对于高频策略研究，需要存储tick数据以便离线分析。PTrade策略可以实时接收tick并写入本地数据库。本文介绍如何使用SQLite存储tick数据。

优点：SQLite轻量级，无需安装，支持SQL查询，适合个人使用。

步骤一：在init中创建数据库和表。

`python

import sqlite3

def initialize(context):

   context.conn = sqlite3.connect('tick_data.db')

   context.cursor = context.conn.cursor()

   context.cursor.execute('''

       CREATE TABLE IF NOT EXISTS ticks (

           timestamp TEXT,

           stock TEXT,

           price REAL,

           volume INTEGER,

           bid1 REAL,

           ask1 REAL

       )

   ''')

   context.conn.commit()

`

步骤二：订阅tick，并在回调中写入。

`python

def on_tick(context, tick):

   ts = tick['time']  # 或 context.now

   context.cursor.execute('''

       INSERT INTO ticks (timestamp, stock, price, volume, bid1, ask1)

       VALUES (?, ?, ?, ?, ?, ?)

   ''', (ts, tick['code'], tick['last'], tick['volume'], tick['bid1'], tick['ask1']))

   if context.cursor.rowcount % 100 == 0:

       context.conn.commit()  # 每100条提交一次，提高性能

`

步骤三：收盘后关闭连接。

`python

def after_trading(context):

   context.conn.commit()

   context.conn.close()

`

注意事项：

- 写入数据库会消耗性能，如果订阅股票多，可能导致延迟。建议只存储少数关键股票。

- 数据量增长很快，1只股票一天约5000条tick，一个月约10万条，可接受。多只股票需定期清理。

- 使用PRAGMA synchronous=OFF可以提高写入速度，但断电可能丢失数据。

存储的tick数据可用于离线回测、分析滑点、构建微观结构因子。但注意，PTrade的回测不支持tick级别，只能用于实盘记录。

国金证券的PTrade支持本地文件操作，10万资金即可开通。量化社群中有完整的tick存储脚本。高频数据是量化研究的宝贵资产。