不論是否是試用期，Cloud Function 呼叫200萬次以內，都是免費的。即便每天執行10次，一個月也才300次，並不會達到收費門檻。
在文章中，會看到用 https 也就是網頁的方式，來呼叫 cloud function，這個部分，假如是 5GB 以內，也會是免費的，假設所產生的網頁以 500kb 來計算，每月要執行 200 萬次才會達到門檻。
由於我們上傳 google cloud function，會有存放系統的成本，所以每個月會酌收0.026美金，大約是 1 元台幣。

有疑問的同學可以到 Google cloud function 的定價來查看更詳細的定價，接下來就讓我們開始吧！

註冊帳號

首先到GCP的官網註冊一個帳號，註冊表單按照自己的狀況填即可。

辦好帳號後進入控制台，就可以在左邊找到Cloud Function 跟 Cloud Storage，建議把他們釘選到最上方，這樣在之後的使用會比較方便。

新增專案

大家可以自由地設定專案名稱，但建議專案ID跟專案名稱一致。

這樣就建立好專案囉，接下來請大家進入到新增好的專案中，之後的操作都會在此專案中進行。

上傳交易憑證

首先進入Cloud Storage的頁面如下，點選建立。

值區名稱可以自行設定，我這邊設定為trading_pass。

創建好後，進入資料夾中，將先前辦好的交易憑證檔案上傳。

部署 Cloud Function

啟用API

到Cloud Function的頁面，點選建立函式，並按照提示啟用API。

基本設定

環境選第一代、函式名稱可自定義、地區選台灣。

觸發條件設定

記憶體和時間配置設定

記憶體和時間的部分，個人習慣先配置到最大。等確定佈署成功之後，再自行調整縮小到適合的大小。

環境變數設定

環境變數的有四個值要改成自己的，作為登入永豐和FinLab驗證用。

剩餘兩個路徑變數則按照範例輸入即可，是為了因應Cloud Function規定存取和讀取都需要在/tmp目錄下面所做的特別設定。

程式碼初始設定

設定完成後進到程式碼頁面，會有一支預設程式碼和package檔。

將檔案全部刪掉，並把執行階段改為自己的Python版本，進入點改為main，並新增五個空的檔案，檔名如下圖。

接下來我會對每個檔案說明其作用，並附上程式碼。

run_strategy.py

將我們上面打包好的function，引入環境變數中的FinLab token，將FinLab登入的動作也寫在code裡面。

import finlab
import os
finlab.login(os.environ["FINLAB_API_TOKEN"])
from finlab.backtest import sim
from finlab import data

def run_strategy(): #將程式碼包裝成function，並回傳report這個物件(下單會用到)
  close = data.get("price:收盤價")
  position = (close == close.rolling(250).max())
  report = sim(position, resample="M", name="創年新高策略",upload=False)
  return report

make_order.py

首先請大家先看過FinLab官方文檔，會比較能理解下方的程式碼。

make_order有兩個輸入變數，一個是sim 所產生的report物件，另一個是這個策略的資金量，也就是你預計要拿多少錢來跑這個策略。

最後make_order會回傳一個dict物件，key是下單的股票代號、value則是股數，在測試的時候會比較方便確認下單是否正確。

如果不瞭解也沒關係，可以複製程式碼，再更改要投入的資金即可。

import os
os.chdir("/tmp") #轉到Cloud Function限定的tmp資料夾下面執行
from finlab.online.order_executor import Position
from finlab.online.sinopac_account import SinopacAccount
from finlab.online.order_executor import OrderExecutor

def make_order(report,fund=100000): #預設用100,000的資金跑策略
  position = Position.from_report(report, fund)
  acc = SinopacAccount()
  order_executer = OrderExecutor(position , account=acc) 
  # 用模擬模式產生下單的明細並回傳，之後會輸出在網頁上 (optional)
  record = order_executer.create_orders(view_only=True)
  key_list = [f'order{i}:' for i in range(1,len(record)+1)]
  value_list = [{i['stock_id']:i['quantity']} for i in record]
  # 實際下單（會真的下單，初次使用建議收市時測試）
  order_executer.create_orders(market_order=True) #用市價單(要注意滑價，可自行修改)
  return dict(zip(key_list, value_list))

bucket.py

先前說過，Cloud Function規定資料的讀寫必須在/tmp目錄之下。

connect_storage的用處是將先前上傳到Cloud Storage的交易憑證，下載至/tmp的目錄下，讓Cloud Function能夠順利讀取，進而登入永豐的交易帳戶。

