Ptrade回测报错“可用内存不足”原因及解决方法
详细解析Ptrade量化平台回测时出现“可用内存不足(错误码: 2)”的原因,并提供优化策略内存占用、调整回测参数等实用解决方法。
这里汇总了 ptrade 平台下的全部 553 个 SEO 示例,方便搜索、浏览和比较不同量化策略场景。
详细解析Ptrade量化平台回测时出现“可用内存不足(错误码: 2)”的原因,并提供优化策略内存占用、调整回测参数等实用解决方法。
详细解析在ptrade量化平台中使用get_history或get_price获取多只股票收盘价时出现误差的常见原因,包括复权设置、停牌填充、板块数据差异及多线程调用问题,并提供标准解决方案。
详细解答在 ptrade 量化平台中,盘中调用 get_history 接口设置 include=True 时无法获取最新K线数据的原因,并提供使用 get_snapshot 等替代方案获取实时行情的正确方法。
详细解析 ptrade 量化交易平台中 get_history 函数获取 5 分钟 K 线时,include 参数设置为 True 和 False 的具体区别及应用场景,帮助量化开发者避免未来函数陷阱。
详细解析ptrade量化交易平台中get_history函数获取一分钟线及多分钟周期(如5m, 15m, 30m, 60m)历史行情数据的取值逻辑、参数设置及注意事项。
详细解析 ptrade 量化交易平台中 get_history 函数的 include 参数,包括其含义、默认值、数据类型以及在回测和实盘中的具体应用场景,帮助量化开发者准确获取历史行情数据。
详细解答ptrade量化交易平台中get_price和get_history接口获取历史行情数据的时间限制,帮助量化开发者正确调用API获取K线数据。
详细介绍ptrade量化平台中获取历史行情数据(get_history和get_price接口)所支持的K线周期,包括分钟线、日线、周线、月线等,帮助量化开发者正确获取所需频率的数据。
解决ptrade量化平台中set_benchmark设置基准时报错“无法获取到000300.SH对应的数据”的问题,详解ptrade支持的股票和指数代码后缀规范。
详细解析 ptrade 量化交易平台中 run_interval 函数的用法、参数说明、运行时间及注意事项,并提供 Python 代码示例,帮助量化开发者实现高频定时任务。
详细介绍 ptrade 量化交易平台中 run_daily 函数的用法、参数说明、回测与实盘交易环境下的运行时间限制,并提供 Python 策略代码示例。
详细解答 ptrade 平台策略导出加密后的解密复用问题,以及如何避免手动修改代码导致的校验失败。
详细解析PTrade量化平台升级Python 3.11后,Pandas等第三方库API参数变更导致的代码报错问题,并提供使用check_strategy函数进行排查和修改的解决方案。
探讨在 ptrade 量化平台回测中,缺乏性能分析工具时如何手动定位耗时函数,并提供针对高频 API 调用(如 get_snapshot)的优化方案,提升策略运行效率。
详细解析Ptrade量化平台逐笔委托接口get_individual_entrust的使用限制,提供突破单次200条数据限制的多股票分批查询Python源码,并分享提升数据获取速度的实战技巧。
针对 ptrade 量化交易平台中常见的“委托数量校验失败”错误,本文详细解析了 order、order_target 等接口对订单数量的整数要求,并提供了 Python 取整处理的实战代码,助你稳定报单。
深入解析ptrade量化平台回测与实盘撮合机制的差异,详细讲解实盘交易中因柜台数据同步延迟导致order_target/order_target_value重复下单的原因及Python代码解决方案。
详细解答 ptrade 量化平台中 get_fundamentals 财务接口调用失败、触发限流的原因,并提供包含 sleep 延时与异常重试机制的 Python 解决方案。
详细解答PTrade量化平台本地数据读取限制问题,提供将本地历史数据或自定义指标文件上传至研究界面(单文件≤50M)的解决方案及Python读取代码示例。
详细解析 Ptrade 量化平台中多策略并发运行时的干扰问题,提供资金隔离、持仓隔离、标的隔离等实用解决方案,避免重复交易与逻辑冲突,保障量化策略稳定运行。
详细解析PTrade量化平台的运行机制,解答客户端本地运行与量化模块云端部署的混淆问题,并提供在PTrade中读取外部数据和文件的正确方法。
本文详细介绍了在 ptrade 量化交易平台中,如何在分钟级别的回测策略里,每分钟实时获取并更新某只股票当日盘中最高价的 Python 代码实现。
深入探讨ptrade量化平台研究模块数据延迟的优化方法,包括使用is_dict参数加速、避免多线程冲突、合理使用缓存与持久化等技巧,提升量化策略研发效率。
详细解答ptrade量化平台中,开盘初期(如9:30:46)使用get_history(include=True)无法获取当日1d和1m最新数据的原因,并提供使用get_snapshot等替代方案获取实时行情的解决办法。
详细解析 ptrade 量化交易平台中 get_history 函数获取五分钟 K 线时,include 参数设置为 True 和 False 的具体区别及应用场景。
详细介绍 ptrade 量化平台中 get_history 函数获取1分钟、5分钟、15分钟等多分钟周期K线数据的取值逻辑、参数设置及 Python 代码示例。
详细解析 ptrade 量化平台中 get_history 函数的 include 参数,包括其作用、默认值、数据类型及在回测和实盘中的具体表现,帮助量化开发者准确获取历史行情数据。
详细解析 ptrade 量化平台中 get_history 和 get_price 接口在不同版本(Python 3.5 与 Python 3.11)下返回数据格式(DataFrame 与 Panel)发生变化的原因及代码适配方法。
详细介绍在 ptrade 量化交易平台中,如何通过获取 Level 2 行情快照或 Tick 数据,计算集合竞价期间的未匹配量,并用代码逻辑定义红绿柱指标。
针对 ptrade 量化平台新增策略时出现的 HTTP 500 服务器内部错误,提供详细的排查步骤和解决方案,包括代码语法检查、编码格式、API 兼容性及服务器状态排查。
详细解答在ptrade量化交易平台中,修改资金账户密码导致策略停止运行的原因,并提供重新登录、恢复策略运行及重启时的持久化配置建议。
解决 ptrade 量化交易平台登录时遇到“登录请求处理失败,服务器返回状态码:502正在尝试重连..”错误的方法,包括网络检查、服务器状态确认及联系券商客服等步骤。
详细解答在ptrade量化交易平台中,周末或节假日启动策略时日志无输出的原因,并提供相应的API配置解决方法。
详细解析 ptrade 量化平台中 get_MACD、get_KDJ、get_RSI 等技术指标函数计算结果与通达信、同花顺等行情软件不一致的原因,并提供 Python 源码级别的解决方案和数据获取建议。
详细解析 ptrade 量化平台中“交易不支持 set_limit_mode 函数”等警告信息的产生原因,列举仅限回测使用的 API 列表,并提供实盘交易代码的修改建议,帮助开发者编写兼容回测与实盘的量化策略。
详细解析 ptrade 量化交易平台中出现的 T2SDK 362903 接收超时 (-90009) 错误原因,并提供排查网络、优化查询频率及联系券商等实用解决方案。
详细解析 ptrade 量化平台中“交易时间段服务器重启后,执行拉起本交易操作”提示的含义,并提供使用 set_parameters 接口配置 not_restart_trade 和 server_restart_not_do_before 参数的方法,防止服务器重启导致策略重复初始化和重复下单。
详细解答ptrade量化平台回测时出现“委托数量超过当前周期可成交数量”警告的原因,并提供使用set_volume_ratio和set_limit_mode函数的解决方案。
详细解析ptrade量化平台在仿真和实盘交易中出现重复下单的常见原因,包括order_target函数延迟、服务器重启重拉交易、主推事件死循环等,并提供标准的Python解决代码与防重策略。
详细解答ptrade量化平台中导出策略、对账单或数据文件时显示成功但本地无文件的常见原因,包括研究环境路径解析、浏览器拦截及正确的文件导出方法。
针对ptrade量化交易客户端登录时遇到“服务端不支持SSL或者证书错误”的问题,提供详细的排查步骤和解决方案,帮助用户快速恢复交易环境。
详细解答 Ptrade 量化交易平台中出现“Exception: 抱歉,您输入的TOKEN无效!”报错的原因及排查解决步骤,帮助量化开发者快速恢复策略运行。
解决 ptrade 量化平台中 NameError: name 'pro' is not defined 报错问题。分析报错原因(通常是直接复制了 Tushare 代码),并提供 ptrade 原生 API(如 get_history、get_fundamentals)的替代方案和代码示例。
详细解答 ptrade 量化平台中出现 "No module named 'ptradeapi'" 报错的原因,并提供正确的 API 调用方法和本地调试建议,帮助开发者顺利运行量化策略。
详细解答在 ptrade 量化平台中使用 tushare 获取数据时遇到“接口不存在”或“未知的数据源”报错的原因及替代解决方案,推荐使用 ptrade 内置 API 获取行情与财务数据以保证策略稳定性。
详细解析ptrade量化平台与Tushare数据接口在股票代码后缀上的差异(如.SS与.SH),并提供高效的Python代码转换方案,解决数据获取与交易下单时的不兼容问题。
详细解答在ptrade量化交易平台中,调用get_history或get_price接口获取多只股票历史行情数据时返回空DataFrame的常见原因及解决方案,包括多线程冲突和参数格式问题。
详细解答在ptrade量化平台中调用tushare接口时遇到HTTPConnectionPool Max retries exceeded和Connection refused错误的原因及解决方案,并提供ptrade原生API替代方案。
详细解答 Tushare API 访问频率超限(每分钟600次)的多种解决方案,包括代码延时、本地缓存、批量请求优化,并重点介绍如何在 Ptrade 量化平台中使用自带的高效本地数据接口替代 Tushare,提升策略运行稳定性。
针对ptrade量化交易平台中出现的“回测运行失败, 错误码:2 错误信息: 当前回测个数超过限制”报错,提供详细的原因分析与解决方案,帮助量化开发者快速清理僵尸进程,恢复回测环境。
详细解答ptrade量化平台中调用order_value和order_target_value接口按金额委托时,股票和可转债的自动取整规则,并提供Python代码示例。
详细解析 ptrade 量化平台中 get_position 查询持仓数据存在延迟(约6秒)的原因,并提供使用主推事件、本地维护持仓等多种解决方案,避免策略重复下单。
详细解答 ptrade 量化交易平台中 run_daily 函数在周一早上 7 点无法正常执行的原因,分析券商周末系统维护与重启机制对定时任务的影响,并提供最佳实践与替代方案。
详细解答在 ptrade 量化平台研究界面使用 Jupyter Notebook (ipynb) 时,频繁弹出“Is it OK to leave/reload this page”提示的原因及多种解决方法,提升量化研究体验。
详细解析 ptrade 量化平台中 get_individual_entrust 接口的 start_pos (起始位置) 和 search_direction (搜索方向) 参数的使用方法及返回数据的时间顺序。
针对Ptrade量化交易平台登录时出现“Object reference not set to an instance of an object”及不断重连的报错问题,提供详细的排查与解决指南,帮助量化交易者快速恢复交易环境。
深入分析 ptrade 量化交易平台中 get_snapshot 获取实时行情快照出现延迟的原因,涵盖策略运行周期、行情推送机制及网络延迟等因素,帮助量化开发者优化策略。
了解在ptrade量化研究环境中是否支持以及如何调整字体大小,提升代码编写和数据分析的视觉体验。
详细解答 Ptrade 量化平台中 before_trading_start 函数的默认执行时间,并提供如何使用 run_daily 实现 9:25 等自定义盘前定时任务的解决方案。
详细解答 ptrade 量化交易平台中 order_target 函数的 amount 参数输入非整百(如150)时的处理机制,包括股票和可转债的取整规则。
针对ptrade回测界面输入过多股票代码导致卡顿的问题,本文介绍了如何使用API接口(如get_index_stocks、get_Ashares等)动态获取股票列表,替代手动输入大量代码,从而优化策略性能和提升编程体验。
详细解答在 ptrade 量化平台中使用 get_fundamentals 接口获取财务数据时遇到数据为空或报错“获取GTN数据为空”的原因及解决方案,包括网络拥堵处理、API限流规避及参数设置技巧。
详细解答ptrade量化平台回测中累计盈亏与预期不符的常见原因,重点解析默认滑点设置对回测收益的影响及如何调整滑点参数。
详细解析Ptrade量化平台回测中的成交比例限制(Volume Ratio)机制,解释为什么会出现委托数量大于实际成交数量并被撤单的情况,并提供修改默认成交比例限制的解决方案。
详细解答 ptrade 量化平台中 set_commission 函数设置 ETF 或 LOF 基金手续费未生效的原因及正确配置方法,帮助量化开发者准确计算回测成本。
详细解答在ptrade量化交易平台中,早盘8点10分调用get_price函数无法获取上一交易日历史数据的原因,并提供相应的代码解决方案和最佳实践。
详细分析 ptrade 量化平台在盘前(9:10)调用 get_history 获取大量股票数据时出现 RecursionError 的原因,并提供分批获取、增加延时等有效的 Python 解决方案。
