# 生成策略report
import finlab
finlab.login("請填入自己的FINLAB API VIP TOKEN")
from finlab.backtest import sim
from finlab import data
close = data.get("price:收盤價")
position = (close == close.rolling(250).max())
report = sim(position, resample="M",upload=False)

計算買賣張數

根據　sim()　回傳的report物件，計算每檔股票所需的買賣張數。

# 輸入投資金額、計算要投資的張數
from finlab.online.order_executor import Position

fund = 100000 #投資金額
position = Position.from_report(report, fund) #產生需要下單的股票清單 & 股數
print(position)

使用FinLab套件下委託單

使用FinLab內建的模組，直接呼叫Fugle API執行換股清單的委託單。

註：玉山富果的行情API Token可由登入富果API獲得。

# 使用FinLab串接Fugle的進行下單
from finlab.online.order_executor import OrderExecutor
from finlab.online.fugle_account import FugleAccount
import os
os.environ['FUGLE_CONFIG_PATH'] = '玉山富果交易設定檔(config.ini)路徑' 
os.environ['FUGLE_MARKET_API_KEY'] = '玉山富果的行情API Token' # 獲取市價行情以進行下單

acc = FugleAccount()
order_executer = OrderExecutor(position , account=acc)
order_executer.create_orders() # 預設使用最近一筆成交價當成限價

這時候登入Fugle的帳戶中，若有看到委託單即代表本機端的測試成功！

若要取消全部委託單，則可以執行order_executer.cancel_orders()。

雲端版本測試

如同先前教學文章的做法，我們會使用GCP，把在Local端測試好的程式碼打包成函式，以Cloud Function的方式呼叫。

接下來主要會講解Fugle和永豐在串接上不同的部分，其餘絕大部分相同的步驟請同學自行參照教學文章(下)。

上傳憑證

首先建立一個bucket(值區)，但這時候要上傳的東西變成兩個：

config.ini 設定檔
交易憑證(.p12檔案)

註：為了清楚的demo，接下來的示範將預設採用以下統一命名，大家可以自行決定是否要採用一樣的命名方式。

bucket名稱：fugle_pass
環境設定檔名：config.ini
憑證檔名：fugle_cert.p12

設定檔和憑證都會在事前準備階段時取得。但在上傳前，請記得將config.ini設定檔當中的憑證路徑改成GCP上的路徑，否則GCP會抓不到你的交易憑證。

環境變數設定

這邊我們要填入所需的環境變數，變數Value1~Value6需要自己填寫，Value7則複製keyrings.cryptfile.cryptfile.CryptFileKeyring 即可。

註：打開config.ini設定檔查看其中的[User]欄位，即可找到自己的Fugle帳號。

程式碼設定

與之前的教學文相同，我們將分為以下五個檔案，其中的main.py和run_strategy.py完全一樣，這邊就不贅述了。

requirements.txt

將原先的shioaji安裝包換成fugle_trade，另外為了破解Fugle的資安防線，要再加入一個叫keyring的套件，其功用是拿來儲存帳號密碼。

# Function dependencies, for example:
# package>=version
finlab==0.3.7.dev1
fugle_trade==0.3.1
keyring==23.5.0
google-cloud-storage

bucket.py

從fugle pass的bucket中，將fugle_cert.p12和config.ini移到/tmp目錄底下。

from google.cloud import storage

# 將需要用到的檔案從bucket移到/tmp目錄底下
def connect_storage():
  storage_client = storage.Client()
  bucket = storage_client.bucket('fugle_pass')
  blob = bucket.blob("fugle_cert.p12")
  blob.download_to_filename('/tmp/fugle_cert.p12')  
  blob = bucket.blob("config.ini")
  blob.download_to_filename('/tmp/config.ini')  
  return

make_order.py

接下來就是最重要的問題點啦！因為Fugle強制要求在第一次使用時要親手key密碼才行，這樣就導致沒辦法在Clound Function上自動執行。

我仔細地翻閱了fugle-trade 套件的原始碼，發現Fugle在初始SDK物件時，會透過keyring這個套件，執行自定義的function去檢查是否有已存在的帳密(非第一次登入。若是第一次登入，就必須強制使用者重新輸入密碼。

同時他們還透過hashcode，對每個人的帳號進行hash之後作為keyring的backend，讓破解起來更為麻煩。

以上算是比較細部的講解，大家有興趣也可以去翻翻看Fugle的程式碼。

看不懂也沒關係，FinLab都幫大家處理好了，只需要跟著以下步驟，加入三行程式碼即可！

首先，引入需使用的套件。

在acc = FugleAccount()前，插入以下三行程式碼。

大功告成！就這麼簡單，核心概念是在Fugle的SDK初始化之前，搶先呼叫Fugle自己的函式執行了「預登入」的動作。因此Fugle在初始化檢查的時候，就不會出現需要手動輸入密碼的問題囉！

以下附上完整的程式碼，大家可以直接拿去使用，再更動裡面的參數，就可以實現不同的資金量和下單方式囉!

import os
os.chdir("/tmp")
import keyring
import time
from fugle_trade.util import setup_keyring
from finlab.online.order_executor import Position
from finlab.online.order_executor import OrderExecutor
from finlab.online.fugle_account import FugleAccount

def make_order(report,fund=100000):
    position = Position.from_report(report, fund,odd_lot=False)
    setup_keyring(os.environ["FUGLE_ACCOUNT"])
    keyring.set_password("fugle_trade_sdk:account", os.environ["FUGLE_ACCOUNT"], os.environ["FUGLE_ACCOUNT_PASSWORD"])
    keyring.set_password("fugle_trade_sdk:cert", os.environ["FUGLE_ACCOUNT"], os.environ["FUGLE_CERT_PASSWORD"])
    acc = FugleAccount()
    order_executer = OrderExecutor(position , account=acc)
    order_executer.create_orders() # 預設使用最近一筆成交價當成限價
    # 利用預先下單，回傳下單資訊至網頁以供瀏覽 (以下可以全拿掉，留一個return即可)
    time.sleep(10) #Fugle限制兩次之間要間隔十秒
    record = order_executer.create_orders(view_only=True)
    key_list = [i for i in range(1,len(record)+1)]
    value_list = [{i['stock_id']:i['quantity']} for i in record]
    return dict(zip(key_list, value_list))

解決了關鍵問題後，其餘步驟就和永豐篇的教學文章完全相同啦，這邊就不多贅述了！