TqSdk整体结构
文件结构
File |
Description |
---|---|
api.py |
TqApi 接口主文件 |
tqhelper.py |
TqApi 辅助代码 |
exception.py |
异常类型定义 |
objs.py |
主要业务数据结构定义 |
sim.py |
本地模拟交易 |
backtest.py |
回测支持 |
lib.py |
交易辅助工具 |
ta.py |
技术指标 |
tafunc.py |
技术分析函数 |
ctpse/* |
穿透式监管信息采集模块 |
test/* |
单元测试用例 |
demo/* |
示例程序 |
数据流
TqSdk中以数据流的方式连接各组件。TqChan(本质是一个asyncio.Queue)被用作两个组件间的单向数据流管道,一个组件向 TqChan 中放入数据包,另一个组件从 TqChan 中依次取出数据包。
实盘运行时,整个数据流结构如下图:
数据包上行流程(以报单为例):
用户程序调用 TqApi 中的某些需要发出数据包的功能函数, 以 TqApi.insert_order 为例
TqApi.insert_order 函数生成一个需要发出的数据包, 将此数据包放入 api_send_chan
TqAccount 从 api_send_chan 中取出此数据包,根据 aid 字段,决定将此数据包放入 td_send_chan
连接到交易网关的 websocket client 从 td_send_chan 中取出此数据包,通过网络发出
数据包下行流程(以接收行情为例):
连接到行情网关的 websocket client 从网络收到一个数据包,将其放入 md_recv_chan
TqAccount 从md_recv_chan中取出此数据包,将它放入 api_recv_chan
TqApi 从api_recv_chan中取出此数据包,将数据包中携带的行情数据合并到内存存储区中
基于这样的数据流结构,可以通过简单更换部分组件的方式实现不同工作模式。例如模拟交易时,我们用 TqSim 替换 TqAccount:
策略回测则是这样:
内存数据存储与更新
按照 DIFF 协议推荐的客户端最佳实践,TqApi 使用单一变量(TqApi._data)存储所有业务数据, 它的结构如下:
在每次收到数据包时,TqApi都会将数据包内容合并到 TqApi._data 中. 具体的代码流程如下:
websocket client 收到数据包, 放入 TqApi._pending_diffs
wait_update 函数发现 TqApi._pending_diffs 有待处理数据包, 中止异步循环以处理此数据包:
while not self._wait_timeout and not self._pending_diffs: # 这里发现 self._pending_diffs 非空, 中止 while 循环 self._run_once()
wait_update 调用 self._merge_diff 函数:
for d in self._diffs: self._merge_diff(self._data, d, self._prototype, False)
TqApi._merge_diff 函数将收到的数据包并入本地存储.
对于k线之类的序列数据, 后续继续将更新的数据复制到 pandas dataframe 中
异步任务调度
TqApi 在 wait_update 函数中完成所有异步任务的调度执行. 每当用户程序执行 api.wait_update 函数时, 会调度所有 task 运行, 直到收到新数据包或超时 wait_update函数返回, 继续执行后续用户代码