针对 ptrade 量化平台研究环境中调用 pip 报错“pip被禁止使用”的问题,提供详细的解决思路,并列出 ptrade 官方支持的 Python 第三方库列表,帮助量化开发者顺利进行策略研究。
详细解答Ptrade量化平台研究界面上传文件的大小限制问题,并提供CSV底仓文件、策略文件等在研究环境中的上传规范、命名规则及读取方法。
详细解答 ptrade 量化平台中 get_sort_msg 函数是否可以通过 run_daily 定时任务在盘前调用的问题,并分析盘前调用该函数获取板块行业涨幅排名数据的实际意义与注意事项。
针对ptrade量化平台在进行融资融券信用交易时出现的“[250217][资产账号控制表记录不存在]”报错,提供详细的原因分析与排查解决指南。
详细解析ptrade量化交易平台中融资融券合约状态(compact_status)为“5-未形成负债”的具体含义及常见场景,帮助量化开发者更好地处理两融业务逻辑。
详细解析 ptrade 量化交易平台中 get_orders 和 get_all_orders 接口的区别,包括获取订单的范围、返回数据类型以及撤单方式的不同,帮助开发者正确获取订单信息。
详细介绍在ptrade量化平台中如何获取集合竞价期间的行情数据,包括使用get_trend_data和get_snapshot接口的方法,并提供集合竞价追涨停策略的Python源码示例。
详细解答在 ptrade 量化交易平台中使用 get_snapshot 获取行情快照时,hsTimeStamp 时间戳与本地时间存在十几秒延迟的原因分析及排查解决指南。
详细介绍在ptrade量化平台中如何通过API接口一次性获取所有行业列表的方法,包含具体的Python代码示例和数据解析,帮助量化开发者快速获取行业板块数据。
介绍在ptrade量化平台中,如何结合get_Ashares和check_limit接口,实时获取全市场A股的涨停和跌停股票代码列表。
详细解答 ptrade 量化交易平台中调用 get_snapshot 接口获取行情快照时,均价字段(avg_px 或 wavg_px)返回 0 的常见原因,包括盘前调用、无成交量等,并提供相应的解决代码示例。
详细解析在 ptrade 量化平台中使用 get_history 接口获取 5m (5分钟) K线数据时出现报错的常见原因,并提供包含 try-except 异常捕获和 None 值判断的健壮代码解决方案。
本文详细介绍了在 ptrade 量化交易平台中,如何通过代码逻辑设定特定的持股股票不参与盘中异动策略,包含黑名单机制和持仓过滤的 Python 源码示例。
详细介绍在 ptrade 量化交易平台中,如何通过读取本地文件(如 CSV、TXT)动态设置策略股票池(set_universe),提升策略灵活性与自动化程度。
解决在ptrade量化研究环境中调用get_history函数获取历史行情数据时,出现NameError: name 'get_history' is not defined报错的问题,提供详细的原因分析与修复方法。
详细解答 ptrade 量化平台中 get_snapshot 函数在 before_trading_start 盘前阶段的调用问题,分析返回数据为 0 的原因及正确的处理建议。
详细解答 ptrade 量化平台回测时出现 AttributeError: 'GlobalVariable' object has no attribute 报错的原因及解决方法,帮助开发者排查全局变量 g 的初始化与拼写问题。
详细解析ptrade量化平台中,策略从2005年1月1日开始回测报错的原因。由于ptrade API仅支持2005年后的数据,获取历史指标时会越界,本文提供具体的代码解决方案。
详细解析ptrade量化交易平台回测时出现IndexError: index out of bounds报错的常见原因,并提供针对历史行情获取、数组越界等问题的Python解决代码与防错技巧。
详细解答 ptrade 量化交易平台中 set_yesterday_position 函数是否支持设置 ETF 和 LOF 基金的初始底仓,并提供具体的代码示例和参数说明。
详细解答 ptrade 量化平台中 get_orders 函数获取委托状态延迟的原因,并提供使用 on_order_response 和 on_trade_response 主推事件获取实时订单状态的解决方案。
详细解答 ptrade 量化交易平台中 on_trade_response 函数无法接收撤单主推的原因,并提供使用 set_parameters 开启撤单主推接收的 Python 代码示例。
详细介绍在ptrade量化交易平台中,如何使用get_stock_status、get_snapshot等API接口获取股票的临时停牌状态,并在策略中进行过滤和处理。
探讨 ptrade 量化平台中 before_trading_start 函数执行时间过长,甚至阻塞到第二天的严重后果,并提供优化策略运行效率的解决方案。
详细解答ptrade量化平台中使用cancel_order_ex函数撤单时,on_trade_response成交主推中order_id字段为空的原因,涉及非本交易订单与Order对象的底层逻辑。
详细解答ptrade量化交易平台中获取股票持仓数量时遇到的报错问题,提供get_position和context.portfolio.positions的正确用法及代码示例。
详细解析ptrade量化平台中常见的IndexError: single positional indexer is out-of-bounds报错原因,提供针对历史行情获取、Tick数据解析等场景的排查方法和Python修复代码。
针对Ptrade量化平台生产环境(实盘环境)无法登录客户端进行回测的问题,提供详细的原因分析与解决方案,帮助量化交易者正确区分回测与交易环境。
详细解析ptrade量化平台中“当前系统时间与事件时间超过3S,无法触发”WARNING日志的产生原因,并提供优化策略代码、减少阻塞操作等实用解决方案。
详细解答ptrade量化平台中融资融券策略是否可以使用普通的order接口,并介绍两融策略专用的下单函数如margin_trade、margincash_open等,帮助开发者正确编写两融策略。
针对 ptrade 量化平台提示“可用内存不足,请稍后再创建”的报错,提供详细的排查思路与内存优化方案,包括数据获取优化、全局变量管理及 is_dict 参数的使用技巧。
详细解答Ptrade量化平台是否支持可转债交易,介绍可转债回测与实盘交易支持情况,并提供获取可转债代码、基础信息及下单的Python代码示例。
详细解答 Ptrade 量化交易平台中调用 get_index_stocks 函数返回为空的常见原因,包括指数代码后缀错误、日期格式不规范等,并提供正确的代码示例。
详细介绍在ptrade量化交易平台中,如何使用get_research_path()接口结合Python标准库读取JSON文件,实现策略参数配置和数据加载。
详细解答在ptrade量化平台调用margincash_open进行融资买入时遇到KeyError: 'issignappropriateness'报错的原因及解决方法,帮助量化交易者顺利进行两融交易。
详细解析在 ptrade 量化交易平台中使用 get_fundamentals 接口查询盈利能力指标 ROIC 时返回 nan 的常见原因,并提供处理缺失数据、调整查询参数的实用解决方案。
针对ptrade量化交易平台中策略CPU占用率异常飙升(如超过1000%)的问题,提供详细的原因分析、排查步骤以及代码层面的性能优化指南,帮助量化交易者降低系统负载,确保实盘稳定运行。
详细解答ptrade量化平台回测中出现的委托数量与实际成交量不一致、撮合对不上的问题。解析set_volume_ratio和set_limit_mode函数的作用,帮助用户正确设置回测成交限制。
针对ptrade量化平台策略启动后不运行的问题,提供详细的排查指南,包括交易时间、周期设置、异常报错、参数配置等常见原因分析及解决方法。
针对量化交易部署中执行k_start.sh脚本未生成日志的问题,提供详细的排查步骤与解决方案,涵盖权限、路径、重定向及ptrade环境配置等常见原因。
详细解答在ptrade量化平台中获取可转债行情数据为空或提示代码不支持的常见原因及解决方法,包括权限开通、代码后缀规范及API正确使用方式。
解决 ptrade 量化平台在盘前(如早上8点10分)使用 get_price 函数无法获取上一交易日历史数据的问题,提供原因分析与代码级解决方案。
针对ptrade量化界面无法访问及策略运行报错等问题,本文详细介绍了ptrade平台中的异常处理机制(try-except)和日志记录(log)功能,帮助量化交易者快速定位和解决策略回测与实盘中的问题。
针对PTrade终端登录量化界面时出现的“服务器连接建立失败,正在尝试重连”报错,提供详细的排查步骤和解决方案,帮助量化交易者快速恢复PTrade连接。
详细解答在 ptrade 量化交易平台中使用 get_fundamentals 函数获取科创板(688开头)股票财务数据失败的原因及解决方案,包括 API 流控限制处理、批量查询优化及异常重试机制。
详细解析 ptrade 量化平台中调用 get_fundamentals 接口获取财务数据返回 NaN 的常见原因,包括非交易日参数、网络流控限制及数据缺失等,并提供相应的 Python 解决代码。
针对ptrade量化平台回测时出现的“错误码2:可用资源不足”问题,提供详细的原因分析与解决方案,包括避开高峰期、优化策略代码内存占用、缩减回测范围等实用技巧。
针对ptrade量化交易中出现的“日志显示下单成功但委托流水无记录”问题,提供详细的排查步骤和解决方案,包括废单处理、价格笼子限制及API正确使用方法。
针对ptrade量化平台中出现的“日志打印交易成功但委托流水无记录”问题,提供详细的排查指南,包括API接口使用差异、柜台同步延迟、废单处理及实盘回测环境差异等解决方案。
详细介绍在ptrade量化交易平台中如何导入和使用Tushare三方库获取股票、基金等金融数据,并提供结合ptrade API的策略示例与注意事项。
详细解答在ptrade量化交易平台中,策略重启后如何获取重启前的历史交易日志,以及如何通过API接口和对账文件精准定位昨日的交易ID。
详细介绍在ptrade量化平台回测中,如何通过代码或CSV文件导入实际持仓数据,设置自定义底仓,让回测更贴近真实交易环境。
详细介绍ptrade量化平台中如何使用get_research_path接口获取研究目录路径,实现在回测和交易中读取上传的自定义文件数据。
探讨ptrade量化平台是否支持5分钟级别的回测周期。详细解析ptrade回测引擎的分钟级触发机制,并提供在handle_data中通过代码逻辑实现每5分钟执行一次交易逻辑的Python源码示例。
详细解答ptrade量化平台回测时出现“当前频率不支持field指定字段:high_limit”报错的原因及解决方法,帮助开发者正确获取涨跌停价格数据。
详细解析量化交易中Alpha(阿尔法)指标的计算公式、原理及其在量化系统中的实际应用,帮助量化投资者准确评估策略的超额收益。
在 ptrade 量化平台中使用 get_price 获取历史行情时,打印的数据中间常出现省略号。本文教你如何通过设置 pandas 显示选项,完整查看 DataFrame 的所有行列数据。
详细介绍ptrade量化平台中如何读写研究环境文件,通过get_research_path()接口获取路径,并结合Python标准文件操作实现数据的持久化与读取。
详细解答ptrade量化研究环境中无法打开或查看WPS保存的CSV文件的问题,分析编码原因并提供多种简单有效的解决办法。
详细解析 ptrade 量化平台中同步柜台资金与持仓信息的查询逻辑,包括 API 接口使用、同步时滞说明及注意事项,帮助开发者避免重复下单等常见问题。
详细解析 ptrade 量化平台中使用 order_value 函数时出现“限价价格异常”报错的常见原因,并提供针对股票、ETF、可转债等不同品种的价格精度处理及快照获取失败的解决方案。
详细解析 ptrade 量化交易平台中 get_history、data 参数与 get_snapshot 函数在数据获取上的差异、适用场景及使用注意事项,帮助量化开发者准确获取行情数据。
详细解答在 ptrade 量化交易平台中使用 get_fundamentals 接口查询 valuation 估值表时返回 NaN 的常见原因及标准解决方案,附带正确获取估值数据的 Python 代码示例。
详细解析ptrade量化平台中set_fixed_slippage与set_slippage的区别,以及在回测策略中同时设置这两种滑点时的系统处理逻辑与最佳实践建议。
详细解析量化交易单因子策略中get_factor_values()函数的作用,并结合ptrade量化平台API,教你如何使用get_fundamentals等接口获取因子数据,实现单因子选股策略。
详细解释 ptrade 量化交易平台 get_snapshot 接口中 business_amount_in (内盘成交量) 和 business_amount_out (外盘成交量) 的金融含义及在量化策略中的应用。
详细解答在ptrade量化交易平台新增第三个交易策略时遇到“可用资源不足,请稍后再创建”报错的原因,并提供相应的排查和解决方法,帮助用户顺利运行多策略。
探讨 ptrade 量化平台中获取 ETF IOPV(基金份额参考净值)数据的方法,详细解析 get_etf_info 接口的使用及限制,并提供相关代码示例。
详细解答在 ptrade 量化平台中使用 get_fundamentals 接口获取财务数据时偶尔返回空数据的原因及解决方案,包含重试机制和流控处理代码示例。
详细讲解在Ptrade量化平台回测模式下,如何正确获取分钟级别数据。解决无法使用run_interval和get_snapshot的问题,提供基于handle_data的分钟回测代码示例。
详细解答在 ptrade、国信 iQuant 等券商量化交易平台中使用 requests、tushare、akshare 等第三方库访问外网时遇到超时报错的原因及替代解决方案。
