.. _quickstart: 十分钟快速入门 ================================================= 希望快速开始使用 TqSdk? 本页面将介绍如何开始使用 TqSdk. 首先, 请确认: * TqSdk 已经 :ref:`安装成功 ` * TqSdk 已经更新到 :ref:`最新版本 ` 如果您以前曾经使用过其它框架编写过策略程序, 这些内容可以快速帮助您了解 TqSdk 与它们的区别: * :ref:`for_ctp_user` * :ref:`for_vnpy_user` 注意: TqSdk 使用了 python3 的原生协程和异步通讯库 asyncio,部分 IDE 不支持 asyncio,例如: * spyder: 详见 https://github.com/spyder-ide/spyder/issues/7096 * jupyter: 详见 https://github.com/jupyter/notebook/issues/3397 可以直接运行示例代码,或使用支持 asyncio 的 IDE (例如: pycharm) 让我们从一个简单的例子开始 .. _quickstart_1: 获取实时行情数据 ------------------------------------------------- 通过 TqSdk 获取实时行情数据是很容易的. 首先, 必须引入 tqsdk 模块:: from tqsdk import TqApi, TqSim 创建API实例. 需要指定交易帐号. 如果使用API自带的模拟功能可以指定为 TqSim:: api = TqApi(TqSim()) 获得上期所 cu1812 合约的行情引用:: quote = api.get_quote("SHFE.cu1812") 现在, 我们获得了一个对象 quote. 这个对象总是指向 SHFE.cu1812 合约的最新行情. 我们可以通过 quote 的各个字段访问行情数据:: print (quote.last_price, quote.volume) 要等待行情数据更新, 我们还需要一些代码:: while True: api.wait_update() print (quote.datetime, quote.last_price) :py:meth:`~tqsdk.api.TqApi.wait_update` 是一个阻塞函数, 程序在这行上等待, 直到收到数据包才返回. 上面这个例子的完整程序请见 :ref:`tutorial_t10` . 你也可以在自己电脑python安装目录的 site_packages/tqsdk/demo 下找到它 很简单, 对吗? 到这里, 你已经了解用 TqSdk 开发程序的几个关键点: * 创建 TqApi 实例 * 用 api.get_quote() 或 其它函数获取数据引用对象 * 在循环中用 api.wait_update() 等待数据包. * 收到数据包以后通过引用对象获得所需数据 下面我们将继续介绍 TqSdk 更多的功能. 无论使用哪个功能函数, 都遵循上面的结构. .. _quickstart_2: 使用K线数据 ------------------------------------------------- 你很可能会需要合约的K线数据. 在TqSdk中, 你可以很方便的获得K线数据. 我们来请求 cu1812 合约的10秒线:: klines = api.get_kline_serial("SHFE.cu1812", 10) klines是一个pandas.DataFrame对象. 跟 api.get_quote() 一样, api.get_kline_serial() 也是返回K线序列的引用对象. K线序列数据也会跟实时行情一起同步自动更新. 你也同样需要用 api.wait_update() 等待数据刷新. 一旦k线数据收到, 你可以通过 klines 访问 k线数据:: while True: api.wait_update() print("最后一根K线收盘价", klines.close.iloc[-1]) 这部分的完整示例程序请见 :ref:`tutorial_t30` . 到这里为止, 你已经知道了如何获取实时行情和K线数据, 下面一段将介绍如何访问你的交易账户并发送交易指令 .. _quickstart_3: 交易账户, 下单/撤单 ------------------------------------------------- 要获得你的账户资金情况, 可以请求一个资金账户引用对象:: account = api.get_account() 要获得你交易账户中某个合约的持仓情况, 可以请求一个持仓引用对象:: position = api.get_position("DCE.m1901") 与行情数据一样, 它们也通过 api.wait_update() 获得更新, 你也同样可以访问它们的成员变量:: print("可用资金: %.2f" % (account.available)) print("今多头: %d 手" % (position.volume_long_today)) 要在交易账户中发出一个委托单, 使用 api.insert_order() 函数:: order = api.insert_order(symbol="DCE.m1901", direction="BUY", offset="OPEN", volume=5) 这个函数调用后会立即返回, order 是一个指向此委托单的引用对象, 你总是可以通过它的成员变量来了解委托单的最新状态:: print("委托单状态: %s, 已成交: %d 手" % (order.status, order.volume_orign - order.volume_left)) 要撤销一个委托单, 使用 api.cancel_order() 函数:: api.cancel_order(order) 这部分的完整示例程序请见 :ref:`tutorial_t40` . 