量化接口

量化接口

第一创业证券开户,支持量化聚宽,QMT

券商万一免五绫波丽 发表了文章 • 0 个评论 • 607 次浏览 • 2022-04-10 19:44 • 来自相关话题

第一创业证券股份有限公司(以下简称“公司”、“第一创业”)前身是1993年4月成立的佛山证券公司。公司注册资本42.024亿元,总部设在深圳,员工超过3000人。2016年5月11日,公司首次公开发行股票并在深圳证券交易所上市交易

 
第一创业证券开户,费率如下
股票:万2.5
场内基金申购1折
可转债:沪市:万0.1  深市:万0.5
支持量化聚宽,QMT





 

 





 
需要开户的老铁,请扫码联系,备注:第一创业开户 查看全部


第一创业证券股份有限公司(以下简称“公司”、“第一创业”)前身是1993年4月成立的佛山证券公司。公司注册资本42.024亿元,总部设在深圳,员工超过3000人。2016年5月11日,公司首次公开发行股票并在深圳证券交易所上市交易


 
第一创业证券开户,费率如下
股票:万2.5
场内基金申购1折
可转债:沪市:万0.1  深市:万0.5
支持量化聚宽,QMT

20220410_002.png

 

 

a2f0d4bc4161fa5946f11a3f0e003536.jpeg

 
需要开户的老铁,请扫码联系,备注:第一创业开户

东方证券万一免五开户

券商万一免五绫波丽 发表了文章 • 0 个评论 • 546 次浏览 • 2022-03-28 22:04 • 来自相关话题

东方证券万一免五开户,费率如下:
 
1. A股佣金:万1免五
2. 场内基金:(封基/LOF/ETF)万0.5
3. 可转债+债券:万分之0.5(沪)万分之0.5(深圳)
4. 融资融券利率6.5%,按使用天数收取利息
5.专属新客理财入金1万起,时间30天或60天的优秀理财产品。(固收类产品)
6. 支持同花顺,通达信登录
7. 支持量化金字塔
 





 
需要开户的老铁们, 请扫码联系,备注:东方证券开户
 

 
  查看全部
东方证券万一免五开户,费率如下:
 
1. A股佣金:万1免五
2. 场内基金:(封基/LOF/ETF)万0.5
3. 可转债+债券:万分之0.5(沪)万分之0.5(深圳)
4. 融资融券利率6.5%,按使用天数收取利息
5.专属新客理财入金1万起,时间30天或60天的优秀理财产品。(固收类产品)
6. 支持同花顺,通达信登录
7. 支持量化金字塔
 

1c8d4d9a51886aaf9cab87bc00161098.jpeg

 
需要开户的老铁们, 请扫码联系,备注:东方证券开户
 

 
 

绫波丽 发表了文章 • %s 个评论 • %s 次浏览 • 1970-01-01 08:00 • 来自相关话题

开通Ptrade Python量化接口 国金证券/国盛证券

股票绫波丽 发表了文章 • 0 个评论 • 6704 次浏览 • 2021-07-06 08:40 • 来自相关话题

目前不少在A股做量化的大部分使用tushare,优矿,米筐,聚宽等等,无论教程,还是实际操作,基本没见有教怎么用程序下单,实盘交易的。

而退而求其次使用按键精灵,模拟点击交易软件进行点击下单,非常不稳定,无法判断下单后是否成交,也无法实时获取行情数据。如果使用tushare或者新浪接口数据,扫描一次全市场的行情用时很久且不稳定,等扫描结束,再下单,此时价格可能已经是几分钟前的了,且此类接口调用次数多是会被封IP的。

笔者使用的是券商提供的量化软件:Ptrade。是恒生电子研发的提供给机构使用的程序化交易软件。提供策略回测,下单API接口,实时行情获取,并且使用的开发语言python,易于上手。

策略回测与实盘交易




研究页面

研究页面,熟悉python jupyter notebook的朋友对这个界面肯定很熟悉。

研究的页面实际就运行你逐行输出调试程序,了解每个函数的具体使用,或者你策略的中途结果调试。





 
回测策略

实际代码需要在回测策略里面写,写完后确定无误,就可以放在仿真环境下真实运行。如果你运行得到的结果很满意,那么就可以直接部署到实盘服务器上。实盘服务器是在券商那边,不需要个人购买服务器,也不需要本地开着这个Ptrade,就是说不需要在个人电脑上一直开着跑,你的最终代码和程序是在券商服务器上部署与运行,除非有报错异常停止,不然在你不暂停或者停止的前提下,可以一直运行下去。












条件满足后下单

可视化量化

同时也提供一些常见的现成的量化策略,选中后只要鼠标点点点也能够自动化跑这些策略了,当然里面很多参数都可以用鼠标点点点修改。





 
接口文档也非常详细:




 
一些常见策略代码:

集合竞价追涨停策略def initialize(context):
# 初始化此策略
# 设置我们要操作的股票池, 这里我们只操作一支股票
g.security = '600570.SS'
set_universe(g.security)
#每天9:23分运行集合竞价处理函数
run_daily(context, aggregate_auction_func, time='9:23')

def aggregate_auction_func(context):
stock = g.security
#最新价
snapshot = get_snapshot(stock)
price = snapshot[stock]['last_px']
#涨停价
up_limit = snapshot[stock]['up_px']
#如果最新价不小于涨停价,买入
if float(price) >