探讨 ptrade 量化交易平台同时运行多个策略的限制,并详细介绍如何通过 run_daily 和 run_interval 接口在单个策略中实现多任务并行处理。
针对ptrade量化平台重启策略导致历史日志被清空的问题,本文提供基于Python文件操作和logging模块的日志持久化保存方案,帮助量化交易者安全导出和管理策略运行日志。
详细介绍在ptrade量化交易平台中如何使用get_Ashares接口获取指定日期的全市场A股股票代码列表,包含API参数说明及Python代码示例。
探讨在ptrade量化平台中,如何在回测结束后保存自定义的回测结果、交易记录和收益率。提供判断回测结束日期、每天覆盖写入以及使用官方get_trades_file接口等实用替代方案。
详细介绍在Ptrade量化交易平台中实现多策略并行运行的方法,包括使用run_daily和run_interval定时任务,以及在handle_data中整合多逻辑的技巧,附带完整Python源码示例。
探讨在 Ptrade 量化平台中使用死循环获取实时价格的可行性与危害,并提供使用 tick_data 和 run_interval 获取高频实时行情的正确代码示例。
详细介绍在Ptrade与QMT量化交易平台中获取可转债基础数据的方法,包括溢价率、剩余规模、评级、双低指标及强赎状态的获取与计算,附带Python源码示例,助力可转债量化策略开发。
详细解析 Ptrade 量化平台中全局变量 g 持久化时出现 _pickle.PickingError 报错的原因,并提供使用双下划线私有变量跳过序列化的标准解决方案。
详细解答ptrade量化平台是否支持文件读写,介绍如何使用Python标准库和第三方库在ptrade中读写CSV、Pickle及Excel文件,并提供代码示例。
详细解答在ptrade量化交易平台中如何上传每日更新的机器学习模型权重文件,并提供使用 get_research_path() 读取外部文件的 Python 代码示例。
详细介绍在 PTrade 量化交易平台中如何上传、导入和使用自己编写的 Python 自定义包或模块,利用 get_research_path 解决自定义代码复用问题,并附带全局变量序列化注意事项。
详细介绍在ptrade量化交易平台中如何使用限价单(指定价格下单),包括order、order_target等函数的limit_price参数用法,以及盘后固定价委托和tick级别限价单的实现方法。
探讨ptrade量化交易平台是否支持北交所股票交易,分析ptrade API文档中关于市场代码后缀的规定,以及如何处理北交所股票的行情与交易问题。
解决 Ptrade 量化交易平台实盘运行中 get_Ashares 函数返回空列表的问题,提供详细的原因分析与 Python 代码解决方案,助您稳定获取 A 股代码列表。
针对ptrade量化交易平台查看日志时频繁出现“502错误的网关”报错问题,本文详细分析了服务器资源不足导致的502异常原因,并提供实用的应对策略和代码优化建议。
详细解析Ptrade量化平台获取的Level-2逐笔成交/委托数据与同花顺等C端炒股软件数据不一致的原因,探讨大单显示差异、数据清洗规则及撤单过滤等核心因素。
详细解答Ptrade量化交易平台支持的Python版本(Python 3.5与3.11),解析为何无法使用f-string、async关键字以及无法导入sys等系统模块的安全沙箱机制,并提供相应的代码替代方案。
详细解答ptrade量化交易平台中,修改策略代码后重启是否会生效的问题,并深入解析ptrade的持久化机制、全局变量g的恢复逻辑以及服务器异常重启的注意事项。
详细解析 ptrade 量化交易策略中常见的 NoneType object is not subscriptable 报错原因,提供针对 get_history、get_snapshot 等 API 返回 None 时的异常处理方案与代码示例。
详细解答ptrade量化平台中股票除权除息前后价格不变的问题,解析复权参数(fq)的作用,并提供获取真实价格和除权除息信息的API使用方法。
详细解答ptrade量化交易平台中撤单主推数量不一致或丢失的原因,介绍如何通过set_parameters开启receive_cancel_response接收完整的撤单主推数据。
针对Ptrade量化平台中JupyterHub启动失败、一键脚本报错(SystemExit: 1)等常见环境问题,提供详细的排查步骤与解决方案,同时涵盖Ptrade API常见异常处理技巧。
针对ptrade量化平台中出现的API功能号单日调用达数百万次的问题,提供详细的原因排查指南和代码优化方案,涵盖run_interval、tick_data及主推事件的正确使用方法,避免无限循环和频率超限。
解决ptrade量化平台在周末或非交易日测试时不打印日志的问题,详细介绍set_parameters配置、事件触发机制及周末调试策略代码的有效方法。
针对PTrade终端登录量化界面时出现“登录异常”报错的问题,提供详细的排查步骤和解决方法,包括网络检查、权限确认及券商联系建议。
详细解析ptrade量化平台中出现“后端服务实时合约查询失败:柜台不支持该功能”报错的原因,并提供针对融资融券实时合约查询接口报错的有效解决方案。
针对ptrade量化交易平台中委托状态一直返回0(未报)的问题,本文详细解析了可能的原因,包括tick_data高频查询延迟、非交易时间下单、价格精度错误等,并提供了相应的Python排查代码与解决方案。
本文详细解答了在 ptrade 量化平台中调用 get_fundamentals 获取财务数据时,遇到“获取GTN数据为空”报错的原因及解决方法,帮助量化交易者稳定获取财务数据。
针对 ptrade 平台用户遇到的 REITs 基金持仓无法读取(get_positions 返回为空)的问题,本文详细解析了 ptrade 对公募 REITs 的支持情况、代码后缀规范以及正确的持仓查询方法。
详细讲解 ptrade 量化平台的 Python 编程框架,包含 initialize 和 handle_data 函数的使用方法,并提供完整的双均线交易策略源码,助您快速掌握 ptrade 策略开发。
详细解答ptrade量化平台中多策略同时运行时的回调事件捕获机制,介绍如何通过set_parameters配置receive_other_response来接收非本策略的委托和成交主推。
了解ptrade量化平台中run_daily函数的使用限制。本文详细解答了一个策略中是否可以设置多个run_daily定时任务,以及如何正确配置多个定时任务来实现复杂的交易逻辑。
详细介绍在Ptrade量化交易平台中如何通过API获取历史行情、财务数据、逐笔数据等,并使用Python将其下载导出为CSV文件,包含完整代码示例。
详细解答 ptrade 量化平台中调用 get_cb_info 函数获取可转债信息时出现 NameError 未定义报错的原因,并提供在回测环境中使用可转债数据的替代方案。
针对Ptrade量化平台中get_history接口获取前复权(fq='pre')历史数据时出现的除权除息数据断崖问题,提供详细的排查思路与代码级解决方案,帮助量化交易者处理券商数据源异常。
深入解析Ptrade量化平台中on_trade_response成交回调函数不执行的隐藏Bug。探讨entrust_no(委托编号)跨日重复导致回调失效的原因,并提供有效的策略重启与规避方案。
详细解答 ptrade 量化平台中集合竞价交易的时间设置问题,分析 run_daily 设置 9:25 导致委托推迟到 9:30 的原因,并提供精确参与集合竞价的正确代码示例。
针对Ptrade量化平台中因退市可转债(如蓝盾退债)导致的策略Tick级别持续报错问题,提供详细的排查思路、API过滤方法及Python异常处理源码。
详细解答 ptrade 量化交易平台中全局对象 g 持久化保存失败(PicklingError)的原因及解决方案,教你如何正确处理不可序列化的类对象和变量。
详细解答Ptrade量化交易平台的回测和实盘程序运行环境问题。了解Ptrade策略是本地运行还是券商服务器运行,以及关闭Ptrade客户端后策略是否会继续执行,帮助您更好地管理量化策略。
详细解答 Ptrade 量化平台是否支持基础设施公募 REITs 基金的回测与交易,并提供获取 REITs 代码列表的 API 接口 get_reits_list 的使用方法及 Python 源码示例。
详细解答ptrade量化平台研究界面无法预览WPS保存的CSV文件的问题,分析GBK与UTF-8编码差异,并提供多种简单有效的解决方案。
解决 Ptrade 量化平台中 get_price 函数在回测和实盘中返回空数据的问题,深入分析 API 限制并提供使用 get_history 的标准替代方案。
解决在Ptrade量化交易平台中使用get_history和get_price接口无法获取LOF基金(如嘉实原油160723.SZ)历史数据的问题,提供排查步骤与代码示例。
针对ptrade量化交易平台中撤单主推数量与实际撤单数量不一致的问题,提供详细的排查步骤和解决方案,帮助开发者正确处理on_trade_response回调数据,确保策略逻辑的严谨性。
在使用PTRADE接口获取账户资产时,常出现数据延迟问题,表现为资产余额、可用资金等字段更新滞后,影响实时交易决策。本文将探讨如何在合规前提下优化请求策略、合理利用本地缓存与增量更新机制,解决PTRADE账户资产数据延迟问题。
探讨Ptrade量化交易平台同时运行多个策略的支持情况、多线程机制以及影响策略并发数量的因素,帮助量化投资者合理规划策略部署。
详细解答 ptrade 量化平台中 get_history 函数复权参数 fq 失效的常见原因,并深入解析 pre(前复权)与 dypre(动态前复权)的区别,帮助量化开发者正确获取历史行情数据。
详细解答 ptrade 量化平台中调用 get_fundamentals 获取 valuation 估值数据时,因非交易日导致返回 NaN 空值的问题,并提供获取上一个交易日数据的标准代码写法及异常处理方案。
EMV(Ease of Movement Value)指标引入了成交量来判断价格变动的难易程度。本文将指导你编写 EMV 指标算法,并结合 MAEMV 均线构建量价配合的交易策略。
在期货量化交易中,精准的资金管理至关重要。本文介绍如何通过 get_instruments 获取合约乘数,结合 margin_rate 计算当前持仓的实际保证金占用与总杠杆水平。
详解 AR(人气指标)与 BR(意愿指标)的计算逻辑,展示如何在 PTrade 平台利用历史开高低收数据构建市场情绪监控系统,并在超买超卖区域进行反向交易。
BBI(Bull And Bear Index)是一种将不同日数移动平均线加权计算的综合指标。本文演示如何在 PTrade 中计算 BBI 指标,并开发一个判断多空趋势的自动化交易策略。
在使用 get_history 获取历史数据时,停牌日期的成交量通常为 0。本文介绍如何使用 Pandas 条件过滤功能,快速清洗数据,剔除停牌干扰,确保技术指标计算准确。
PTrade 无法直接获取指数的 PE 值,本文将指导你如何获取沪深 300 等指数的成分股列表,查询个股总市值与净利润,进而手动计算指数的加权市盈率。
介绍 TRIX(Triple Exponentially Smoothed Moving Average)指标的算法原理,并编写代码实现 TRIX 线与 MATRIX 线的计算,构建基于长线趋势过滤的交易策略。
在量化回测中,标准周期可能无法满足所有需求。本文演示如何获取 1 分钟历史行情数据,并使用 Pandas 的 resample 方法合成为 10 分钟、45 分钟等自定义周期的 K 线数据。
详解 DMI(Directional Movement Index)趋向指标的计算原理,展示如何在 PTrade 框架下利用 Numpy 和 Pandas 计算 ADX 强弱,构建完整的趋势交易策略。
本文介绍如何在量化交易中计算 OBV(On-Balance Volume)能量潮指标,并利用 Pandas 实现基于 OBV 指标的趋势跟踪策略,附完整的 Python 策略源码。
介绍心理线(PSY)指标的算法逻辑,展示如何在 PTrade 中计算一定周期内的上涨天数比例,并基于市场人气情绪设计反转交易策略。
教程讲解如何通过 PTrade 财务数据接口计算经典的 Altman Z-Score 得分,量化评估上市公司的破产风险,构建财务健康度过滤器。
详细介绍威廉指标(Williams %R)的计算原理,并使用 PTrade API 编写基于 W%R 超买超卖信号的短线震荡交易策略。
使用 get_fundamentals 接口查询上市公司的商誉(good_will)和资产总计,计算商誉占比,并在选股策略中自动剔除高商誉风险的标的。
利用 get_snapshot 接口获取 total_bidqty 和 total_offerqty 数据,计算委买委卖不平衡度(Order Imbalance),构建短线盘口压力指标。
探讨如何在 PTrade 中实现马丁格尔资金管理逻辑,在亏损时自动倍投加仓,并分析该策略在量化交易中的风险与适用场景。
完整复现经典的 Aberration 交易系统,利用布林带通道进行趋势跟踪,结合多品种分散投资理念,提供完整的 Python 策略源码和逻辑解析。
教程展示如何在 PTrade 研究和回测环境中安装和调用 Tushare 第三方库,获取额外的宏观经济或特色金融数据,以扩充量化策略的数据来源。
深度解析 PTrade 策略中 handle_data 函数传入的 data 字典及其包含的 SecurityUnitData 对象,涵盖 open, close, high, low, volume, money 等核心属性的使用方法。
详细介绍如何在 PTrade 回测中通过 set_volume_ratio 函数限制单笔委托的成交量比例,避免大资金策略在回测中出现失真的完全成交情况,提升回测的可信度。
PTrade 财务数据中的换手率(turnover_rate)返回的是带 '%' 的字符串。本文演示如何正确清洗该数据并转换为浮点数进行计算。
