获取自上次开仓以来的K线数

有时，策略需要知道距离上一次开仓过去了多少根K线。例如，我们可能希望对仓位进行金字塔式加仓，但又不想在每一根连续的K线上都进行交易。如果我们知道距离上一次开仓过了多少根K线，我们就可以在连续的加仓订单之间保持一个固定的K线间隔。那么，我们该如何获取这个距离上次开仓的K线数呢？

自定义函数

要计算出距离上一次开仓过去了多少根K线，需要两个要素：首先，获取当前的K线编号；然后，获取当前持仓中最后一笔订单的入场K线编号。用前者减去后者，我们就能得到想要的答案。

下面是我们如何通过一个自定义函数来实现它：

// BarsSinceLastEntry() 函数返回自策略当前持仓中
// 最后一笔、即最近一笔订单入场以来的K线数。
// 当策略没有持仓时，返回 'na'。
BarsSinceLastEntry() =>
    bar_index - strategy.opentrades.entry_bar_index(strategy.opentrades - 1) 

在这个 BarsSinceLastEntry() 函数中，我们首先通过 bar_index 变量获取当前的K线编号。然后，我们用 strategy.opentrades.entry_bar_index() 函数来获取最后一笔开仓订单的K线编号，并从当前K线编号中减去它。

为了指定我们要获取的是最后一笔订单的数据，我们将其订单编号参数设为 strategy.opentrades - 1。因为PineScript的订单编号是从零开始的索引，所以这个表达式总能定位到最近的那一笔持仓订单。

BarsSinceLastEntry() 函数返回的值有这样的规律：在新订单成交的那根K线上，返回0；在这之后的第一根K线上，返回1；第二根K线上返回2，以此类推。当策略没有任何多头或空头仓位时，也就无所谓距离上次开仓的K线数了，这种情况下 BarsSinceLastEntry() 会返回 na。

在我们的脚本中加入以上函数后，就可以在多处灵活地使用它了。一个直接的用法是将函数返回值存入一个变量，以便后续使用。例如，我们可以用它来绘制距离上一次开仓的K线数：

// 获取距离上次开仓的K线数
barsSinceLast = BarsSinceLastEntry()

// 绘制距离上次开仓的K线数
plot(barsSinceLast, title="距离上次开仓的K线数")

除了直接使用这个信息，我们还可以将其融入到订单条件中。比如说，我们想进行一次额外的多头加仓，但前提是距离上一次开仓已经过去了10根K线。要实现这一点，我们可以检查 BarsSinceLastEntry() 的值是否等于10，同时策略正持有多仓。当条件满足时，再通过 strategy.entry() 发出一个新的开仓订单：

// 在上一次交易10根K线后，生成另一次多头入场
if strategy.position_size > 0 and BarsSinceLastEntry() == 10
	strategy.entry("Enter Long", strategy.long)

另一个应用场景是在开仓一定数量的K线后，激活特定的行为。假设我们的策略常在市场剧烈波动时开仓。为了防止止损单在开仓那根K线上被立刻触发，我们可以将止损的提交推迟到开仓后的第二根K线。为此，我们可以检查 BarsSinceLastEntry() 的值，然后通过 strategy.exit() 提交止损单：

// 在上一次开仓2根K线后，提交一个止损单
if BarsSinceLastEntry() >= 1
	strategy.exit("Exit Long", from_entry="Enter Long", 
		 stop=math.min(low, low[1]) * 0.9975)

示例策略

让我们看一个完整的策略。下面的脚本在价格跌破近期低点时做空，并在价格高于近期高点时平仓。

我们使用 BarsSinceLastEntry() 函数来实现在距离上一次开仓5根K线后，才对空头仓位进行加仓。这使得策略能够耐心地逐步建仓，而不是在初期就承担过大的风险。该策略的完整代码如下：

//@version=5
strategy(title="Bars since last entry example", overlay=false,
     pyramiding=10)

// BarsSinceLastEntry() 函数返回自策略当前持仓中
// 最后一笔、即最近一笔订单入场以来的K线数。
// 当策略没有持仓时，返回 'na'。
BarsSinceLastEntry() =>
    bar_index - strategy.opentrades.entry_bar_index(strategy.opentrades - 1) 

// 计算近期高点和低点
highestHigh = ta.highest(high, 20)[1]
lowestLow   = ta.lowest(low, 20)[1]

