本小结内容将带您快速体验基于ThunderTrader进行策略开发编译、仿真验证、实盘交易的完整生命周期。

首先会引导您完成DataCenter的部署，录制策略仿真所需要的历史行情数据
您将会在DevelStudio环境中完成Strategy101策略的编译，包括C++版本以及Python版本
编译好的策略会在DevelStudio进行历史数据仿真，生成相关的指标以及报表
您将会部署Engine并配置您的实盘账号，完成程序化交易

Strategy101是一个专为教学而开发的示例策略，其中包含了绝大部分平台功能的使用示例，您甚至可以基于Strategy101策略来构建自己的交易策略。

本小结仅对常见功能作简短介绍，更加详细的使用方法可查看各模块对应的使用手册。

录制行情数据

使用DataCenter录制足够多的真实行情数据，便于我们对策略进行仿真验证。

首先需要下载并安装DataCenter组件。进入DataCenter下载页面下载最新的镜像并载入，这里以1.81版本为例。

$ wget "http://images.thunder-trader.com/1.81/datacenter.1.81.docker.tar.gz"
$ sudo docker load < datacenter.1.81.docker.tar.gz

在磁盘上新建一个文件夹，用来存储录制的行情数据。

$ mkdir /home/tick-data

启动DataCenter并监听90端口，同时将我们刚才新建的/home/tick-data目录映射到容器内部，DataCenter将会把录制完成的行情数据保存到该目录。

$ sudo docker run --privileged -d -p 90:80 -v /home/tick-data:/thunder-ticks thundertrader/datacenter:1.81

在浏览器中打开DataCenter的控制面板(http://127.0.0.1:90)，在License选项卡中，将License复制到编辑框，并点击下方SUBMIT按钮，完成License配置。

我们需要添加一个或者多个数据录制插件实例，这是负责对接交易所接收行情数据的组件，这里我们以CTP期货接口为例，您需要事先按照经纪公司的流程申请SDK账号。

在Dashboard选项卡中查看录制的行情数据的吞吐量，曲线数值代表每分钟DataCenter收集到的Tick数量，可以辅助您判断系统工作是否符合预期。

您也可以打开/home/tick-data目录，或者在浏览器中打开http://127.0.0.1:90/thunder-ticks进一步验证行情数据录制情况。

到此为止，我们已经成功部署DataCenter，它的地址是http://127.0.0.1:90，在下面的小结中我们会用到这个地址。

DataCenter中的所有Producer插件实例被设计为开盘自动启动，收盘自动关闭，为7x24小时无人值守，通常不需要人为干预。

编译Strategy101策略

Strategy101的源代码伴随DevelStudio一起发布，进入DevelStudio下载页面，下载DevelStudio最新的镜像并载入，这里以1.81版本为例。

$ wget "http://images.thunder-trader.com/1.81/develstudio.1.81.docker.tar.gz"
$ sudo docker load < develstudio.1.81.docker.tar.gz

在91端口启动DevelStudio

$ sudo docker run --privileged -d -p 91:80 thundertrader/develstudio:1.81

您可以在浏览器中访问http://127.0.0.1:91使用网页版本VSCode或者Jupyter notebook。

Native版本

点击左侧Cloud IDE进入VSCode。并且打开/strategy101目录，我们可以看到策略的源代码文件：

strategy.h：策略头文件
strategy.cpp：策略实现文件
CMakeLists.txt：cmake项目文件

通过执行如下命令，调用编译器进行策略编译。

$ cd /strategy101
$ mkdir build
$ cd build
$ cmake ..
$ make -j2

在build目录下，您会看到生成的策略文件strategy_strategy101.so，我们将该文件拷贝到共享目录/workspace中实现文件下载，并上传到engine进行实盘交易。

Python版本

Python版本策略采用无需编译即可运行。可以在VSCode或Jupyter中新建Terminal，执行下面shell命令即可启动教学策略：

$ cd /strategy101
$ launch_strategy.sh pystrategydft.py

历史数据仿真

点击右侧Research Notebook进入Jupyter notebook。

新建一个NoteBook，并执行如下代码：

#!/usr/bin/python
# -*- coding: <encoding name> -*-
import pythunder.simulator as sim

tick_config = (["sfit.future.ag2602", "sfit.future.ag2603"], ("20251224", "20251224"))
# For C++ implemented strategy
simulator = sim.Simulator("/strategy101/build/strategy_strategy101.so", tick_config, "http://192.168.3.44:90")
# For Python implemented strategy
#simulator = sim.Simulator(("127.0.0.1", "1001", ""), tick_config, "http://192.168.3.44:90")
result = simulator.simulate()
res.show_metric({"size":(40, 15), "dpi": 200})

可以看到我们生成的策略Metrics

部署策略进行实盘交易

进入Engine下载页面，下载Engine最新的镜像并载入。

$ wget "http://images.thunder-trader.com/1.81/engine.1.81.docker.tar.gz"
$ sudo docker load < engine.1.81.docker.tar.gz

通过下面命令启动Engine进程容器，将会在92端口打开Engine控制面板。

$ sudo docker run --privileged -d -p 92:80 thundertrader/engine:1.81

在浏览器中访问http://127.0.0.1:92，进入Engine控制面板。

提示：Engine默认密码为thunderpass

在License页面中设置License，并在Source/Deploy Source选项卡中，添加至少一个交易源和一个行情源。

在Upload/Upload native strategy页面中，上传您刚才编译好的strategy_strategy101.so策略文件上传到Engine容器中(容器已经内置该策略，此处可以略过)。

在Strategy卡片中选择您希望部署的策略文件，并且在Parameter configuration卡片中对策略的参数进行必要的设置。根据策略的输入，在Channel configuration卡片中配置一个或多个Slot。

对于每一个Slot，您可以配置一个目标合约，您的策略在启动后会收到来自该Slot对应`行情源`的数据推送。同样，当您对该Slot进行交易操作，例如插入订单、撤销订单等，这些操作会通过对应的交易源发送到交易所。合约的名称必须全局唯一，例如CTP期货合约IF2501的名称为sfit.future.IF2501。

在Other configuration卡片中，您可以为策略配置自定义名称。当相关配置完成后，点击Submit即可完成Native策略部署。

同样，您可以在部署一个由python编写的策略。