利用 get_industry_stocks 获取行业成分股,计算各行业板块的近期收益率,构建买入强势板块、卖出弱势板块的轮动策略。
在小资金或网格交易回测中,忽略最低 5 元佣金会导致结果失真。本文介绍如何使用 set_commission 精确设置最低交易费用。
使用 get_margin_assert 接口获取信用资产信息,编写风控模块实时计算维持担保比例,防止策略触及平仓线。
利用 get_etf_info 接口获取 ETF 的 IOPV(基金份额参考净值)发布状态,结合实时行情计算折溢价率,辅助套利交易。
深入剖析 PTrade 回测引擎对限价单的处理逻辑,解释为何有时限价单在 K 线范围内却未成交,以及如何调整撮合机制。
详解如何获取上市公司的销售毛利率(gross_income_ratio)数据,并构建策略寻找核心竞争力不断增强的成长型企业。
利用 get_fundamentals 接口查询 profit_ability 表,编写策略筛选连续多年 ROE 保持高位的优质白马股。
深入解析 run_interval 函数的多线程机制,教你如何在一个策略中同时运行多个不同频率(如3秒、1分钟)的监控任务。
股票两位小数,ETF 三位小数,PTrade 交易中如何正确处理价格精度(round)以避免废单?本文提供通用的价格处理函数。
详解 PTrade 不同 Python 环境(Py3.5 vs Py3.11)下 API 返回数据类型的差异,提供代码片段解决 Panel 与 DataFrame 的兼容性问题。
解析利用现有持仓进行日内高抛低吸的 T+0 策略逻辑,演示如何通过 PTrade 交易函数实现自动化的滚动操作。
结合价格与成交量,详解如何在 PTrade 中计算 MFI 指标,并编写策略捕捉资金流入流出的超买超卖信号。
针对市场剧烈波动场景,学习如何在 PTrade 平台同时买入行权价相同的认购和认沽期权,构建跨式组合策略。
利用 sklearn 库在 PTrade 平台构建随机森林分类器,通过历史财务与行情因子训练模型,实现智能选股。
探索 PTrade 对深度学习库(如 Keras/TensorFlow)的支持,演示如何训练一个简单的 LSTM 神经网络模型并用于量化择时。
深入解析肯特纳通道(Keltner Channels)的计算方法,并展示如何在 PTrade 上构建基于 ATR 波动率的通道突破交易系统。
基于乔尔·格林布拉特的价值投资理论,教你利用 PTrade 的 get_fundamentals 接口筛选高资本回报率(ROC)和高盈利率的股票组合。
学习如何在 PTrade 中计算抛物线转向(Parabolic SAR)指标,并编写一个基于 SAR 转向点的自动止盈止损交易策略。
本文详细介绍如何在 PTrade 量化平台复现经典的 R-Breaker 日内突破策略,包含阻力位与支撑位的计算逻辑及完整的 Python 策略代码。
教程演示如何在 before_trading_start 中使用 get_index_stocks 获取当天的沪深300指数成分股,并配合 set_universe 每日动态更新策略股票池。
详解 run_daily 函数中 time 参数的格式与限制。说明在回测(分钟/日线)与实盘交易模式下,time 参数支持的有效时间范围及触发机制。
介绍 PTrade 策略中 Context 对象的属性,重点讲解如何通过 context.previous_date 快速获取前一个交易日的日期对象,用于计算日间收益或数据回溯。
详细解读 PTrade 逐笔委托数据(get_individual_entrust)中的 trans_kind 字段含义,教你如何区分市价委托、限价委托及本方最优等订单类型。
深入讲解 get_fundamentals 接口中 merge_type 参数的作用。解释如何设置 merge_type=1 来获取上市公司修正后的最新财务数据,避免使用陈旧信息。
教程演示如何使用 get_stock_blocks 接口查询股票所属的地域板块(如 DY1153 广东板块),并编写代码筛选出属于特定区域(如雄安新区、大湾区)的股票池。
解析 get_history 和 get_price 接口中的 fq 参数,详细对比 pre(前复权)、post(后复权)和 None(不复权)的数据差异,以及在回测中的正确选择。
介绍如何使用 PTrade 的 get_sort_msg 接口,按 amplitude(振幅)字段对全市场或特定板块的股票进行排序,筛选出高波动率的标的。
深入解析 PTrade 订单对象中的 status 状态码,专门讲解如何识别和处理“部成待撤”(状态码 '4')的订单,编写健壮的订单管理逻辑。
教程展示如何在 PTrade 的 Jupyter 研究环境中,利用 Python 的 Matplotlib 库将策略的回测净值数据绘制成专业的收益走势图。
介绍如何在 PTrade 策略中调用 get_instruments 接口,获取期货合约的 contract_multiplier(合约乘数)和 trade_unit(交易单位),用于计算保证金和合约价值。
详细介绍 get_fundamentals 接口中 report_types 参数的用法,代码演示如何分别获取上市公司的一季报、半年报、三季报和年度财务报表数据。
教程演示如何利用 PTrade 获取两只相关股票的历史收盘价,计算价差的 Z-Score(标准分数),并编写基于均值回归原理的配对交易策略。
全面解析 PTrade 策略中全局对象 g 的运作机制,包括其在 initialize 中的初始化、在盘中函数间的变量传递,以及在策略暂停重启后的持久化恢复逻辑。
详解 get_history 接口中的 fill 参数用法,对比 'pre'(以前值填充)和 'nan'(以 NaN 填充)两种模式在处理行情缺失值时的不同表现及适用场景。
深入解析 PTrade 财务数据接口 get_fundamentals 中的 valuation 表,对比 pe_ttm(动态市盈率)与 pe_static(静态市盈率)的区别,并提供选股代码示例。
本文介绍如何在 PTrade 交易脚本中调用 get_margin_contract 接口,获取融资合约的 fin_income(融资合约盈亏)字段,实现对信用账户盈亏的精细化监控。
解析 PTrade 的 get_etf_info 接口,演示如何获取 ETF 的现金差额(cash_balance)、最小申赎单位(report_unit)等关键一级市场交易信息。
教程讲解了如何在 PTrade 研究和回测环境中导入 Scipy 库,利用其 optimize 模块求解马科维茨(Markowitz)模型,计算投资组合的最优资产配置权重。
本文详细介绍了在 PTrade 量化平台中,如何使用 pickle 模块对全局变量 g 进行持久化保存,从而实现记录持仓天数并在达到指定天数后自动平仓的策略逻辑。
通过对比 Order 对象的 created 时间戳与成交回报时间,评估策略在 PTrade 实盘环境下的执行延迟,优化高频交易性能。
在 PTrade 中调用 statsmodels 库进行 ADF 单位根检验,判断价格序列的平稳性,为均值回归策略提供统计学依据。
对比 get_history、get_price 和 get_snapshot 中涨跌停价字段的差异与适用场景,确保策略挂单价格符合交易所规定。
解析 get_margin_contract 返回的合约数据,监控 fin_compact_interest 字段,在策略收益统计中扣除实际发生的融资利息。
基于 get_history 获取的开高低收数据,编写 Python 算法自动识别“红三兵”、“三只乌鸦”等经典的 K 线组合形态作为交易信号。
利用 Python 的 networkx 库构建股票相关性网络图,识别市场中的核心资产节点与板块轮动路径,辅助关联交易策略。
深度解析 get_market_detail 接口返回的市场详细信息,编写能够自适应不同市场(如陆港通、期货夜盘)交易时间的策略逻辑。
结合 ATR 或历史波动率指标,利用 set_margin_rate 在回测中模拟不同市场环境下的保证金占用变化,优化资金使用效率。
编写函数定期对比 context.portfolio 记录的策略持仓与 get_positions 返回的柜台实际持仓,自动发现并纠正交易漏单。
利用 get_stock_blocks 获取股票行业分类,对选股因子进行行业中性化处理,消除行业偏差对策略选股的影响。
教程演示如何获取 A 股列表,结合市值或基本面因子为一篮子股票分配权重,在 PTrade 中构建并跟踪自定义指数的走势。
结合 get_snapshot 获取的实时最新价与 get_fundamentals 的财务数据,在盘中实时估算个股的动态估值指标。
利用 debt_paying_ability 表中的产权比率字段,筛选低杠杆优质企业或剔除高财务风险公司,增强策略的安全性。
详解使用 get_fundamentals 获取存货周转天数和应收账款周转天数,计算营业周期因子,评估上市公司营运能力。
深入解析 PTrade 财务数据接口,从现金流量表中提取并计算企业自由现金流量指标,构建高质量的价值投资选股模型。
在 PTrade 研究环境中,利用 seaborn 库绘制热力图、分布图等专业统计图表,深入分析多因子策略的有效性与回测结果。
介绍如何使用 pykalman 库进行卡尔曼滤波,动态估计两只股票的对冲比例,构建比传统统计套利更稳健的配对交易策略。
利用 PTrade 内置支持的 xgboost 库,训练梯度提升树模型,深入挖掘历史行情因子,构建预测股票涨跌趋势的量化策略。
详解如何在 PTrade 策略框架中调用 cvxopt 凸优化求解器,计算有效前沿,实现马科维茨(Markowitz)资产组合优化策略。
学习如何在 PTrade 量化平台中导入 arch 第三方库,利用历史行情数据构建 GARCH 模型预测市场波动率,辅助期权定价或风控策略。
融资融券交易必备!详解如何通过 get_margin_assert 获取总资产和总负债,实时计算维持担保比例,防止触发强平线。
通过 get_fundamentals 接口获取历史财务数据,筛选出每股收益(EPS)连续 3 年保持增长的优质成长股。
保护利润的关键!教程演示如何在 PTrade 策略中记录最高价,并当价格从高点回撤固定百分比时触发卖出指令。
量化研究实战,验证 A 股市场是否存在“周五跌、周一涨”的周末效应。本文展示如何在 PTrade 中利用 datetime 库识别星期几并进行择时交易。
利用 context.portfolio.positions 对象中的 cost_basis 和 last_sale_price,编程计算并打印当前持仓的浮动盈亏比例。
比双均线更稳健!本文详解如何在 PTrade 中构建短、中、长三条均线的交易系统,过滤震荡行情中的虚假信号。
编写实时监控脚本,利用分钟线或 Tick 数据识别短时间内成交量剧增且价格急跌的“恐慌盘”,捕捉超跌反弹机会。
深度挖掘 tick_data 中的买一卖一委托量,计算订单簿不平衡(OIB)指标,预测短时价格变动方向。
波动率是期权定价和风控的核心。本文介绍如何使用 PTrade 获取历史行情,计算对数收益率标准差,得出年化历史波动率。
利用 PTrade 的 get_etf_info 接口获取 ETF 的 IOPV(估值),对比实时交易价格,实时监控 ETF 的折价或溢价套利机会。
将传统技术分析量化!学习如何在 PTrade 中识别高低点,计算斐波那契回撤位(0.618, 0.382),并以此构建自动买卖信号。
基于开盘价与昨日收盘价的差异,构建日内跳空缺口回补或突破策略。包含 PTrade 完整代码示例和逻辑解析。
降低交易冲击成本的利器!本文提供 PTrade 平台上的 TWAP 算法交易实现源码,帮助大资金用户平滑执行订单。
高级量化风控教程,介绍如何在 PTrade 中计算持仓组合相对于大盘的 Beta 系数,并利用股指期货进行动态的 Delta Neutral 对冲。
本文详细解析如何通过 get_fundamentals 获取市值数据,构建并回测经典的小市值轮动策略,捕捉小盘股的溢价收益。
量化配对交易基础!学习如何在 PTrade 中提取多只股票的历史收盘价,并使用 Numpy/Pandas 计算相关性矩阵,寻找走势高度相关的标的。
教你利用 PTrade 的 get_snapshot 接口批量获取行情快照,计算全市场或特定板块的实时成交额,以辅助判断市场情绪和流动性。
期货量化交易必读!本文讲解如何在 PTrade 中监控主力合约切换,编写逻辑实现到期前的自动平旧仓、开新仓(移仓换月)操作。
详解如何在 PTrade 平台中利用 get_history 获取收盘价,计算乖离率(BIAS)指标,并实现基于均线偏离度的反转交易策略。
本文介绍如何利用 PTrade 的 get_fundamentals 函数查询股票估值数据,编写经典的低市净率(PB)选股策略,适合价值投资者学习。
委差是判断盘口买卖力量对比的重要指标。本文介绍如何通过 get_snapshot 获取股票的委差数据,并应用于短线交易策略中。
介绍 get_history 函数的 frequency 参数设置,演示如何获取周线、月线、季线等长周期 K 线数据,用于构建中长线交易策略。
详解 order_value 函数在两融交易中的应用,演示如何通过传入负数金额实现按目标市值进行融券卖出操作。
利用 get_snapshot 接口获取股票的实时换手率数据,结合策略逻辑开发盘中异动监控脚本,捕捉高换手率的活跃个股。
融券卖出前,需要确认券源状态和成本。本教程讲解如何查询全市场或指定标的的融券状态、保证金比例及可用数量。
在进行融券平仓时,准确获取可买数量能避免废单。本文介绍使用 get_marginsec_close_amount 接口查询标的证券的最大可买入还券数量。
期货交易中资金管理至关重要。教程演示如何使用 get_instruments 函数查询特定期货合约的交易所保证金比例,以便精确计算资金占用。
在科创板和创业板进行市价委托时,保护限价是必填项。本文详细说明如何在 PTrade 中正确使用 order_market 函数的 limit_price 参数以防止废单。
