ptrade常见问题--2常见量化问题解答
-
-
小果量化交易量化研究 专做量化开发研究，微信xg_quant
0 People liked this article · 397 views
ptrade常见问题--2常见量化问题解答
风险提示：本内容为量化技术及平台操作的纯知识分享，不构成任何投资建议，不推荐任何具体证券或交易时机。部分内容可能理解包含错误，请自行核实。市场有风险，投资需谨慎
1 策略算法原理2qmt使用教程3策略算法原理4量化研报5 ptrad使用教程6 因子分析7策略算法原理
1、该函数用于以日为单位周期性运行指定函数，可对运行触发时间进行指定。
2、该函数只能在初始化阶段initialize函数中调用。
3、该函数可以在initialize中多次调用，以实现多个定时任务。但需要注意的是交易中定时任务线程数限制为5且累计的任务不执行，即run_daily和run_interval累计调用超过5次时，将会因堵塞导致部分定时任务不触发。
4、股票策略回测中，当回测周期为分钟时，time的取值指在09:31~11:30与13:00~15:00之间，当回测周期为日时，无论设定值是多少都只会在15:00执行；交易中不受此时间限制。
代码框架参考
# -*- coding: utf-8 -*-"""run_daily 用法示例（优化版）展示了多个定时任务的配置方式，避免与内部函数名冲突"""def initialize(context):# 设置股票池g.security = '6.SS'set_universe(g.security)# ==================== 多个定时任务示例 ====================# 1. 盘前任务：9:02 运行（交易环境可用）run_daily(context, my_before_market_open, time='09:02')# 2. 集合竞价任务：9:23 运行（回测分钟级可用）run_daily(context, my_aggregate_auction_func, time='9:23')# 3. 盘中任务：10:00 运行（回测分钟级可用）run_daily(context, my_mid_day_task, time='10:00')# 4. 尾盘任务：14:50 运行（回测分钟级可用）run_daily(context, my_after_market_close, time='14:50')# 5. 盘后任务：15:10 运行（交易环境可用，回测日线级在15:00执行）run_daily(context, my_post_market_task, time='15:10')log.info("定时任务设置完成，共5个任务")# ==================== 定时任务函数定义 ====================def my_before_market_open(context):"""盘前任务：9:02 执行"""log.info(f"盘前任务执行 - {context.current_dt}")# 获取历史数据等准备工作history_data = get_history(10, '1d', 'close', g.security, fq='pre', include=True)log.info(f"获取历史数据完成")def my_aggregate_auction_func(context):"""集合竞价任务：9:23 执行"""log.info(f"集合竞价任务执行 - {context.current_dt}")stock = g.security# 获取最新价和涨停价snapshot = get_snapshot(stock)price = snapshot[stock]['last_px']up_limit = snapshot[stock]['up_px']# 如果最新价不小于涨停价则买入if float(price) >= float(up_limit):order(g.security, 100, limit_price=up_limit)log.info(f"集合竞价买入: {stock}")def my_mid_day_task(context):"""盘中任务：10:00 执行"""log.info(f"盘中任务执行 - {context.current_dt}")# 检查持仓状态positions = get_positions()log.info(f"当前持仓: {positions}")def my_after_market_close(context):"""尾盘任务：14:50 执行"""log.info(f"尾盘任务执行 - {context.current_dt}")# 执行调仓操作stock = g.security# 获取当前价格snapshot = get_snapshot(stock)price = snapshot[stock]['last_px']# 买入操作order(g.security, 100)log.info(f"尾盘买入: {stock}")def my_post_market_task(context):"""盘后任务：15:10 执行"""log.info(f"盘后任务执行 - {context.current_dt}")# 盘后处理：如逆回购、日志记录等cash = context.portfolio.cashlog.info(f"盘后资金余额: {cash:.2f}")# ==================== 必选函数 ====================def handle_data(context, data):"""盘中处理函数（日线级别每天15:00执行一次）"""# 日线策略中，handle_data 在15:00执行# 这里可以放置主要的交易逻辑pass
特别注意定时超了5个可能后面的模块拉不起来