到这里为止, 我们已经掌握了 TqSdk 中行情和交易相关功能的基本使用. 我们将在下一节中, 组合使用它们, 创建一个自动交易程序 .. _quickstart_4: 构建一个自动交易程序 ------------------------------------------------- 在这一节中, 我们将创建一个简单的自动交易程序: 每当行情最新价高于最近15分钟均价时, 开仓买进. 这个程序是这样的:: klines = api.get_kline_serial("DCE.m1901", 60) while True: api.wait_update() if api.is_changing(klines): ma = sum(klines.close.iloc[-15:])/15 print("最新价", klines.close.iloc[-1], "MA", ma) if klines.close.iloc[-1] > ma: print("最新价大于MA: 市价开仓") api.insert_order(symbol="DCE.m1901", direction="BUY", offset="OPEN", volume=5) 上面的代码中出现了一个新函数 api.is_changing(). 这个函数用于判定指定对象是否在最近一次 wait_update 中被更新. 这部分的完整示例程序请见 :ref:`tutorial_t60` . .. _quickstart_5: 按照目标持仓自动交易 ------------------------------------------------- 在某些场景中, 我们可能会发现, 自己写代码管理下单撤单是一件很麻烦的事情. 在这种情况下, 你可以使用 :py:class:`tqsdk.lib.TargetPosTask`. 你只需要指定账户中预期应有的持仓手数, TqSdk 会自动通过一系列指令调整仓位直到达成目标. 请看例子:: # 创建 rb1810 的目标持仓 task,该 task 负责调整 rb1810 的仓位到指定的目标仓位 target_pos_near = TargetPosTask(api, "SHFE.rb1810") # 创建 rb1901 的目标持仓 task,该 task 负责调整 rb1901 的仓位到指定的目标仓位 target_pos_deferred = TargetPosTask(api, "SHFE.rb1901") while True: api.wait_update() if api.is_changing(quote_near) or api.is_changing(quote_deferred): spread = quote_near.last_price - quote_deferred.last_price print("当前价差:", spread) if spread > 200: print("目标持仓: 空近月,多远月") # 设置目标持仓为正数表示多头,负数表示空头,0表示空仓 target_pos_near.set_target_volume(-1) target_pos_deferred.set_target_volume(1) elif spread < 150: print("目标持仓: 空仓") target_pos_near.set_target_volume(0) target_pos_deferred.set_target_volume(0) 这部分的完整示例程序请见 :ref:`tutorial_t80` . .. _tutorial_backtest: 策略回测 ------------------------------------------------- 自己的交易程序写好以后, 我们总是希望在实盘运行前, 能先进行一下模拟测试. 要进行模拟测试, 只需要在创建TqApi实例时, 传入一个backtest参数:: api = TqApi(TqSim(), backtest=TqBacktest(start_dt=date(2018, 5, 1), end_dt=date(2018, 10, 1))) 这样, 程序运行时就会按照 TqBacktest 指定的时间范围进行模拟交易测试, 并输出测试结果. 关于策略程序回测的详细信息, 请见 :ref:`backtest` 实盘交易 ------------------------------------------------- 要让策略程序在实盘账号运行, 请使用 :py:class:`~tqsdk.api.TqAccount` , 填入 期货公司, 账号, 密码:: api = TqApi(TqAccount("H海通期货", "320102", "123456")) 目前支持的期货公司列表, 请见 :ref:`broker_list` . 关于实盘交易的详细信息, 请见 :ref:`trade` 更多内容 ------------------------------------------------- * 要完整了解TqSdk的使用, 请阅读 :ref:`usage` * 更多TqSdk的示例 :ref:`demo`