深入解析 get_history 函数中 include 参数的作用,讨论在分钟级策略中包含当前周期数据对信号触发的影响及未来函数风险。
介绍如何使用 PTrade 的 get_fundamentals 接口获取上市公司的销售净利率数据,并编写代码筛选出高盈利能力的优质股票。
为避免回测或实盘中买入已退市或即将退市的股票,学习如何查询股票的基础信息中的退市日期字段并进行过滤。
在获取历史 K 线数据时,经常遇到停牌导致的 NaN 值。本文讲解如何使用 fill='pre' 或 fill='nan' 参数正确处理缺失数据,保证策略逻辑的连续性。
在进行 ETF 申购赎回套利时,了解成分股的现金替代状态至关重要。本页介绍如何使用 get_etf_stock_info 查询相关信息。
详解 get_margin_contractreal 函数的使用方法,实时监控两融账户的合约发生金额、费用及利息变动,实现精细化账户管理。
在进行融资买入前,必须确认标的资格。本教程演示如何使用 get_margincash_stocks 接口获取最新的融资标的列表,避免无效下单。
深入解析 PTrade get_snapshot 接口返回的 Level-2 逐笔委托队列数据,分析主力挂单结构,辅助短线交易决策。
介绍使用 PTrade 查询 cashflow_statement 表中的 net_operate_cash_flow 字段,寻找具有强劲现金流产生的优质上市公司。
学习通过 PTrade API 获取上市公司的流动比率和速动比率,构建财务健康度过滤器,自动剔除偿债能力较弱的股票。
详解如何在 PTrade 中结合市盈率 (PE) 和净利润增长率 (net_profit_grow_rate) 计算 PEG 指标,实现彼得·林奇的成长股投资策略。
本教程介绍如何使用 PTrade 的 get_fundamentals 函数查询 profit_ability 表中的销售毛利率数据,并构建一个过滤低毛利股票的量化选股策略。
详细对比 before_trading_start 函数在回测模式(8:30)与实盘交易(9:10)中的触发机制及数据获取注意事项。
探讨在 on_order_response 委托回报回调函数中进行下单操作时的风险,并提供防止程序陷入死循环的逻辑保护措施。
演示 search_direction 参数在获取逐笔成交数据时的作用,如何控制数据返回顺序是从最新到最旧还是反之。
解析 get_snapshot 接口在主推数据模式(tick)与在线请求模式下,total_bid_turnover(委买金额)等字段的返回值差异。
详解 margin_trade 函数中 market_type 参数的取值(0-5),如何在融资融券账户中实现对手方最优等市价委托。
深入解析 PTrade 交易机制,阐述在 tick_data 高频回调中必须使用 order_tick 函数的原因及使用规范。
对比 get_price 接口中 start_date 与 count 参数的用法,重点讲解如何不指定开始日期直接获取最近 N 根 K 线。
详解 get_history 接口中 include 参数的作用,演示如何在盘中获取历史数据时包含当前分钟或当前日的数据。
如何在平台升级后,使用 check_strategy 接口快速检测策略代码中是否包含过期的 API 或第三方库,确保策略平滑运行。
介绍 filter_stock_by_status 函数的使用方法,在盘前阶段一键过滤 ST、停牌及退市整理期的股票,提升策略安全性。
结合 get_individual_transaction 接口与 search_direction 参数,解析逐笔成交数据,编写策略分析股票的主动买入力量。
针对 get_fundamentals 获取的 valuation 表中换手率字段为字符串格式(如 '20%')的问题提供代码解决方案。
使用 get_etf_info 接口查询 ETF 的申赎代码、IOPV 发布状态(publish 字段)及最小申赎单位(report_unit),辅助 ETF 套利策略。
详解 get_history 函数中 fill 参数('pre' vs 'nan')的用法,有效处理停牌或无交易时段导致的数据缺失问题。
如何利用 get_market_detail 接口获取交易所的详细信息,包括市场代码、产品类型以及具体的交易时间规则。
学习如何使用 PTrade 的 get_margin_contractreal 接口获取信用账户的当日实时合约流水信息,监控融资融券业务的资金变动。
PTrade API 教程:使用 get_fundamentals 的 report_types 参数筛选一季报、半年报或年报数据,实现精准的基本面分析。
深入解析 get_fundamentals 接口中 date_type 参数的用法,区分发布日期(publ_date)与会计周期(end_date)的查询模式差异。
介绍如何在 PTrade 回测初始化阶段使用 set_volume_ratio 设置单笔委托的成交比例,模拟真实市场的流动性限制,避免回测失真。
详解如何使用 PTrade 的 get_etf_stock_info 接口查询 ETF 成分券的现金替代标志(cash_replace_flag)与溢价比例,助力 ETF 申赎策略开发。
确保策略顺利执行的第一步。本教程将详细介绍 permission_test 函数的用法,教你如何在策略初始化阶段检查当前账户是否具备交易、查询等必要权限,避免因权限问题导致的实盘运行失败。
为你的策略增加一个宏观视角。本指南将探讨如何将外部宏观经济数据(如 VIX 指数、利率变动)导入 PTrade 策略,构建一个市场风险“开关”,在宏观环境不利时自动降低仓位或停止交易。
超越传统回测,学习如何使用 get_trades_file 导出交易记录,并通过蒙特卡洛模拟等统计学方法,对策略的夏普比率、最大回撤等关键指标进行压力测试,评估其在不同市场路径下的表现。
探索微观市场结构,学习如何利用 tick_data 中的买卖盘口数据计算订单簿不平衡(Order Book Imbalance, OBI)指标,并将其作为高频交易信号,预测短期价格变动。
市场风格总在变化。本教程将探讨一种高级策略思想:如何通过市场波动率等指标判断当前市场环境,并让策略在趋势跟踪(动量)和均值回归(反转)模式之间自适应切换。
深入期货交易的核心,学习如何分析期货的期限结构。本指南将介绍 Contango 和 Backwardation 的概念,并探讨如何在 PTrade 平台中获取不同到期日的合约价格,构建基于价差的交易策略。
详解 ETF 溢价套利的原理与实战流程。本教程将指导你如何通过 PTrade API 获取 ETF 实时净值(IOPV)和二级市场价格,监控价差,并使用 etf_purchase_redemption 等函数执行套利交易。
确保实盘交易的稳定性至关重要。本文将深入分析在 PTrade 平台中产生委托失败和废单(status='9')的常见原因,并提供实用的代码逻辑来监控订单状态、进行重试或异常报警。
掌握量化交易的数据处理利器 Pandas。本教程将结合 PTrade API 返回的数据格式,讲解如何使用 Pandas 进行数据清洗、指标计算、时间序列分析等核心操作。
详细解析 PTrade 回测引擎中手续费 (set_commission)、滑点 (set_slippage) 和印花税的计算规则与原理,帮助你更准确地评估策略在真实环境下的表现。
深入了解市场中性策略的原理,学习如何通过 PTrade API 构建一个股票多头组合,并利用股指期货进行空头对冲,以剥离市场 Beta 风险,获取纯粹的 Alpha 收益。
提升策略的风险管理能力。本教程将教你如何在 PTrade 中实现一个动态追踪止损逻辑,让止损位跟随盈利行情移动,从而锁定利润、控制回撤。
本指南将详细介绍 Dual Thrust 策略的原理,并提供完整的 PTrade Python 策略源码,教你如何利用开盘后形成的上下轨进行突破交易,捕捉日内趋势行情。
本指南专注于 `get_stock_info` 函数的应用,教你如何获取股票的 `listed_date`(上市日期)字段,并结合当前日期计算上市天数,从而在选股时有效过滤掉上市时间不足 N 天的次新股,以规避风险。
详细介绍 PTrade 的直接还款 (`margincash_direct_refund`) 和直接还券 (`marginsec_direct_refund`) API 的使用方法。通过查询负债合约 (`get_margin_contract`),实现当满足特定条件时(如盈利、到期前)自动偿还借款与券源的策略。
本教程提供一个完整的 PTrade 融资融券交易流程示例,从使用 `get_margincash_open_amount` 查询可融额度,到执行 `margincash_open` 买入,再到最后通过 `margincash_close` 卖出股票偿还负债,并监控合约状态。
深入比较 PTrade 中两个核心事件回调函数 on_order_response 和 on_trade_response 的触发时机、数据内容和应用场景。帮助您根据策略需求(如快速撤改单、统计成交等)选择合适的回调函数,提升策略响应速度。
详细解读 PTrade `Order` 对象的 `status` 属性('已报', '部成', '已成', '废单'等)的含义,并提供代码示例,教你如何根据不同的订单状态执行相应的策略逻辑,如部成后追单或废单后重报。
提供一个实用的 PTrade 订单管理代码范例,通过结合 `order`、`get_order` 和 `cancel_order` 函数,并记录订单发出时间,实现一个限价单在指定时间内未完全成交便自动撤销的功能,避免资金占用。
本指南将演示如何在 PTrade 策略中,利用 `context.portfolio` 对象记录每日收益,并编写自定义函数来动态计算投资组合的夏普比率和最大回撤等关键性能指标,实现策略的实时监控。
本教程将教你如何在 PTrade 平台中不依赖内置函数,仅使用 `get_history` 获取高、低、收盘价数据,手动计算并实现 ATR 指标,并将其应用于动态止损策略中。
揭示在回测中使用 `get_fundamentals` 函数时可能引入未来数据的风险,详细说明 `date` 和 `date_type` 参数如何影响数据获取的时间点,并提供正确设置参数以保证回测结果真实有效的方法。
详细对比 `order_market` 函数中不同 `market_type`(如对手方最优价、本方最优价、五档即时成交等)的区别、适用场景及对交易成本的潜在影响,帮助你在实盘中做出最佳选择。
深入探索 PTrade `etf_basket_order` 函数的 `info` 参数,教你如何为篮子中的特定成分券单独设置委托价格、现金替代标志或持仓替代标志,实现更灵活、更精细的 ETF 申赎套利操作。
全面总结 `before_trading_start` 函数的使用场景和最佳实践,包括每日数据预处理、股票池筛选、参数重置等。同时指出应避免的常见误区,如盘前下单、处理无法持久化的对象等。
本指南将带你一步步构建一个价值动量混合策略。我们将使用 `get_fundamentals` 筛选出低估值股票,再利用 `get_history` 从中找出具有上涨动量的标的,并提供完整的 Python 策略源码。
本教程介绍一种高级资金管理技术,演示如何使用 `context.portfolio.portfolio_value` 动态计算每笔交易的仓位大小,实现风险敞口与账户规模的自动匹配,提升策略的风险调整后收益。
分享在 PTrade 平台优化策略性能的实用方法,包括在循环外调用 API、使用全局变量缓存重复查询的数据、以及选择更高效的数据返回格式,从而显著减少策略运行时间。
提供在 PTrade 策略中处理 API 调用失败(如获取行情、财务数据失败)的实用技巧,包括使用 try-except 语句、设置重试逻辑和默认值,确保策略在网络波动或数据缺失时依然稳定运行。
深入剖析 PTrade `tick_data` 事件函数中 `data` 参数的复杂结构,重点讲解如何从 DataFrame 中提取和处理'order'(逐笔委托)和'transcation'(逐笔成交)数据,为高频策略提供数据基础。
本教程详细介绍 PTrade `ipo_stocks_order` 函数的 `black_stocks` 参数用法,教你如何设置申购黑名单,在进行一键打新时自动排除不想申购的股票或可转债。
深入解析 PTrade 期货交易中 `sell_close` 和 `buy_close` 函数的 `close_today` 参数,详解上期所的平今仓规则,并提供实战代码演示如何精确控制平仓行为。
详细对比 PTrade 中 get_price 和 get_history 两个核心历史数据函数的参数差异、返回格式和适用场景,帮助你选择最优的数据获取方案,避免未来函数并提升策略效率。
探索新股交易机会。本教程将讨论如何利用 get_Ashares 和 get_stock_info 识别新上市股票,并结合分钟级行情数据,构建一个基于上市初期(如前五日)价格行为的短线交易策略。
学习构建和管理一个等权重投资组合。本教程将展示如何利用 get_positions 和 order_target_value API,定期(如每月或每季度)自动计算并调整持仓,使其恢复到等权重的目标状态。
市场风格在变,策略也应随之而变。本教程探讨如何通过计算市场波动性或趋势强度指标,让策略在趋势行情中采用动量逻辑,在震荡行情中切换至均值回归(反转)逻辑,实现动态自适应。
致敬经典!本教程将一步步指导您在 PTrade 平台实现完整的海龟交易法则,包括唐奇安通道的构建、头寸规模的确定、入场与离场规则以及动态止损的设置。
深入解析 order_market 函数中的 market_type 参数。本指南将详细对比“对手方最优价”、“本方最优价”、“最优五档即时成交剩余转限价”等不同市价单类型的机制、适用场景及对交易成本的潜在影响。
避免“黄金交叉”变“死亡交叉”的陷阱。本教程将结合 get_stock_exrights 和 get_history API,详细讲解如何在计算移动平均线、MACD 等技术指标时,对历史数据进行前复权或后复权处理,确保信号的准确性。
