VR指标是一种依据成交量和价格的技术指标，它的主要作用是判别股价的上涨和下跌的趋势，同时也可以帮助投资者确定股票买卖点。本文将介绍一种基于VR指标的交易策略，并使用Easytrader库实现该策略的自动化交易。

1. VR指标简介

VR指标是一种基于成交量和价格的技术指标，它计算公式如下：

VR = （上涨成交量+0.5平盘成交量）/ （下跌成交量+0.5平盘成交量）

其中，上涨成交量指当天股价上涨的总成交量，下跌成交量指当天股价下跌的总成交量，平盘成交量指当天股价持平的总成交量。

VR指标的取值范围介于0-100之间，当VR指标值大于50时，意味着上涨趋势强劲，当VR指标值小于50时，意味着下跌趋势强劲。因此，我们可以将VR指标用于判断股票的买卖点。

2. 策略规则

基于VR指标的交易策略如下：

策略：当VR值大于90时，买入；当VR值小于10时，卖出。

3. 代码实现

我们可以使用Easytrader库来实现该策略的自动化交易。首先，我们需要安装Easytrader库：

pip install easytrader

然后，我们需要编写交易策略代码：

import easytrader
import talib
import pandas as pd

# 初始化Easytrader客户端
user = easytrader.use('ht')

# 登录华泰证券交易客户端
user.connect(hx)

# 获取历史K线数据
bars = user.get_history_minute_bar('600519', 10, '1min')

# 将K线数据转化为pandas DataFrame格式
df = pd.DataFrame(bars, columns=['datetime', 'open', 'high', 'low', 'close', 'volume'])

# 计算VR指标
df['vr'] = talib.VR(df['high'].values, df['low'].values, df['close'].values, df['volume'].values)

# 获取最新一条K线数据
latest_bar = user.get_realtime_minute_bar('600519', '1min')

# 将最新价加入DataFrame末尾
latest_bar.append(pd.Series(latest_bar), ignore_index=True)

# 计算最新VR值
latest_vr = talib.VR(latest_bar['high'].values, latest_bar['low'].values, latest_bar['close'].values, latest_bar['volume'].values)[-1]

# 判断平仓条件
if latest_vr < 10:
    # 卖出
    user.sell('600519', latest_bar['close'].values[-1], 100)
elif latest_vr > 90:
    # 买入
    user.buy('600519', latest_bar['close'].values[-1], 100)

在上述代码中，我们首先使用Easytrader库连接华泰证券交易客户端，然后获取历史K线数据，并计算出VR指标。接着，我们获取最新一条K线数据，并计算出最新的VR值。最后，我们根据策略规则判断是否需要进行买入或卖出操作，如果需要，则调用Easytrader库的买入或卖出函数实现交易。