// 确定交易条件
initialShortSignal = close < lowestLow and strategy.position_size == 0
pyramidShortSignal = low < lowestLow and BarsSinceLastEntry() > 5

// 根据突破信号生成交易
if initialShortSignal or pyramidShortSignal
    strategy.entry("Enter Short", strategy.short)

if close > highestHigh
    strategy.close("Enter Short", comment="Exit Short")

// 为验证目的，显示距离上次开仓的K线数
plot(BarsSinceLastEntry(), style=plot.style_columns, 
     color=color.orange, title="距离上次开仓的K线数")

我们首先用 strategy() 函数配置脚本属性，允许最多10次金字塔式加仓。然后，我们定义了 BarsSinceLastEntry() 函数。

接下来，我们计算了20周期的最高价和最低价。然后，我们使用 BarsSinceLastEntry() 函数来定义交易条件：

// 确定交易条件
initialShortSignal = close < lowestLow and strategy.position_size == 0
pyramidShortSignal = low < lowestLow and BarsSinceLastEntry() > 5

初始的空头信号（initialShortSignal）要求两个条件：一是价格收于近期低点之下，二是策略当前必须是空仓状态（strategy.position_size == 0）。

而金字塔加仓的空头信号（pyramidShortSignal）则相对宽松：只需价格的最低点低于近期低点，并且 BarsSinceLastEntry() 函数的返回值表明距离上一次开仓已经超过了5根K线。

在交易条件之后，策略通过 if 语句来执行开仓和平仓。当 initialShortSignal 或 pyramidShortSignal 满足时，就开立空头仓位。当价格高于近期高点时，则平仓。

策略的最后一部分代码再次使用了 BarsSinceLastEntry() 函数，这次是为了验证：

// 为验证目的，显示距离上次开仓的K线数
plot(BarsSinceLastEntry(), style=plot.style_columns, 
     color=color.orange, title="距离上次开仓的K线数")

这里 plot() 函数将距离上一次开仓的K线数以橙色的柱状图形式绘制出来。

当我们在图表上运行这个脚本时，我们可以看到它在连续的开仓订单之间，都保持了超过5根K线的间隔。即使有新的低点突破发生，策略也会耐心等待足够的K线数过去：

除了计算距离上一次开仓的K线数，我们也可以测量距离第一次开仓的K线数，那能告诉我们整个仓位已经持有了多久。

简单总结一下：要知道上一次开仓发生在多少根K线之前，我们将当前的K线编号与上一次开仓的K线编号进行比较。我们通过 bar_index 变量获取当前的K线编号，而 strategy.opentrades.entry_bar_index() 函数配合订单编号 strategy.opentrades - 1，可以为我们获取上一次开仓的K线编号。

测量自首次入场以来的K线数

在编写交易策略时，我们有时需要知道当前的持仓已经持有了多少根K线。例如，我们可能想在第一笔交易入场后的第5根K线上进行加仓，或者在入场20根K线后通过时间止损来平仓。在PineScript中我们该如何实现呢？

自定义函数

要计算持仓的持续K线数，我们主要做两件事：首先，获取当前K线的编号；然后，获取当前持仓中第一笔入场订单所在的K线编号。这两者之差就是我们想要的结果。

我们可以将这个逻辑封装成一个自定义函数：

// BarsSinceFirstEntry() 函数返回当前持仓中第一笔入场
// 至今所经过的K线数量。如果策略当前没有持仓，
// 则返回'na'。
BarsSinceFirstEntry() =>
    bar_index - strategy.opentrades.entry_bar_index(0)

在这个 BarsSinceFirstEntry() 函数中，我们用当前K线的索引号（bar_index）减去第一笔开仓订单的K线索引号。

我们通过 strategy.opentrades.entry_bar_index() 函数来获取入场K线的索引号。当我们为这个函数传入参数0时，它就会返回当前持仓中第一笔入场交易的K线编号。

这意味着，在开仓的那一根K线上，该函数返回0；在初始入场后的第一根K线上，它返回1；第二根K线上返回2，以此类推。当策略当前没有任何多头或空头仓位时，BarsSinceFirstEntry() 函数会返回 na。