深入 Level-2 数据应用,本指南将教你如何解析 tick_data 中的'order'和'transcation'数据流,通过算法识别并统计短时间内的连续大额委托或成交,从而洞察市场主力动向,构建跟随策略。
学习如何利用 get_history API 计算标的的N日历史波动率,并构建一个当价格突破由波动率定义的通道时进行交易的策略。本教程将覆盖波动率计算、通道构建及交易逻辑的完整实现。
从固定手数到科学下注,本指南将讲解凯利公式的原理,并演示如何在 PTrade 策略中,根据历史交易的胜率和盈亏比,动态计算最优的投资仓位,以实现长期收益最大化。
深入经典多因子模型,本教程将指导你如何利用 PTrade 的财务数据 API (get_fundamentals) 和行情数据 API 获取市值、账面市值比等数据,构建 Fama-French 三因子模型,并进行自动化选股与回测。
提升你的策略稳定性!本指南通过实际代码示例,展示如何在调用 get_history、get_snapshot、order 等关键 API 时,使用 try-except 语句优雅地处理可能出现的网络超时、数据缺失等异常,确保策略在复杂环境下依然稳健运行。
超越标准回测报告,学习如何利用 get_trades 函数获取详细的逐笔成交记录,并在策略的盘后阶段(after_trading_end)或研究环境中,自定义计算胜率、盈亏比、最大回撤等关键绩效指标。
本教程专注于期货的跨期套利,详细讲解如何利用 PTrade 的期货交易 API,监控同一品种不同月份合约的价差,并执行买入一个合约、同时卖出另一个合约的日历价差套利操作。
深度解析 ETF 溢价套利原理。本指南将带你使用 get_etf_info、get_snapshot 等 API 实时计算 ETF 的折溢价率,并利用 etf_purchase_redemption 和 etf_basket_order 函数执行完整的套利闭环。
本教程专注于交易执行层面,讲解如何利用分钟级数据在 PTrade 平台内计算实时 VWAP(成交量加权平均价),并编写一个智能拆单算法,使得大额订单的平均成交价逼近当日 VWAP。
学习如何结合 get_industry_stocks 和 get_history API,计算不同行业的相对强弱指数(RSI),并构建一个动态的行业轮动策略,实现资金在强势板块间的自动切换。
深入讲解统计套利的核心——配对交易。本指南将教你如何在 PTrade 平台利用历史数据进行协整检验,计算价差,并构建一个完整的配对交易策略来捕捉均值回归机会。
本教程将详细介绍如何在 PTrade 平台中利用定时任务(run_daily)和历史行情 API(get_history)捕捉开盘后关键时间窗口的价格,构建经典日内交易策略——开盘区间突破策略。
学习如何在 PTrade 平台中利用 get_history API 计算 ATR(平均真实波幅)指标,并将其应用于构建一个动态追踪止损策略,有效控制回撤,保护利润。
顺势而为,规避系统性风险。本教程将教您如何利用长期均线(如 MA200)、波动率指数(VIX)或其他宏观指标来定义市场的牛熊状态,并将其作为一个过滤器,动态调整您交易策略的仓位,以在熊市中降低风险。
单一的回测结果可能存在偶然性。本教程将介绍蒙特卡洛模拟的基本思想,并指导您如何基于 PTrade 的回测交易记录(get_trades_file),通过随机抽样和路径模拟,评估策略在不同市场环境下的表现分布和稳健性。
学习统计套利的核心策略——配对交易。本教程将从协整性检验、价差计算、交易信号生成到头寸管理,完整地指导您如何在 PTrade 平台使用 Python 实现一个两只股票的配对交易策略。
深入 Level-2 数据,挖掘 Alpha 信号。本指南将介绍订单簿不平衡(Order Book Imbalance, OBI)的概念,并教您如何使用 get_snapshot 或 tick_data 获取买卖盘口深度数据,计算 OBI 指标,并构建一个预测短期价格方向的 Tick 级策略。
市场风格在动量与均值回归之间切换。本教程将探讨如何识别当前市场状态(例如,通过波动率或趋势强度指标),并让您的策略能够自适应地在动量追涨和反转抄底两种模式之间切换。
学习如何分析期货的期限结构(Contango 和 Backwardation),并将其应用于交易策略中。本教程将介绍如何获取不同到期日的合约价格,计算月差,并构建基于期限结构变化的套利或趋势策略。
提升您策略的胜率和准确性。本教程将教您如何在一个策略中同时分析多个时间周期(例如,用日线判断趋势,用60分钟线寻找入场区域,用5分钟线精确定位买卖点),构建稳健的交易系统。
本指南深入讲解了 ETF 一二级市场套利的核心原理,并指导您如何使用 PTrade 的 etf_purchase_redemption 和 etf_basket_order 等 API,监控并捕捉 ETF 的折溢价机会,构建低风险套利策略。
充分利用每个交易日结束后的时间。本教程将深入探讨 after_trading_end 函数的使用场景,例如每日生成持仓报告、计算当日盈亏、保存策略状态以及为下一个交易日做准备。
将您的独特交易思想转化为代码。本指南将教您如何在 PTrade 策略中定义和使用自定义技术指标函数,例如计算 ADX、ATR 或您独创的指标,并将其应用于交易逻辑中。
在实盘交易中,委托失败和废单是常见问题。本教程将分析导致这些问题的常见原因(如价格笼子、资金不足、停牌等),并指导您如何通过查询订单状态、日志分析和重试机制,增强策略的稳定性和鲁棒性。
本指南将教您如何在 PTrade 平台中,利用 get_fundamentals API 获取财务数据,并根据本杰明·格雷厄姆的价值投资理念(如格雷厄姆数字)编写一个自动化选股策略。
学习如何结合 PTrade API 与强大的 Pandas 库进行高效的量化数据分析。本教程将通过实例展示如何处理 get_history 和 get_fundamentals 返回的 DataFrame,包括数据清洗、特征计算、多因子合成等。
本教程将带您进入 Tick 级交易的世界,学习如何在 PTrade 平台利用 tick_data 函数和盘口数据,构建一个简单的做市商策略。您将学会如何同时挂出买卖双边报价,赚取买卖价差。
深入理解 PTrade 回测引擎中的交易成本计算机制。本文将详细解析 set_commission 函数的工作原理,解释佣金、最低消费、印花税及经手费的计算公式,帮助您进行更精准的策略回测。
探索如何在 PTrade 平台构建市场中性的 Alpha 对冲策略。本教程将介绍如何利用股指期货对冲 Beta 风险,从而剥离出纯粹的 Alpha 收益,并提供完整的策略实现代码。
提升您的策略风控能力。本指南详细解释了追踪止损的原理,并提供了在 PTrade 平台中实现的 Python 代码。学习如何动态调整止损位,锁定利润,有效控制下行风险。
本教程将指导您如何使用 PTrade API 编写一个投资组合再平衡策略。您将学会如何设定资产目标权重、定期(如每季度)计算并执行调仓指令,以维持投资组合的风险敞口和长期目标。
学习如何在 PTrade 平台中计算并应用 VWAP(成交量加权平均价)指标。本教程将提供详细的 Python 代码示例,教您如何利用 VWAP 制定买卖点,并构建一个完整的均值回归或趋势跟踪策略。
本指南详细介绍了如何在 PTrade 平台使用 Python 编写并回测 Dual Thrust(双重推力)区间突破策略。我们将从策略原理、API 选择到代码实现,一步步教您构建一个完整的日内交易策略。
本教程旨在解决大额订单对市场的冲击问题。我们将详细讲解 TWAP(时间加权平均价格)算法的原理,并利用 run_interval 定时任务在 PTrade 平台中实现一个智能拆单策略,将大单分散到不同时间点执行。
超越内置指标,学习在 PTrade 策略中创建自己的技术指标函数库。本教程将以 ATR(真实波幅)为例,展示如何基于 get_history 获取的行情数据编写计算函数,并在 handle_data 中灵活调用,构建更复杂的交易模型。
学习 PTrade 融资融券策略的核心风控技巧。本教程将指导您如何使用 get_margin_assert API 实时查询信用账户资产,计算维持担保比例,并在接近预警线时自动执行减仓或补充担保品操作,防止强制平仓。
全面剖析 PTrade 平台回测与实盘环境的核心差异,包括数据频率、撮合机制、订单延迟、持久化处理等。帮助您识别并规避常见陷阱,确保策略在真实市场中的表现符合预期。
探索高级日内交易技术,学习如何在 PTrade 平台中计算 VWAP(成交量加权平均价),并构建一个当价格偏离 VWAP 时进行反向交易的均值回归策略。本教程包含完整的 Python 源码和策略逻辑详解。
本教程详细介绍如何使用 get_sort_msg 函数获取实时的行业或概念板块涨跌幅排名数据。我们将提供一个完整的策略示例,教您如何捕捉市场热点,实现简单的板块轮动交易。
深入解析 PTrade 的 on_order_response 委托主推事件。学习如何通过实时监控委托状态变化(如已报、部成、已撤)来构建低延迟的交易逻辑,例如实现快速追单或撤单后立即重新下单等高级操作。
学习如何使用 PTrade 平台构建股指期货对冲策略。本教程将介绍对冲的基本原理、Beta 计算方法,并提供一个完整的 Python 策略示例,教您如何动态对冲股票持仓的系统性风险。
学习 PTrade log 函数的高级用法。本教程将深入讲解如何利用 log.debug, log.info, log.warning, log.error 等不同日志级别,构建结构化的策略监控与报警系统,快速定位并解决实盘中的问题。
详细解读 PTrade 平台在回测与实盘中支持的股票、可转债、期货、LOF、ETF 等交易品种。了解各品种的交易单位、交易规则(T+0/T+1)和 API 调用注意事项,为您的量化策略选择合适的投资标的。
学习构建稳健的阿尔法策略。本指南通过实例展示如何在 PTrade 平台同时管理股票持仓与股指期货空头头寸,以对冲市场系统性风险,获取超额收益。
将打新收益最大化!本教程不仅介绍如何使用 ipo_stocks_order 实现一键申购,更进一步探讨中签新股的自动化监控与择时卖出策略,形成完整的打新交易闭环。
精确管理你的两融账户资金。本指南详细解析 get_crdt_fund 函数的用法,教你如何在策略中实时查询可用资金、回报买入金额等关键信息,优化融资效率。
探索 PTrade 平台分钟级数据的强大功能。本教程将指导你如何识别早盘过度拉升或下跌后的反转机会,构建一个实用的日内高抛低吸交易策略。
让你的 PTrade 策略更规范、更易于维护。本指南介绍如何使用 create_dir 函数在研究环境中创建文件夹,用于存储策略日志、参数配置、回测结果等,实现结构化文件管理。
不仅仅是错误报警!本教程深入讲解如何使用 PTrade 的 send_email 和 send_qywx 函数,实现发送自定义交易信号、每日持仓报告等丰富内容的自动化消息推送。
学习在 PTrade 策略中实现高级风控技术。本教程将指导你如何实时监控投资组合的净值曲线,并在回撤达到预设阈值时自动减仓,有效控制风险。
利用 PTrade 强大的 API,本指南将教你如何获取可转债的转股价值、溢价率等关键信息,结合正股实时价格,构建低风险的可转债折价套利策略。
本教程详细介绍如何在 PTrade 平台中实现经典的动量交易策略。学习如何计算动量指标(如 ROC),并根据市场强势股进行自动化趋势跟踪交易。
学习在 PTrade 平台中结合成交量与价格数据,利用 get_history API 捕捉放量突破、缩量回调等经典量价信号,构建高效的量化交易策略。
一份回测报告远不止收益曲线。本指南将教你如何深度解读 PTrade 的回测报告,理解夏普比率、最大回撤、Alpha、Beta 等关键指标的含义,并据此发现策略的弱点,进行有效优化。
提升你的策略风险管理能力。本教程将介绍多种动态头寸管理技术,如固定分数法、基于 ATR 的头寸调整等,并演示如何在 PTrade 策略中根据市场波动性动态调整每笔交易的仓位大小。
学习如何在 PTrade 策略中正确处理股票的分红、送股、配股等公司行为。本教程将教你如何使用 get_stock_exrights 等函数,确保策略逻辑的连续性和回测的准确性,避免数据陷阱。
本指南将带你一步步在 PTrade 平台上复现著名的海龟交易法则。内容包括唐奇安通道的计算、头寸规模的确定、入场与离场规则的程序化实现,以及完整的策略回测。
学习如何利用 PTrade 提供的 Tick 级数据和 order_tick 函数,构建一个简单的高频做市商策略。本教程将指导你捕捉买卖盘口的价差,实现自动化报价和交易。
本指南详细介绍在 PTrade 平台构建多因子选股模型的完整流程,包括如何使用 get_fundamentals API 获取因子数据(如估值、成长性、盈利能力)、进行因子处理、综合打分以及构建投资组合。
本教程为 PTrade 期权交易者提供备兑开仓(Covered Call)策略的完整指南,详细解读策略原理、如何利用 API 同时管理股票和期权持仓,以及策略的风险与收益特点。
本教程详细介绍了在 PTrade 平台利用 Python 实现布林带(Bollinger Bands)交易策略的步骤,内容涵盖如何获取历史数据、计算布林带上中下轨、设定突破交易逻辑以及回测策略表现。
遇到订单状态为“废单”(status='9')?本指南深入分析了在 PTrade 平台中产生废单的常见原因,如价格笼子、资金不足、持仓不够等,并提供了通过 on_order_response 和 get_order 监控订单状态、进行异常处理的实战代码技巧。
成交量是市场情绪的关键指标。本指南将教你如何使用 get_history 获取分钟级别的 'volume' 数据,构建成交量分布图(Volume Profile),识别关键的支撑位和阻力位,并以此为依据制定高胜率的日内交易策略。
在复杂的交易逻辑中,有效管理挂单至关重要。本教程将深入讲解 get_open_orders 函数,教你如何实时获取所有未完成的订单,并结合 cancel_order 函数实现一键批量撤单,防止产生不必要的交易风险。