# ❌ 错误写法：超过5个定时任务会导致部分任务不执行run_daily(context, task1, time='09:00')run_daily(context, task2, time='09:30')run_daily(context, task3, time='10:00')run_daily(context, task4, time='10:30')run_daily(context, task5, time='11:00')run_daily(context, task6, time='11:30') # 第6个任务不会执行# ✅ 正确写法：合并任务或减少任务数量run_daily(context, combined_task, time='10:00') # 将多个逻辑合并到一个函数
2run_interval用法及运行时间
1、该函数用于以设定时间间隔(单位为秒)周期性运行指定函数，可对运行触发时间间隔进行指定。
2、该函数只能在初始化阶段initialize函数中调用。
3、运行时间(1) PTrade1.0-QTV202501.04.000版本之前，启动当天根据启动时间+设置周期，第二天则是9：30 + 设置周期(2) PTrade1.0-QTV202501.04.000版本（含）之后，run_interval接口增加入参 interval_timer_ranges字段，支持设置运行的时间段，即支持配置24小时都能运行，例如配置：“09:15-11:30, 13:00-15:00”表示从上午9点15分到11点半和下午1点到3点的时间范围。
4、该函数可以在initialize中多次调用，以实现多个定时任务。但需要注意的是交易中定时任务线程数限制为5且累计的任务不执行，即run_daily和run_interval累计调用超过5次时，将会因堵塞导致部分定时任务不触发。
5、最小运行时间间隔seconds的设置规则：期货策略为1秒（用户设置值若小于1秒，系统仍当做1秒处理），股票等其他类型策略为3秒。
# -*- coding: utf-8 -*-"""run_interval 用法示例（优化版）展示了多个定时任务的配置方式，避免与内部函数名冲突"""def initialize(context):# 设置股票池g.security = '60.SS'set_universe(g.security)# ==================== 多个 run_interval 定时任务示例 ====================# 1. 每3秒运行一次（股票最小间隔）run_interval(context, my_tick_handle, seconds=3)# 2. 每10秒运行一次（常规间隔）run_interval(context, my_interval_handle, seconds=10)# 3. 每60秒运行一次（1分钟间隔）run_interval(context, my_minute_handle, seconds=60)log.info("定时任务设置完成，共3个任务")# ==================== 定时任务函数定义 ====================def my_tick_handle(context):"""tick级别处理函数：每3秒执行一次"""log.info(f"tick级别任务执行 - {context.current_dt}")stock = g.security# 获取最新行情快照snapshot = get_snapshot(stock)price = snapshot[stock]['last_px']log.info(f"股票 {stock} 最新价: {price}")# 示例：简单的价格监控逻辑if price > 0:# 获取当前持仓position = get_position(stock)if position is None or position.amount == 0:# 没有持仓，考虑买入log.info(f"当前无持仓，监控价格: {price}")else:# 有持仓，监控盈亏cost = position.cost_basisprofit_ratio = (price - cost) / cost * 100log.info(f"持仓盈亏比例: {profit_ratio:.2f}%")def my_interval_handle(context):"""常规间隔处理函数：每10秒执行一次"""log.info(f"常规间隔任务执行 - {context.current_dt}")# 获取账户信息total_value = context.portfolio.portfolio_valuecash = context.portfolio.cashlog.info(f"账户总资产: {total_value:.2f}, 可用资金: {cash:.2f}")# 获取当前持仓positions = get_positions()if positions:for stock, pos in positions.items():log.info(f"持仓 {stock}: {pos.amount}股, 成本 {pos.cost_basis:.2f}")else:log.info("当前无持仓")def my_minute_handle(context):"""分钟级别处理函数：每60秒执行一次"""log.info(f"分钟级别任务执行 - {context.current_dt}")stock = g.security# 获取历史数据用于技术分析history_data = get_history = get_history(5, '1d', 'close', stock, fq='pre', include=True)if history_history is not None and not history_history.empty:close_prices = history_history['close'].valuesma5 = close_prices.mean()# 获取当前价格snapshot = get_snapshot(stock)current_price = snapshot[stock]['last_px']log.info(f"股票 {stock} 当前价: {current_price:.2f}, 5日均线: {ma5:.2f}")# 示例：均线策略逻辑if current_price > ma5:log.info(f"价格在均线上方，趋势偏多")else:log.info(f"价格在均线下方，趋势偏空")# ==================== 必选函数 ====================def handle_data(context, data):"""盘中处理函数（日线级别每天15:00执行一次）"""# 日线策略中，handle_data 在15:00执行# 这里可以放置主要的交易逻辑pass
# ❌ 错误写法：超过5个定时任务会导致部分任务不执行run_interval(context, my_task1, seconds=3)run_interval(context, my_task2, seconds=5)run_interval(context, my_task3, seconds=10)run_interval(context, my_task4, seconds=30)run_interval(context, my_task5, seconds=60)run_interval(context, my_task6, seconds=120) # 第6个任务不会执行# ✅：合并任务或减少任务数量run_interval(context, my_combined_task, seconds=10) # 将多个逻辑合并到一个函数
最小间隔设置
# 股票策略：最小间隔为3秒run_interval(context, my_task, seconds=3) # ✅ 有效run_interval(context, my_task, seconds=1) # ❌ 会被自动调整为3秒# 期货策略：最小间隔为1秒run_interval(context, my_task, seconds=1) # ✅ 有效run_interval(context, my_task, seconds=0.5) # ❌ 会被自动调整为1秒
多线程并行注意事项
def initialize(context):# 多个 run_interval 会以多个线程并行运行run_interval(context, my_task_a, seconds=3)run_interval(context, my_task_b, seconds=5)# ⚠️ 小心不同线程之间的逻辑关联处理# 例如：不要在多个线程中同时修改同一个全局变量而不加锁def my_task_a(context):# 线程A：读取数据g.shared_data = get_snapshot(g.security) # 可能被线程B同时修改def my_task_b(context):# 线程B：写入数据g.shared_data = get_history(10, '1d', 'close', g.security) # 可能覆盖线程A的数据
1、量化中上海市场代码的尾缀为SS，不是SH，客户可将000300.SH改成000300.SS；
2、代码不确定尾缀的可以在量化回测策略中，输入代码即可联想到后缀，选择即可。
4量化的历史行情数据，支持什么周期的？
frequency：K线周期，现有支持1分钟线（1m）、5分钟线（5m）、15分钟线（15m）、30分钟线（30m）、60分钟线(60m)、120分钟线（120m）、日线（1d）、周线（1w/weekly）、月线（mo/monthly）、季度线（1q/quarter）和年线（1y/yearly)频率的数据。
能获取2005年后的数据，具体以客户环境的历史数据为准，一般生产环境能获取2005年之后的数据
get_history当日数据时include参数如果是true，就取行情服务器最新一根k线；如果是false，就是取最新一根k线的上一根。
1、逻辑都是：比如9:47:40秒获取，include = True, 分钟线是获取到094700的数据，五分钟线实际获取到的是9.47时候的五分钟线，此时的时间戳是9.50; 2、分钟线将最新的一根切除了，五分钟线没有切除，也就是五分钟线是实时请求到行情服务器最新的结果; 3、其他多分钟周期的，跟五分钟逻辑一样
8get_history函数取五分钟线，include使用true和false有什么区别？
1、使用true时，会包含最新生成的五分钟线，例如10.35.33执行，会获取到10.40.00这一根五分钟线（行情实时生成变化，在某一分钟内是一个定值）;
2、若是false时，则在10.35.33执行的语句只能获取到10.35.00着一根五分钟线，为已经结束的时间内的五分钟线，不再会变化。
9 9点30分46秒调用 get_history(include=True)没有取到当日最新的数据。
此为正常现象，需要到9点31之后才可取到当日最新的数据，对于分钟k线，include=True取到的是最新的 一根完整K线，对于日线来说，9点31分前的取到的是一上一交易日的日线，9点31分后取到的是当前交易日最新的日线。
10 量化中获取很多代码的收盘价有误差？
东财软件/同花顺/通达信默认开启复权，量化get_price、get_history接口fq-数据复权选项不设置默认不开启，所以客户对比会有误差。客户可将两个软件都调整为复权或者不复权再进行对比，正常。
更多的内容后面的教程继续更新
不懂的内容问我就可以，加我备注入群可以加入量化交流群，我专业技术支持
量化开户服务需要的找我就可以
whole 0 Comments