如果不瞭解可以直接複製程式碼即可。

from google.cloud import storage
def connect_storage():
  storage_client = storage.Client()
  bucket = storage_client.bucket('trading_pass')
  model_filename = "Sinopac.pfx"
  blob = bucket.blob(model_filename)
  blob.download_to_filename('/tmp/Sinopac.pfx')  
  return

main.py

main.py裡面的main函式，是Cloud Function執行時的進入點，也就是真正Cloud Function真正執行的函式。

因此我們import了我們上述寫的三份程式碼檔案，在此一一呼叫，先將憑證移到/tmp目錄下，執行FinLab策略，最後執行永豐的下單程式。

from run_strategy import run_strategy
from make_order import make_order
from bucket import connect_storage

def main(request): #request要記得寫，這是Cloud Function 規定的格式
  connect_storage() # 將交易憑證移到/tmp目錄下
  report = run_strategy() #執行FinLab策略，回傳report物件
  record = make_order(report,100000) #用十萬塊下單，回傳下單結果的名細
  return record

requirements.txt

requirements.txt負責告訴GCP這支Cloud Function需要使用到哪些套件、哪些版本。以下是必定會使用到的套件，版本則可能因人而異，建議選取與本地端相同的版本，避免套件不同版本之間的相容性問題。若不特別標註版本號，則會自動採用該套件的最新版本。

大家在撰寫策略時，若有用到其他的套件(ex: pandas)，都要記得自己再加上去喔！

# Function dependencies, for example:
# package==version
# 本篇示範皆使用當前最新版本，讀者可自行指定需固定之版本
finlab
shioaji==0.5.0.dev2 #(2023/2/6編輯)因應永豐API調整，請先暫定此版本
google-cloud-storage

如果不知道自己使用的套件版本，可以在jupyter執行以下程式碼。

# 假設你不知道自己使用的shioaji套件版本
import shioaji
print(shioaji.__version__) #印出套件的版本
# 輸出: 0.3.6.dev2 => 這就是你的shioaji套件版本

上傳Cloud Function

一切設定好後，點擊左下角的部署。若部署失敗，可以到logging的頁面，查看error為何，做進一步的修正後，再重新部署即可。

權限說明

成功部署Cloud Function後，到權限分頁點選新增，並設定讓所有使用者都可以呼叫此Cloud Function，以便後續Cloud Scheduler的調用。

Cloud Function測試

觸發條件頁面中，有一個觸發網址，點選它的時候就等同於執行該Cloud Function，也就是下單的動作！因此這個網址切記不要外洩，如果是淘汰或暫時不打算執行的策略，也記得要先下架。

還是會擔心的同學，GCP也有限制使用權限的方法，可以自行Google！

當你點選網址之後，順利的話會出現一個網頁(需要跑一陣子)，網頁會顯示下單的明細，方便大家確認下的單是否正確。

備註：用Firefox的瀏覽器來看會比較清楚喔！

譬如以下就是做了三筆交易，分別買進了一張00864B、賣出一張1713、賣出兩張2832。

如果到永豐查看的話會類似下圖，但實際買賣的股票、張數會隨策略和資金的不同而改變，大家只需注意API下的單是否與策略相同即可。

提醒大家在測試的時候，記得要挑收盤的時候，測試完也要記得把委託單給刪掉，不然隔天真的成交就麻煩了XD

設定 Cloud Scheduler

恭喜大家來到最後一步！搜尋Cloud Scheduler，並點選建立工作。

定義排程的部分，名稱可自行設定，要注意的是執行頻率，像我是習慣開盤前(平日早上8:30)執行我的策略，如果想要自行設定其他時間點執行的話，可以參考這個網站將頻率轉換成Unix-Cron格式。

備註：建議於晚上7點之後執行，才能獲取最新的資料

設定執行作業時，需填入的網址就是前面Cloud Function的觸發網址。

測試Cloud Scheduler是否正常，點選強制執行，並到永豐帳戶中查看是否有順利下單。

Colab 版本下單

若在雲端部署上遇到困難，歡迎到Discord詢問我們，另外我們也提供了Colab下單腳本給大家，歡迎大家依照自己的需求選擇！

溫馨提醒

成功部署後，也要定期觀察下單狀況是否如你所預期，尤其是剛開始使用的時候，以免程式出了BUG，導致賠錢或被追繳的後果。

總結

恭喜執行到這裡的大家，已經完成所有的步驟，往後每天GCP都會自動幫大家執行選股策略並且進行下單了！

祝大家一切順利，天天在家睏飽數錢，有任何問題也歡迎在文章下方或到FinLab粉專留言！

這次自動交易的教學就告一段落了。我是阿榤，下次見，掰！(⁎⁍̴̛ᴗ⁍̴̛⁎)

(2023/4/6 更新) Shioaji Version >= 1.0 環境變數設定

因應永豐更新主要版本至1.0，採用了全新驗證方式。若要使用1.0以後的版本，請先到永豐官網申請API，將權限設置如下。

請將環境變數的設置改為以下

前情提要

流程圖

免責聲明

Google Cloud Platform (GCP)

GCP 要收費嗎?