本教程将带你从零开始,在 PTrade 平台实现一个经典的均值回归策略——布林带策略。我们将利用 get_history 获取历史数据计算布林带的上下轨,并在价格触及轨道时执行买卖操作,附详细的策略源码。
学习如何构建一个基于基本面数据的价值投资策略。本指南将演示如何首先使用 get_index_stocks 获取沪深300成分股,然后调用 get_fundamentals 获取市盈率、市净率等财务数据,最后筛选出符合条件的价值股票并执行交易。
本教程专为 PTrade 融资融券新手设计,详细讲解 margin_trade 函数的用法。学习如何通过 API 实现担保品的限价和市价买卖,有效管理您的两融账户资产,并附有完整的 Python 代码示例。
本页面为您提供 PTrade 平台最全的数据字典参考,详细解释了委托状态码(如'已报'、'部成'、'已撤')、委托属性、成交方向等各类代码的含义。帮助您在处理 API 返回数据时,精准判断每一笔交易的真实状态。
学习如何使用 PTrade 的 get_trades_file 函数在回测结束后导出一个 CSV 格式的详细交易对账单。本教程将指导你如何调用该 API,并解读导出文件中的订单编号、成交价格、费用等关键字段,便于进行深度复盘分析。
本指南详细介绍如何在 PTrade 平台使用 Python 编写一个完整的期货跨期套利策略。内容涵盖合约选择、价差计算、开平仓逻辑以及风险管理,并提供 buy_open、sell_open 等核心 API 的实战代码示例。
在运行复杂策略前,如何确保账户已开通所需权限(如两融、期权等)?本文将介绍 PTrade 的 permission_test 函数,教您在策略初始化阶段自动检测账户权限,避免因权限不足导致的交易失败,增强策略的健壮性。
本教程深入讲解 PTrade 融资融券交易中的“现券还券”操作。您将学习如何使用 get_margin_entrans_amount API 查询特定融券合约的最大可还券数量,并使用 marginsec_direct_refund 函数直接用持有的担保券归还融券负债。
除了异常报警,如何在交易的关键节点收到主动通知?本文将介绍如何在 PTrade 策略中使用 send_email 和 send_qywx 函数,实现自定义内容的实时消息推送,例如发送开仓信号、每日收益总结等。
PTrade 平台版本升级后,如何确保旧策略依然能正常运行?本教程将介绍 check_strategy 函数的使用方法,帮助您在升级前一键扫描策略代码,提前发现并修复因 API 或三方库变更可能导致的兼容性问题。
结合不同时间周期的数据可以有效提升策略表现。本指南将展示如何在 PTrade 策略中同时使用日线数据判断长期趋势,并结合分钟线数据寻找精确的日内交易信号,构建一个“长线持仓,短线择时”的高级交易模型。
配对交易是经典的统计套利策略。本教程将引导您完成在 PTrade 平台实现配对交易的全过程,包括如何筛选相关性高的股票对、计算价差、设定开平仓阈值,并执行自动化交易。
本指南将教您如何在 PTrade 平台实践价值投资。我们将深入使用 get_fundamentals API 获取市盈率、市净率等关键财务指标,构建一个完整的自动化选股、买入和调仓的价值投资策略。
成功的回测是实盘的基础,但两者存在显著差异。本文深度剖析了 PTrade 平台回测与实盘在数据频率、撮合机制、滑点处理、函数执行时间等方面的不同点,并提供实用的代码调整建议,助您平稳过渡。
本教程详细讲解了在 PTrade 平台中为量化交易策略添加止盈止损逻辑的核心方法。您将学会如何利用持仓信息和实时行情数据,动态监控浮动盈亏,并执行相应的平仓操作,有效控制交易风险。
在下单前检查股票状态是避免废单的关键。本指南详细讲解 get_stock_status() 函数的用法,教您如何通过 query_type 参数查询指定股票在特定日期的 ST、停牌(HALT)或退市(DELISTING)状态,确保交易的有效性。
本教程全面介绍 PTrade 平台用于 ETF 数据查询的函数套件,包括 get_etf_list, get_etf_info, get_etf_stock_list, 和 get_etf_stock_info。学习如何组合使用这些 API,实现从发现 ETF 到分析其成分股的完整流程。
在策略中高效处理交易日是关键。本文详细对比 PTrade 平台三大核心日期函数:get_trading_day, get_all_trades_days 和 get_trade_days,分析它们各自的适用场景、参数和返回值,帮助您在不同需求下选择最优的日期处理方案。
市场下跌时如何保护您的股票投资组合?本指南通过一个实战案例,教您如何计算投资组合的 Beta 值,并使用 PTrade 期货交易 API (如 sell_open) 卖出股指期货合约,实现对股票多头头寸的风险对冲。
本文专门针对 PTrade 期货交易,深度解析 Position 对象的特有属性,如多/空头持仓量 (long/short_amount)、持仓成本 (cost_basis)、浮动盈亏 (pnl) 等。学习如何利用这些属性进行精细化的期货头寸管理和风险控制。
策略意外中断后,如何保证自定义类对象等复杂变量不被重置?本教程深入探讨 PTrade 的持久化机制,教您如何使用'__'前缀定义私有变量,以跳过序列化过程,确保策略重启后的稳定运行。
学习如何在 PTrade 平台构建一个完整的融券做空策略。本指南详细讲解 marginsec_open (融券卖出) 和 marginsec_close (买券还券) 函数的使用方法,并提供策略示例,帮助您掌握两融交易的核心操作。
本教程详细介绍如何使用 get_cb_list() 函数获取市场上所有可转债的代码列表,并结合 get_snapshot() 实时快照 API,筛选出当前处于正常交易状态的可转债,为您的可转债策略提供动态股票池。
下单成功后,如何追踪订单状态?本文详细解读 PTrade 的 Order 对象,包括订单号(id)、成交数量(filled)、委托状态(status)等关键属性,助您实现精准的订单管理与交易控制。
本文深入解析 PTrade 策略中 handle_data 函数的核心参数 data 对象,教您如何通过 data[security] 获取 open, close, high, low, volume 等关键行情数据,为您的量化交易决策提供支持。
全面解析 PTrade 的 Portfolio 对象,详细介绍其核心属性如 cash, portfolio_value, returns, pnl 等。学习如何在策略中实时调用这些属性,进行动态的资金管理、风险控制和绩效分析。
掌握在 PTrade 策略中进行文件读写操作的最佳实践。学习如何使用 get_research_path 结合 Python 内置文件处理功能,实现策略参数的外部化、交易记录的保存以及与其他研究成果的联动。
本教程深入探讨 PTrade 的 get_individual_entrust 函数,教您如何获取和分析 Level-2 的逐笔委托数据,洞察市场订单流向和微观结构,为高频交易和算法交易提供决策依据。
学习在 PTrade 策略中使用 get_user_name() 和 get_trade_name() 函数,获取当前运行的资金账号和交易名称。这对于多账户管理、精细化日志记录和策略调试至关重要。
从零开始,使用 PTrade 平台的基础期货交易函数(buy_open, sell_close 等)和 get_history,构建一个基于均线的简单期货趋势跟踪策略,助您快速入门期货量化交易。
深入学习 PTrade 融资融券 API,掌握 get_margincash_open_amount 和 get_margincash_close_amount 等函数,实时计算并获取融资标的的最大可买入量和卖券还款数量,实现精准的资金管理。
本教程将指导您如何使用 PTrade 的 set_email_info 函数。通过简单配置,即可在策略实盘运行中遇到错误并终止时,自动发送提醒邮件,确保您第一时间掌握策略状态。
详细对比 PTrade 回测中的两种滑点设置方式:set_fixed_slippage(固定滑点)和 set_slippage(比例滑点)。理解它们对回测结果的影响,并学习如何根据策略类型选择最合适的滑点模型。
深度解析 PTrade 中 get_history, get_price 等数据函数里的 is_dict=True 参数。学习如何通过返回字典格式替代 DataFrame,显著提升数据获取和处理效率,优化策略运行性能。
学习如何使用 PTrade 的 convert_position_from_csv 函数,将外部 CSV 文件中定义的持仓数据轻松导入回测环境,实现带复杂初始仓位的策略验证。
深入掌握 PTrade 融资融券“还款”相关 API,学习编写在特定条件下自动触发卖券还款(margincash_close)或直接还款(margincash_direct_refund)的智能策略,优化负债管理。
学习使用 get_frequency 函数在策略中动态判断当前的运行频率是“日线”还是“分钟线”,从而编写出更具通用性和灵活性的量化交易策略。
本教程详细介绍 get_positions 函数的用法,教您如何一次性查询多只或全部股票的持仓信息,并将其应用于投资组合的批量操作和风险监控中。
学习如何在 PTrade 平台通过代码自动化进行国债逆回购交易,有效利用账户中的闲置资金,提升整体资金使用效率。本教程包含详细的代码示例和注意事项。
全面解析 PTrade 中 tick_data 函数返回的复杂数据结构,包括逐笔委托、逐笔成交和十档行情,教您如何提取和利用这些高频数据构建高级策略。
从单一个股到多元化投资组合,本教程将指导您如何在 PTrade 策略中有效管理多只股票,实现动态调仓、风险分散和组合再平衡。
学习如何使用 PTrade 的 Portfolio 对象实时获取账户总价值、浮动盈亏、收益率等关键指标,并在策略中实现基于账户表现的动态风险控制。
深入了解 PTrade 中 Order 对象的 15 种状态码(未报、已报、部成、已撤、废单等)的含义与转换流程,构建稳定可靠的订单管理系统。
本文详细解读 PTrade 平台的策略运行机制,涵盖日线、分钟和 Tick 三种频率,以及盘前、盘中、盘后不同时段的执行逻辑,助您精确控制策略行为。
为初学者介绍在 PTrade 平台进行 LOF 和 ETF 基金交易的基本方法。内容涵盖如何使用 order 等函数下单、T+0 交易规则(可转债/部分基金)、以及与股票交易在价格精度和交易单位上的关键区别。
本教程深入讲解 PTrade 两融 API 中的 get_enslo_security_info 函数,帮助您实时查询可融券标的、融券保证金比例、券源可用数量及融券状态,为您的融券卖出策略提供关键数据支持。
介绍 PTrade 平台提供的便捷函数 filter_stock_by_status,教您如何在策略盘前阶段,通过一行代码从股票池中剔除 ST、停牌、退市或退市整理期的股票,简化选股逻辑,提高策略运行效率。
本教程详细介绍 PTrade 融资融券策略中,如何通过调用 margincash_direct_refund 和 marginsec_direct_refund 函数,用账户可用资金直接偿还融资负债或用持仓证券直接归还融券负债。
本教程将指导您如何在 PTrade 策略中引入强大的 TA-Lib 库,结合 get_history 获取的数据,计算如布林带(BBANDS)、真实波幅(ATR)、抛物线转向(SAR)等上百种复杂技术指标,极大增强您的策略分析能力。
介绍如何利用 on_order_response 事件驱动机制,实时监控委托回报中的 status 和 error_info 字段,及时发现并处理废单、价格超限等交易异常,打造容错能力更强的自动化策略。
针对上海期货交易所的特殊规则,本教程详细讲解 PTrade 期货交易函数中 close_today 参数的用法,教您如何实现优先平今仓或优先平昨仓,满足日内交易和合规性要求。
深度剖析在 PTrade 实盘中使用 order_target 和 order_target_value 可能导致重复下单的原因,并提供结合在途订单查询和持仓同步延迟的解决方案,帮助您构建稳定可靠的自动化调仓策略。
全面解析 PTrade API 中不同市场和品种的代码尾缀,如 .SS (XSHG)、.SZ (XSHE) 等。掌握正确的代码格式是成功调用 API 获取行情和执行交易的第一步,本指南为您扫清障碍。
详细解读 PTrade 平台支持的各类交易品种(股票、可转债、ETF、LOF、期货)的最小交易单位(股、张、手)和价格精度要求,帮助您避免因下单参数错误导致的委托失败,提升交易执行的成功率。
了解如何通过 PTrade API 发现和查询平台支持的各类交易市场。本教程将指导你使用 get_market_list 获取市场目录,并用 get_market_detail 查询特定市场的详细产品信息,为跨市场策略提供数据支持。
本教程介绍如何使用 PTrade 的 get_stock_name 函数,通过单个或多个股票代码快速获取对应的股票名称。这是策略日志记录和信息展示中非常实用的基础功能。
学习如何使用 PTrade API 全面监控两融账户状态。本教程重点讲解 get_margin_assert 和 get_assure_security_list 函数,助你实时获取担保资产、总负债、可用保证金以及担保券列表等关键信息。
深入理解 PTrade 的高级撤单函数 cancel_order_ex。本教程将结合 get_all_orders,演示如何查询账户当日所有委托并对指定状态的订单(包括非本策略创建的订单)进行撤销操作。
新股上市初期价格波动剧烈,很多策略需要将其排除。本教程基于 get_stock_info 函数,提供一个实用的 Python 函数来过滤上市时间较短的新股,增强你选股策略的稳定性。
探索 PTrade 回测引擎的成交量限制模式。本教程将详细介绍 set_limit_mode 函数,讲解如何通过设置 'UNLIMITED' 模式来忽略成交量限制,适用于低频、大资金策略的快速验证。
