ptrade 平台如何利用 on_trade_response 增量更新本地持仓缓存？（规避 get_position 延迟）

为什么需要利用 on_trade_response 管理持仓？

在 ptrade 实盘交易环境中，柜台返回的持仓数据同步通常存在一定的时滞（一般在 6 秒左右）。如果策略属于高频、Tick 级交易或需要在极短时间内连续下单（例如双均线快速翻转、网格交易等），直接调用 get_position() 或 context.portfolio.positions 可能会因为数据未及时同步而导致重复下单或超卖/超买。

on_trade_response 是成交主推回调函数，当柜台有订单成交时，会第一时间向策略推送成交信息。通过在本地维护一个全局变量持仓字典 g.local_positions，并在 on_trade_response 中进行增量更新，可以实现毫秒级的持仓状态同步。

核心实现逻辑

1. 初始化同步：在 before_trading_start（每日盘前）获取当前账户的真实持仓，初始化本地缓存 g.local_positions。
2. 成交主推更新：在 on_trade_response 中解析推送的 trade_list：
   • 若为买入（entrust_bs == '1'），本地持仓数量增加。
   • 若为卖出（entrust_bs == '2'），本地持仓数量减少，可用持仓数量相应减少。
3. 策略下单引用：在 handle_data 或 tick_data 中，不再调用 get_position()，而是直接读取 g.local_positions 获取最新持仓。

Python 策略源码示例

# -*- coding: utf-8 -*-

def initialize(context):
    # 设置操作的股票池
    g.security = '600570.SS'
    set_universe(g.security)
    
    # 初始化本地持仓缓存字典
    # 格式：{ '股票代码': {'amount': 总持仓, 'enable_amount': 可用持仓} }
    g.local_positions = {}
    
    # 设置策略参数：接收非本策略产生的成交主推（可选，根据实际需求配置）
    set_parameters(receive_other_response="1")

def before_trading_start(context, data):
    log.info("--- 盘前初始化持仓缓存 ---")
    g.local_positions.clear()
    
    # 获取当前账户的所有真实持仓
    all_positions = get_positions()
    for code, pos in all_positions.items():
        g.local_positions[code] = {
            'amount': pos.amount,
            'enable_amount': pos.enable_amount
        }
    log.info("初始本地持仓缓存: %s" % g.local_positions)

def on_trade_response(context, trade_list):
    """
    成交主推回调函数：当有订单成交时，柜台会第一时间推送
    """
    for trade in trade_list:
        code = trade['stock_code']
        entrust_bs = trade['entrust_bs']  # '1'-买，'2'-卖
        filled_amount = int(trade['business_amount'])
        status = trade['status']
        
        # 仅处理已成('8')或部成('7')的推送
        if status in ['7', '8']:
            # 如果本地缓存中没有该股，先初始化
            if code not in g.local_positions:
                g.local_positions[code] = {'amount': 0, 'enable_amount': 0}
            
            if entrust_bs == '1':  # 买入成交
                g.local_positions[code]['amount'] += filled_amount
                # 注意：A股 T+1 机制下，当天买入的股票可用资金减少，但可用持仓不增加（次日才可用）
                # 如果是可转债或T+0品种，可在此处同时增加 enable_amount
                if code.startswith('11') or code.startswith('12'): # 简单判断可转债
                    g.local_positions[code]['enable_amount'] += filled_amount
                
                log.info("【买入主推】%s 成交 %d 股，最新本地持仓: %s" % (code, filled_amount, g.local_positions[code]))
                
            elif entrust_bs == '2':  # 卖出成交
                g.local_positions[code]['amount'] -= filled_amount
                g.local_positions[code]['enable_amount'] -= filled_amount
                
                # 规避减至负数边界情况
                if g.local_positions[code]['amount'] < 0:
                    g.local_positions[code]['amount'] = 0
                if g.local_positions[code]['enable_amount'] < 0:
                    g.local_positions[code]['enable_amount'] = 0
                    
                log.info("【卖出主推】%s 成交 %d 股，最新本地持仓: %s" % (code, filled_amount, g.local_positions[code]))

def handle_data(context, data):
    # 示例：获取本地缓存持仓
    code = g.security
    pos_info = g.local_positions.get(code, {'amount': 0, 'enable_amount': 0})
    
    current_amount = pos_info['amount']
    enable_amount = pos_info['enable_amount']
    
    # 策略逻辑中使用本地持仓判断，完美规避 6 秒延迟
    if current_amount == 0:
        # 执行买入逻辑
        order(code, 100)
        # 为了防止在主推未到达的极短间隙重复下单，可在下单后立即虚拟占扣本地可用仓位
        # g.local_positions[code] = {'amount': 100, 'enable_amount': 0}
    elif enable_amount >= 100:
        # 执行卖出逻辑
        order(code, -100)
        # 模拟扣减可用持仓，防止重复报单
        g.local_positions[code]['enable_amount'] -= 100

注意事项

1. T+1 交易限制：A股股票实行 T+1 交易，当天买入的持仓 amount 增加，但 enable_amount（可用持仓）当天不能增加。可转债、ETF等 T+0 品种则可以同步增加 enable_amount。
2. 下单瞬间的“虚拟占扣”：在发出 order 指令后到 on_trade_response 接收到主推之间，仍有微小的延迟。为了极致防重，建议在发出 order 指令的下一行代码，直接在本地缓存中提前扣减 enable_amount（即虚拟占扣），待主推到达时再进行精确对账。