十分钟快速入门

希望快速开始使用天勤量化(TqSdk2)? 本页面将介绍如何开始使用 TqSdk2.

如果您以前曾经使用过 TqSdk 或者其它框架编写过策略程序, 这些内容可以快速帮助您了解 TqSdk2 与它们的区别:

安装

天勤量化的核心是TqSdk开发包, 在安装天勤量化 (TqSdk2) 前, 你需要先准备适当的环境和Python包管理工具, 包括:

  • Python >=3.6.4,3.7,3.8,3.9 版本

  • Windows 7 以上版本, Mac Os, 或 Linux

你可以选择使用 pip 命令安装 TqSdk2, 或者下载源代码安装. 对于一般用户, 我们推荐采用 pip 命令安装:

pip install tqsdk2

但是由于 pip 使用的是国外的服务器,普通用户往往下载速度过慢或不稳定,对于使用 pip 命令下载速度较慢的用户,我们推荐采用切换国内源的方式安装:

pip install tqsdk2 -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com

注册信易账户

在使用 TqSdk2 之前,用户需要先注册自己的 信易账户 ,传入信易账户是使用任何 TqSdk2 程序的前提,点击 注册信易账户

信易账户可以使用注册时的手机号/用户名/邮箱号进行登录,同时该信易账户也会作为后续权限识别,论坛登录和您的快期模拟账户,信易账户的详细介绍请点击 信易账户

在注册完信易账户后,让我们从一个简单的例子开始

获取实时行情数据

通过 TqSdk2 获取实时行情数据是很容易的.

首先, 必须引入 tqsdk2 模块:

from tqsdk2 import TqApi, TqAuth

创建API实例,并填入自己的信易账户:

api = TqApi(auth=TqAuth("信易账户", "账户密码"))

获得上期所 ni2010 合约的行情引用:

quote = api.get_quote("SHFE.ni2010")

现在, 我们获得了一个对象 quote. 这个对象总是指向 SHFE.ni2010 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)

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 t10 - 获取实时行情 . 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 TqSdk2 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.

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 ni2010 合约的10秒线:

klines = api.get_kline_serial("SHFE.ni2010", 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 t30 - 使用K线/Tick数据 .

我们也可以通过传入一个合约列表作为参数,来获取包含多个合约数据的K线:

klines = api.get_kline_serial(["SHFE.au1912", "SHFE.au2006"], 5)  # 获取SHFE.au2006向SHFE.au1912对齐的K线

详细使用方法及说明请见 get_kline_serial() 函数说明。

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

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.m2105", direction="BUY", offset="OPEN", volume=5, limit_price=3000)

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 t40 - 下单/撤单 .

到这里为止, 我们已经掌握了 TqSdk2 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

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.m2105", 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.m2105", 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 t60 - 单均线策略 .

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 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 ni2010 的目标持仓 task,该 task 负责调整 ni2010 的仓位到指定的目标仓位
target_pos_near = TargetPosTask(api, "SHFE.ni2010")
# 创建 ni2011 的目标持仓 task,该 task 负责调整 ni2011 的仓位到指定的目标仓位
target_pos_deferred = TargetPosTask(api, "SHFE.ni2011")

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 t80 - 价差回归策略 .

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(backtest=TqBacktest(start_dt=date(2018, 5, 1), end_dt=date(2018, 10, 1)), auth=TqAuth("信易账户", "账户密码"))

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 策略程序回测

实盘交易

要让策略程序在实盘账号运行, 请在创建TqApi时传入一个 TqAccount , 填入 期货公司, 账号, 密码 和信易账户信息(使用前请先 import TqAccount):

from tqsdk2 import TqApi, TqAuth, TqAccount

api = TqApi(TqAccount("H海通期货", "412432343", "123456"), auth=TqAuth("信易账户", "账户密码"))

更多关于实盘交易细节,请点击 账户与交易

目前支持的期货公司列表, 请点击查看: TqSdk支持的期货公司列表

注册信易账户,请点击 登录用户管理中心

实盘直连模式

此外,TqSdk2 提供了直连模式 TqCtp ,支持用户连以直连模式接入指定期货公司、减少交易延迟和提升系统稳定性

以直连 simnow 交易服务为例:

from tqsdk2 import TqApi, TqAuth, TqCtp

api = TqApi(TqCtp("tcp://180.168.146.187:10101", "9999", "simnow_client_test", "0000000000000000", "123456", "123456"),auth=TqAuth("信易账户","账户密码"))

直连模式需要购买直连版本才能使用,详情请点击 TqCtp .

直连模式的详细介绍,请点击 以直连模式接入期货公司

模拟交易和论坛

如果您需要使用能保存账户资金及持仓信息的模拟交易功能, 请点击 注册信易账号 ,填写完对应信息之后,并验证成功即可进入 用户论坛 .

_images/tq_register.png

同时刚刚注册完成的信易账户的【手机号】/【邮箱地址】/【用户名】和【密码】可以作为 快期模拟 账号,通过 TqKq 对 auth 传入参数进行登录,这个 快期模拟 账户在快期APP、快期V3 pro 和天勤量化上是互通的:

from tqsdk2 import TqApi, TqAuth, TqKq

api = TqApi(TqKq(), auth=TqAuth("信易账户", "账户密码"))

特别的,如果创建TqApi实例时没有提供任何 TqAcccount 账户或 TqKq 模块,则每次会自动创建一个临时模拟账号,当程序运行结束时,临时账号内的记录将全部丢失:

api = TqApi(auth=TqAuth("信易账户", "账户密码"))

更多内容