本指南将带你深入了解 PTrade 策略中的核心 Context 对象,详细拆解 context.portfolio, context.blotter.current_dt 等关键属性的含义和用法,助你精准获取账户信息和时间序列,提升策略开发效率。
全面介绍 PTrade 策略中全局变量 g 对象的作用、生命周期以及使用技巧。学习如何通过 g 对象在不同函数间传递数据,以及处理不可序列化变量的注意事项,为编写稳健策略打下坚实基础。
深入讲解 PTrade 融资融券 API,重点介绍 get_margincash_open_amount, get_marginsec_open_amount 等函数,教你如何在下单前精确计算融资买入和融券卖出的最大可用数量,实现更精细的资金管理。
详细解析 PTrade API 中 set_universe 函数的用法和注意事项。学习如何动态更新策略的股票池,以及它如何与 get_history 等数据获取函数协同工作,优化你的量化策略。
专门为 Tick 级别策略设计,`order_tick` 函数是实现高频交易的关键。本教程将深入讲解其参数,包括如何根据盘口档位或指定价格下单,助您在瞬息万变的市场中抢占先机。
学习使用 PTrade `get_deliver` API,获取指定日期范围内的历史交割单数据。本教程将指导您如何解析交割单信息,进行精细化的交易成本和滑点分析。
本指南介绍如何通过 PTrade 的 `get_fundjour` 函数查询指定时间范围内的账户历史资金流水信息,用于账户复盘、损益分析和资金管理。
学习如何在 PTrade 期货策略回测中使用 `set_future_commission` 和 `set_margin_rate` 函数,精确模拟不同期货品种的交易成本和资金占用,让回测结果更贴近实盘。
本教程详细介绍如何使用 `get_margin_contract` API 查询融资融券合约,包括合约状态、负债总额、已还利息等关键信息,帮助您精准管理两融账户。
详解 PTrade `set_parameters` 函数,教您如何配置策略在节假日、服务器重启时的行为,以及如何控制交易主推信息的接收,提升策略的稳定性和灵活性。
深入解析 PTrade `get_trend_data` 函数,教你如何获取股票在集合竞价期间的价格、成交量等关键数据,为制定开盘价策略和预测开盘走势提供支持。
介绍如何使用 PTrade 的 get_reits_list API 获取指定日期的公募 REITs 基金列表,并结合其他 API 构建基于 REITs 的量化投资策略。
详细介绍 PTrade 平台 get_tick_direction 函数的用法,帮助您获取当日分时成交行情数据,包括成交方向、成交量和成交金额,用于微观市场结构分析。
学习如何使用 PTrade 的 get_gear_price 函数获取指定股票的实时买卖盘口深度数据,包括各档位的委托价格、数量和笔数,为高频交易和滑点分析提供数据支持。
实时监控您的自动化交易策略。本指南将详细介绍 PTrade 平台内置的 send_email 和 send_qywx 函数,让您可以在策略触发关键信号或发生异常时,第一时间收到通知。
本教程介绍如何使用 PTrade 的 get_sort_msg 函数获取实时的板块和行业涨幅排名。学习如何基于这些数据构建有效的行业轮动或市场热点追踪策略,并附上完整的策略源码。
探索 PTrade 平台的 Level-2 行情数据能力。本指南将教您如何利用 get_individual_entrust (逐笔委托) 和 get_individual_transaction (逐笔成交) API,进行微观市场结构分析和高频交易策略开发。
让您的策略更强大!本教程讲解如何在 PTrade 策略中使用 get_research_path 函数定位研究环境目录,并结合 Python 文件操作,实现读取外部信号、保存分析结果等高级功能。
准确评估策略表现的第一步是设置合理的比较基准。本文详细介绍 PTrade 中的 set_benchmark 函数,教您如何将沪深300、上证50或任意个股设置为策略的业绩比较基准。
深入了解 PTrade 平台的可转债交易功能。本教程将重点讲解 debt_to_stock_order 函数的用法,帮助您在策略中实现可转债到期或满足条件时自动转换为正股的操作。
探索 PTrade 中构建动态股票池的高级技巧。本指南将教您如何使用 get_Ashares 函数获取任一交易日的全市场 A 股代码列表,用于海选、过滤和构建动态更新的投资组合。
除权除息是影响股价的关键因素。本教程将指导您如何使用 PTrade 的 get_stock_exrights API 获取股票历史除权除息数据,确保您的量化策略和回测结果的准确性。
学习如何使用 PTrade 的 get_stock_blocks API 查询任意股票所属的行业、地域及概念板块信息。本指南将帮助您构建基于板块轮动或板块分析的量化交易策略。
本教程详细讲解 PTrade 平台的 on_trade_response 事件函数,教您如何实时捕获成交回报信息,实现更高效、更快速的事件驱动型量化交易策略,并提供完整的 Python 示例代码。
想要编写一套能同时适用于股票、期货和融资融券账户的策略吗?本文将介绍 `get_business_type` 函数,教你如何在策略代码中动态识别当前的业务类型,从而执行不同的交易逻辑,大大增强策略的通用性。
本教程详细介绍 PTrade 平台提供的 `get_lucky_info` API,教你如何在策略中自动查询指定日期范围的新股或可转债中签信息,方便进行后续的资金安排或交易决策。
精确的资金管理是量化策略成功的关键。本文将对比分析 PTrade 中两个核心的资金管理函数 `order_value` 和 `order_target_value`,阐明它们在下单逻辑上的区别以及在不同策略场景下的应用。
高频交易的基石是理解 tick 数据的结构。本指南将详细拆解 `tick_data` 函数返回的 data 对象,深入讲解 `tick` (快照), `order` (逐笔委托), 和 `transcation` (逐笔成交) 三个核心 DataFrame 的字段含义和使用方法。
理解策略的生命周期是编写高效量化策略的基础。本文将深入剖析 PTrade 的四大核心事件函数:`initialize` (初始化), `before_trading_start` (盘前), `handle_data` (盘中), 和 `after_trading_end` (盘后),阐述它们各自的执行时机和适用场景。
盘后固定价交易为投资者提供了额外的交易机会。本教程将详细讲解 `after_trading_order` 函数的使用方法,教你如何在 PTrade 平台编写策略,在盘后时段(15:05-15:30)以收盘价进行买卖。
了解账户的全部订单状态对于多策略管理和手动干预至关重要。本教程将重点介绍 `get_all_orders` 函数,它可以获取账户当日所有(包括非本策略)的委托记录,并演示如何配合 `cancel_order_ex` 进行跨策略撤单。
在进行期货交易前,了解合约的详细信息是基础。本指南将详细介绍 `get_instruments` 函数,教你如何查询期货合约的交易单位、合约乘数、保证金比例、上市日期等关键参数。
在量化策略中,正确处理交易日是常见需求。本教程将全面解析 PTrade 提供的日期相关函数,包括 `get_trade_days` 获取日期范围内的交易日,以及 `get_trading_day` 获取前后交易日,助你轻松应对各种日期计算场景。
在执行打板或抄底策略时,准确判断股票的涨跌停状态至关重要。本文将详细介绍 `check_limit` 函数的用法和返回值,帮助你在策略中实时监控股票的涨跌停情况。
对于速度要求高的策略,轮询订单状态并非最优解。本教程将深入解析 PTrade 的 `on_order_response` 和 `on_trade_response` 事件,教你如何构建响应式策略,在订单状态变化时立即触发相应逻辑。
本文将指导你如何使用 PTrade 的 `get_industry_stocks` API 获取特定行业的成分股列表,并结合其他数据 API 构建一个简单的行业轮动量化交易策略。
本教程将深入讲解 PTrade 的 `get_stock_info`, `get_stock_name` 和 `get_stock_blocks` 等函数,教你如何程序化地获取股票的基础信息,如公司名称、上市退市日期、以及所属行业和概念板块。
日志是量化策略开发和调试中不可或缺的工具。本文将详细介绍 PTrade 平台 `log` 对象的使用方法,包括不同日志级别(info, warning, error)的应用场景,帮助你更高效地追踪策略状态和排查问题。
学习在 PTrade 平台中利用 `get_CCI` 函数计算顺势指标(CCI),并结合历史数据构建一个完整的 CCI 超买超卖交易策略,附详细 Python 源码。
探索如何在 PTrade 平台进行可转债的量化交易。本教程将介绍如何使用 `get_cb_list` 获取市场上的可转债列表,以及如何通过 `get_cb_info` 获取详细信息(如溢价率、转股价值)来构建交易策略。
本指南将教你如何利用 PTrade 的 `run_daily` 和 `get_snapshot` API,在集合竞价阶段(如9:23)获取实时数据,并实现一个集合竞价追涨停的量化策略。
在量化交易中,健壮的异常处理是策略稳定运行的关键。本文将介绍在 PTrade 策略中如何使用 Python 的 try-except 语句来捕捉和处理潜在错误,避免策略意外中断。
本教程详细介绍 PTrade 中 `set_yesterday_position` 函数的用法,教你如何在回测开始时设置初始股票持仓(底仓),使策略回测更符合实际场景。
学习如何在 PTrade 平台中设置真实的回测参数,包括交易佣金、固定和百分比滑点、以及成交量比例,让你的策略回测结果更贴近实盘。
本教程详细介绍了 PTrade 中用于查询订单和成交的系列函数,包括获取未完成订单(`get_open_orders`)、查询特定订单(`get_order`)、获取所有订单(`get_orders`)以及查询当日成交记录(`get_trades`)。
本教程深入讲解了 KDJ 指标的原理,并演示了如何在 PTrade 平台调用 `get_KDJ` 函数,根据 K、D、J 线的交叉信号来构建一个完整的自动化交易策略,附详细Python代码。
一份策略代码,回测和实盘的逻辑可能略有不同。本文教你如何使用 `is_trade()` 函数来判断当前运行环境,从而在同一份代码中为回测和实盘编写差异化逻辑,提升代码复用性。
利用 PTrade 的 `ipo_stocks_order` 函数,可以轻松实现对当日所有新股和可转债的一键申购,支持按市场筛选和黑名单过滤,极大提高打新效率。
本教程为期货交易者设计,详细介绍了在 PTrade 平台进行期货交易的四个核心函数:多头开仓 (`buy_open`)、空头开仓 (`sell_open`)、多头平仓 (`sell_close`) 和空头平仓 (`buy_close`)。
了解如何通过 `get_snapshot` 函数获取股票的实时行情快照,包括最新价、涨跌停价、买卖盘口深度(bid/offer group)等关键信息,为日内和高频策略提供决策依据。
本指南将教你如何在 PTrade 平台使用 `get_RSI` 函数计算相对强弱指标,并构建一个经典的超买超卖策略:当 RSI 低于30时买入,高于70时卖出。
策略的稳定运行离不开状态持久化。本文将介绍在 PTrade 平台中,如何利用 pickle 模块保存和加载全局变量 g,确保策略在服务器重启或中断后能够无缝衔接,继续执行。
通过本教程学习如何使用 `get_index_stocks` 函数,在 PTrade 策略中轻松获取指定日期的指数成分股列表,为你的指数增强或行业轮动策略构建动态股票池。
本指南全面解析 PTrade 平台的融资融券(两融)交易 API,内容涵盖担保品买卖、融资买入 (`margincash_open`)、卖券还款 (`margincash_close`)、融券卖出 (`marginsec_open`) 及买券还券 (`marginsec_close`) 等核心操作。
在构建股票池时,过滤掉不符合交易条件的股票至关重要。本文教你如何使用 `get_stock_status` 和 `filter_stock_by_status` 函数来动态筛选掉ST、停牌及退市股票,提升策略的稳定性和表现。
学习 PTrade 平台强大的定时任务功能。本文详细解释了 `run_daily`(每日定时)和 `run_interval`(周期轮询)的用法,助你实现更灵活的策略逻辑。
本教程将教你如何使用 `get_fundamentals` API 获取上市公司的财务报表数据和估值指标,如PE、PB、总资产等,为你的量化选股策略提供数据支持。
本指南专注于 PTrade 平台的 Tick 级策略开发,讲解如何使用 `tick_data` 事件函数处理逐笔成交和委托数据,并使用 `order_tick` 函数执行快速下单。
学习如何通过 `context.portfolio` 对象获取账户总览,包括可用资金、总资产、收益等,以及如何使用 `get_position` 函数查询单个标的的详细持仓信息,如成本、数量和可用股数。
探索如何在 PTrade 平台中利用内置的 `get_MACD` 技术指标函数,编写一个基于 DIF 和 DEA 金叉死叉信号的自动化交易策略,并附上完整的 Python 示例代码。
本文详细介绍了 PTrade 平台中用于交易执行的核心函数,包括按数量下单 (`order`)、按目标持仓下单 (`order_target`)、市价单 (`order_market`) 以及如何取消未成交订单 (`cancel_order`)。
学习如何使用 PTrade 平台的 `get_history` 和 `get_price` 函数获取股票、期货等标的的历史日线和分钟线数据,包括复权处理和多标的查询。
本教程详细讲解了如何在 PTrade 平台上使用 Python 编写一个双均线交易策略。我们将介绍如何获取历史数据、计算移动平均线,并根据金叉和死叉信号执行买卖操作。
EasyQuant 版权所有