线编号。

另外，这个函数是从PineScript版本5开始才可用的。在版本4及更早的版本中，该函数并不存在。如果你的策略代码以 //@version=4（或更低的版本号）开头，那么将无法使用此函数。

示例策略

让我们通过一个完整的策略来看看如何应用一个持仓订单的入场K线编号。下面的脚本基于相对强弱指数（RSI）进行交易。当RSI上穿30时，开立一个多头仓位；当RSI下穿70时，则平仓。

我们使用 strategy.opentrades.entry_bar_index() 函数来计算持仓K线数。如果一个仓位持有了超过15根K线但仍未盈利，我们就会将其强制平仓。

该策略的完整代码如下：

//@version=5
strategy(title="Open trade entry bar index", pyramiding=5)

// 计算相对强弱指数 (RSI)
rsiValue = ta.rsi(close, 7)

// 绘制RSI及其超买超卖线
plot(rsiValue, color=color.fuchsia, title="RSI")
hline(30, title="Oversold")
hline(70, title="Overbought")

// 当RSI穿越30时开仓
if ta.cross(rsiValue, 30)
    strategy.entry("Enter Long", strategy.long)

// 当RSI下穿70时平仓
if ta.crossunder(rsiValue, 70)
    strategy.close("Enter Long", comment="Exit Long")

// 计算持仓K线数
barsSinceEntry = bar_index - strategy.opentrades.entry_bar_index(0)

// 如果持仓超过15根K线但仍不盈利，则平仓
if barsSinceEntry > 15 and strategy.openprofit <= 0
    strategy.close("Enter Long", comment="Bar Count Exit")

我们首先用 strategy() 函数配置脚本的基本属性。然后计算并绘制7周期的RSI及其30/70的超卖超买线。

当 ta.cross() 函数检测到RSI穿越30线时，strategy.entry() 开立一个多头仓位。当 ta.crossunder() 检测到RSI下穿70时，strategy.close() 将多头仓位平掉。

接着，我们计算仓位已经持有了多少根K线：

// 计算持仓K线数
barsSinceEntry = bar_index - strategy.opentrades.entry_bar_index(0)

为了计算这个持仓周期，我们用 strategy.opentrades.entry_bar_index(0) 来获取第一笔（也是本策略中唯一一笔）持仓订单的入场K线编号，然后用当前的K线编号（bar_index）减去它，结果就是持仓的K线数量。

我们在最后一个 if 语句中使用了这个持仓周期：

// 如果持仓超过15根K线但仍不盈利，则平仓
if barsSinceEntry > 15 and strategy.openprofit <= 0
    strategy.close("Enter Long", comment="Bar Count Exit")

这个条件判断持仓时间是否超过了15根K线，并且当前仓位的浮动盈亏是否小于或等于零。如果两个条件都满足，strategy.close() 就会以持仓K线数超时为由将仓位平掉。

在图表上，我们可以看到策略在RSI下穿70时正常退出交易。而当这种情况没有发生，且交易在15根K线后仍不盈利时，”Bar Count Exit”订单就会平掉该仓位：

简单总结一下：strategy.opentrades.entry_bar_index() 函数返回一个特定持仓订单的开仓K线编号。一个订单编号（索引）参数告诉函数要返回哪个订单的数据，我们使用0来代表第一个（最早的）订单，使用 strategy.opentrades - 1 来代表最后一个（最近的）订单。该函数返回的K线编号是从零开始的，与内置变量 bar_index 的逻辑一致。