QMT vs PTrade资金更新速度|高频中如何处理

QMT vs PTrade资金更新速度|高频中如何处理

平时在手动交易中，下单委托后，再切换回去持仓页面，可以看到你的可用资金变少了。而在QMT和PTrade里面，却可能会表现得不一样。本文用代码和实盘来作对比。希望本文对量化新手有所帮助，记得收藏哦！ 公众号首页链接了视频号，里面也有不少的新手入门教程和进阶教程，欢迎观看。

了解量化交易程序里面的资金更新速度，无论对量化T+0日内交易（可转债，T+0 ETF），还是轮动策略调仓，都是必须的。

Ptrade

以交易逆回购为例，这也便于量化新手也可以实践，可以放心跑，不会亏钱。

代码很简单，每个tick_data行情更新时间（3秒）里打印当前的可用资金。中途买入（借出）逆回购后，看看当面打印的可用资金什么时候发生变化。
 

import datetime



def initialize(context):

    # 初始化策略

    g.already_run = False



def handle_data(context, data):

    pass



def get_available_cash(context):

    # 读取变量protfolio里的可用资金的值

    return context.portfolio.cash



def current_time():

    return datetime.datetime.now().strftime('%H:%M:%S.%f')



def tick_data(context, data):

    log.info('可用资金{}'.format(get_available_cash(context)))

    if not g.already_run:

        g.already_run = True

        # 卖出100手 R-001

        ret = order_tick('131810.SZ', -10, priceGear='1', limit_price=None)



def on_order_response(context, trade_list):

    # 委托回调函数，有委托出现就调用此函数

    log.info('已委托下单 {}'.format(current_time()))

放到Ptrade的实盘里执行，得到下面日志





下单前可用资金为17902，程序启动后下单时间在10：41：08，卖出10张R-001，市值1000元；间隔3s后打印可用资金，在10：41：13的时候，可用资金依然是17902，此时时间已经过去了5秒；

在10：41：18打印的时候资产才发生了变化，此时可用资金为16902，此时距离下单时的10：41：08，已经过去了10秒。所以如果在高频下单时，使用读取内置的context.portfolio.cash 来获取可用资金，那就寄了。那是不是意味着Ptrade无法进行高频率的交易了呢？当然不是的，此时可以使用内置的成交主推函数来更新可用资金，后面下面再介绍。

QMT

而qmt的代码如下，把打印的可用资金的操作放到handlebar里面，它和上面的Ptrade作用一样，每隔3s执行一次。

# encoding:gbk

import datetime





ACCOUNT = '你的账户ID'

start = True



def init(ContextInfo):

    ContextInfo.set_account(ACCOUNT)



def current_time():

    return datetime.datetime.now().strftime('%H:%M:%S.%f')





def get_available_cash(ContextInfo):

    acct_info = get_trade_detail_data(ACCOUNT, 'stock', 'account')

    return acct_info[0].m_dAvailable





def deal_callback(ContextInfo, dealInfo):

    print('before')

    print(dealInfo.m_strProductID)

    print(dealInfo.m_nDirection)

    print(dealInfo.m_dTradeAmount)

    print(dealInfo.m_nVolume)

    print(dealInfo.m_dPrice)

    print('call back --- ')

    print(current_time())



def buy_action(ContextInfo):

    opType = 24

    orderType = 1101

    accountID = ACCOUNT

    orderCode = '131810.SZ'

    prType = 11

    price = 1.8

    volume = 10

    quickTrade = 2

    passorder(opType, orderType, accountID, orderCode, prType, price, volume, quickTrade, ContextInfo)



def handlebar(ContextInfo):

    global start

    if ContextInfo.is_last_bar():



        cash = get_available_cash(ContextInfo)

        print('{} 可用资金{}'.format(current_time(),cash))

        if start:

            print('下单逆回购 131810 ')

            buy_action(ContextInfo)

            start = False

 
部署到QMT实盘后，执行。

得到下面的运行日志：





从上面的日志看出，程序在14：35：11启动，马上使用passorder下单，卖出1000元的R-001，此时时间14：35：12，马上成交了。而可用资金在下单后的0.47秒后，14：35：12，显示少了1000元。此时的资金状态已经被更新了。

所以QMT的资金持仓更新速度要比Ptrade快出不少的，如果不是追求毫秒级别的话，这个速度足够满足大部分的轮动和T+0操作了。

虽然QMT的资金持仓更新很快，但如果你的策略是高频或偏高频运行，比如你这一个时刻刚刚买入，下一个tick来到时就要卖出，或者采用驱动成交型的网格交易，你无法知道挂单是在哪一个时刻成交的，此时也亦不能一直循环读取你的可以资金或者持仓来判断是否成交，因为这样会阻塞QMT无法进行下一步的操作（除非你本身就是一直在等待成交，成交后才进行下程序一步）。

委托、成交回调函数

Ptrade和QMT都有对应的委托成交回调函数，用于应对需要即时获取成交状态的情景下。

接口文档介绍如下 
Ptrade http://ptradeapi.com/#on_trade_response

QMT：http://qmt.ptradeapi.com/QMT_Python_API_Doc.html#deal-callback





里面就说明了，“该函数会在成交主推回调时响应，比引擎和get_trades()函数更新Order状态的速度更快，适合对速度要求比较高的策略。”

Ptrade的部分代码片段如下：

# 交易回调

def on_trade_response(context, trade_list):

    # 成交主推

    now = context.blotter.current_dt.strftime("%H:%M:%S")



    for trade_info in trade_list:

        if trade_info['order_id'] == '':

            # 不是本策略跳过

            log.info('非本策略订单')

            continue



        code = trade_info['stock_code']

        code = post_fix_convert(code)

        business_time = trade_info['business_time']

        business_amount = trade_info['business_amount']  # 这个是负数，如果卖出

        business_price = trade_info['business_price']

        g.total_cash -= business_amount # 马上更新资金状态

 
g.total_cash -= business_amount # 马上更新资金状态g.total_cash是一个全局的可用资金， 可以提前设定好，亦可以是开盘前读取一次你的账户可用资金。

每次成交的那一刻，on_trade_response这个函数就会被动触发，在这里就可以简单的更新你的资金状态了。上面的例子是最基础的更新资金。

实际可以使用其他的诸如dict或类对象来更新仓位。





上面代码是把仓位更新放到一个全局dict里面，key是股票代码，value也是一个dict，里面包含交易时间，持仓数目，价格等等。

好了，时间有限，今天的教程就到这里了，码字不易，欢迎点赞+收藏哦~