如何用 Python 语言在 PTrade 量化工具上运行自定义策略？

PTrade支持基于 Python 编写自定义量化策略，策略托管在券商云端服务器，关闭电脑策略依旧运行。完整流程：开通权限 → 创建策略文件 → 编写代码 → 历史回测 → 模拟盘验证 → 实盘部署。

✅ 前置准备

1. 已开通证券账户，并向券商客户经理申请PTrade 量化权限
2. 安装并登录PTrade 客户端，进入量化策略编辑页面
3. 熟悉 PTrade 内置 API，不需要本地额外安装 Python 环境，终端内置运行环境

✅ 策略基础结构（PTrade 固定框架）

PTrade 策略必须包含 3 个核心函数，是平台的固定入口：

1. initialize(context)
   策略启动时只执行一次，用来初始化参数、股票池、全局变量。
2. before_trading_start(context)每日开盘前执行，可筛选当日标的、更新数据、准备交易参数。
3. handle_data(context, data)盘中持续循环执行，行情更新就触发，放置买卖判断、下单逻辑。

极简示例代码模板

# 初始化函数，策略启动运行一次
def initialize(context):
    # 设置标的
    context.security = "600000.SH"
    # 设置基准
    set_benchmark("000300.SH")

# 每日开盘前运行
def before_trading_start(context):
    pass

# 盘中循环执行，核心交易逻辑写在这里
def handle_data(context, data):
    # 获取当前持仓
    pos = context.portfolio.positions[context.security].total_amount
    # 获取最新价格
    current_price = data[context.security].close

    # 简单逻辑：无持仓时买入，持仓达到条件卖出
    if pos == 0:
        order_value(context.security, 10000)
    elif pos > 0 and current_price > 11:
        order_target(context.security, 0)

✅ 完整分步操作

1. 新建策略文件
   进入 PTrade【量化】模块，点击【新建策略】，命名策略，选择Python 策略类型，空白编辑器会自动生成基础框架。
2. 编写 / 粘贴策略代码
   在代码编辑器内编写策略，可调用 PTrade 自带行情、账户、下单 API。

重点：代码只可使用 PTrade 内置库，不支持随意 import 第三方库。

1. 历史回测（必做！）
   填写回测参数：回测时间段、初始资金、基准指数，点击运行回测。

• 查看回测结果：收益曲线、最大回撤、交易记录、胜率
• 排查代码报错、逻辑漏洞；回测结果不能代表未来收益

1. 模拟盘仿真测试（关键一步）
   回测达标后，部署到模拟盘，使用实时行情、虚拟资金跑策略。

• 检验真实行情下的触发、下单、滑点问题
• 观察日志，排查盘口、交易时间带来的逻辑 bug

1. 实盘部署上线
   模拟盘稳定运行无异常后，新建实盘任务，关联当前策略，启动运行。

• 策略在券商云端托管，关机不影响执行
• 实盘运行期间，持续查看策略日志、委托记录、风控提醒

✅ 高频进阶：L2 逐笔行情调用（高频策略）

如果需要读取L2 逐笔委托 / 逐笔成交数据，仅实盘环境可用，回测不支持

• get_individual_entrust() 获取毫秒级逐笔委托明细，分析委托队列
• get_individual_transaction() 获取逐笔成交明细，区分主买、主卖

Python 策略开发避坑提醒

❌ 不要直接跳过回测 + 模拟盘直接上实盘，实盘会存在滑点、流动性差异
❌ 不要在代码里大量循环、高频请求行情，容易触发接口限流、风控
❌ 注意交易时间，非交易时段下单会委托失败
✅ 下单前增加标的流动性判断，避免出现无法成交的情况
✅ 做好仓位管理、止损逻辑，不要满仓单标的
✅ 遵守交易所规则，避免频繁挂撤单，触发风控限制
✅ Python 自定义策略属于工具，不保证盈利，市场存在波动风险

股票/量化开户找我呀！股票佣金万0.854（满足条件）！无门槛国债逆回购一折 (百万分之一）！ETF佣金万0.5！免费量化使用量化软件QMT+ptrade! 优惠多多！