一旦我们将上面的函数加入策略脚本，就可以在多处灵活地使用它。一种用法是先调用该函数，然后将结果保存在一个变量中，以便在脚本的其他地方使用：

// 获取当前持仓自开仓以来经过的K线数
barsSinceEntry = BarsSinceFirstEntry()

// 在图表上绘制这个数值
plot(barsSinceEntry, title="持仓K线数")

我们也可以在条件判断中使用 BarsSinceFirstEntry()。例如，我们想在首次入场后的第10根K线上进行加仓。为此，我们可以检查该函数返回值是否等于10，如果是，就通过 strategy.entry() 函数提交一笔新的交易：

// 在首次入场10根K线后，提交另一笔多头入场（加仓）
if strategy.position_size > 0 and BarsSinceFirstEntry() == 10
	strategy.entry("Enter Long", strategy.long)

策略还可以从某个K线数之后开始执行某个动作。例如，我们想在入场几根K线后才开始设置止损。要实现这一点，我们可以检查 BarsSinceFirstEntry() 的值，然后再提交止损单：

// 在初始入场4根K线后，提交止损单
if BarsSinceFirstEntry() > 3
	strategy.exit("Exit Long", from_entry="Enter Long", stop=low[1] * 0.995)

示例策略

让我们通过一个完整的策略来探讨。下面的脚本基于EMA均线交叉进行多头交易。我们使用 BarsSinceFirstEntry() 函数在首次入场5根K线后进行一次加仓。并且，当持仓达到20根K线时，我们就将其平仓。

策略的代码如下：

//@version=5
strategy(title="持仓K线数示例", pyramiding=2)

// BarsSinceFirstEntry() 函数返回当前持仓中第一笔入场
// 至今所经过的K线数量。如果策略当前没有持仓，
// 则返回'na'。
BarsSinceFirstEntry() =>
    bar_index - strategy.opentrades.entry_bar_index(0)

// 计算EMA
fastEMA = ta.ema(close, 10)
slowEMA = ta.ema(close, 30)

// 生成交易
if ta.crossover(fastEMA, slowEMA) or 
     (strategy.position_size > 0 and BarsSinceFirstEntry() == 5)
    strategy.entry("Enter Long", strategy.long)

if BarsSinceFirstEntry() == 20
    strategy.close("Enter Long", comment="时间止损平仓")

// 为了验证，在图表上绘制自首次入场以来的K线数
plot(BarsSinceFirstEntry(), style=plot.style_columns,
     color=color.teal, title="持仓K线数")

我们首先用 strategy() 函数配置策略，设置 pyramiding=2 允许在同方向最多进行2次开仓。然后，我们包含了前面讨论的 BarsSinceFirstEntry() 辅助函数。

接下来，代码计算了两条EMA均线，并设置了 if 语句来生成交易：

if ta.crossover(fastEMA, slowEMA) or 
     (strategy.position_size > 0 and BarsSinceFirstEntry() == 5)
    strategy.entry("Enter Long", strategy.long)

这个 if 语句包含了两个通过 or 连接的条件：一是快线（fastEMA）上穿了慢线（slowEMA）；二是策略已持有多仓（strategy.position_size > 0）并且持仓刚好达到5根K线（BarsSinceFirstEntry() == 5）。当这两个条件中的任意一个为真时，策略就会通过 strategy.entry() 开立一个多头仓位。

接着，我们使用 BarsSinceFirstEntry() 来实现时间止损：

if BarsSinceFirstEntry() == 20
    strategy.close("Enter Long", comment="时间止损平仓")

当持仓时间确实达到了20根K线时，strategy.close() 函数就会平掉这个多头仓位。

最后，我们还将持仓K线数绘制在图表上以便观察：

// 为了验证，在图表上绘制自首次入场以来的K线数
plot(BarsSinceFirstEntry(), style=plot.style_columns,
     color=color.teal, title="持仓K线数")

这段代码会以柱状图的形式，在副图上显示 BarsSinceFirstEntry() 函数的当前值。

在图表上，该策略会计算自初始入场以来的K线数。当达到5根K线时，会进行一次加仓。当持仓达到20根K线时，策略就会平仓离场：

简单总结一下：要计算策略持仓的持续K线数，我们用当前K线的编号减去第一笔入场订单的K线编号。我们通过 bar_index 变量获取当前K线的编号，通过 strategy.opentrades.entry_bar_index(0) 函数（参数为0）来获取第一笔入场订单的K线编号。