掘金量化策略运行时，如何防止程序中断导致的数据丢失？

背景

掘金量化策略运行时，有些客户需要将电脑带回家/带去上班，或者遇到断网、断电、电脑更新等情况导致的关机等，策略就需要重新启动，但启动后历史数据就缺失了，尤其是一些更策略有关的变量，例如实盘交易的开仓时间，持仓周期，持仓以来最高点/最低点等自定义信息。

那有这种需求的时候，就需要做数据的本地化保存了。

实操

数据的本地化保存有多种方法，简单点的通过xls表格/txt/json/pkl等文件存储的方式就行。

每次策略初始化的时候，就读取本地文件，如果没有本地文件或者文件为空的时候，就在程序中正常创建相关变量；当有数据更新的时候，就保存一下本地数据，或者定时盘后保存。

以下是一个pkl文件示例，记录持仓周期的数据代码：

1.在初始化中读取本地文件，并创建一个更新本地文件的定时任务。

# 策略中必须有init方法
def init(context):
    # 本地数据：持仓周期
    if context.mode==MODE_LIVE:
        # 本地缓存数据的地址
        context.file_url = "./local_data.pkl"  
        # # 首次运行时，判断该文件是否存在，不存在则创建
        if not os.path.exists(context.file_url):
            local_file = open(context.file_url,"w")
            local_file.close()
        # 如果本地数据文件内有数据，就读取本地的数据
        if os.path.getsize(context.file_url)>0:                    
            load_base_data(context)
        else:
            context.holding_cycle = {}                                 # 持仓周期
    else:
        context.holding_cycle = {}                                 # 持仓周期

    # 盘后定时任务
    schedule(schedule_func=after_market, date_rule='1d', time_rule='15:03:00')


def load_base_data(context):
    """载入本地数据"""
    local_file=open(context.file_url,"rb")
    data=pickle.load(local_file)
    local_file.close()
    # 载入本地缓存数据
    context.holding_cycle = data['context.holding_cycle']          # 持仓周期


def updata_local_data(context):
    '''更新本地数据'''
    context.dynamic_parameter = {'context.holding_cycle':context.holding_cycle}
    local_file = open(context.file_url, 'wb')
    pickle.dump(context.dynamic_parameter,local_file)
    local_file.close()


def after_market(context):
    """盘后定时任务：更新本地数据"""
    # # 更新本地数据
    if context.mode==MODE_LIVE:
        updata_local_data(context)

另外呢，这个代码里面设定了一个条件：实时模式下才生效，防止回测模式下也保存读取文件，降低了回测速度。

OK~你的策略有遇到了什么问题，或者需要代写策略的，私聊我~(＾＿－)