ptrade 平台 get_position 持仓数据延迟导致重复下单怎么办？

在 ptrade 量化交易平台中，使用 get_position 获取持仓数据时遇到延迟，从而导致 order_target 或 order_target_value 等接口重复下单，是一个非常经典的实盘问题。

为什么会出现持仓延迟？

根据 ptrade 官方 API 文档说明，持仓数据的更新依赖于券商柜台的配置：

1. 实时更新但有时滞：交易场景中持仓信息同步通常有 6秒左右的时滞。如果在这6秒内连续触发策略逻辑，由于 get_position 返回的数量尚未更新，策略会误以为目标未达成，从而再次发出委托，造成重复下单。
2. 日终同步：部分柜台配置为持仓数据不体现当日变化，一天只同步一次。这种情况下使用目标数量下单接口必然会导致严重的重复下单。

解决方案

为了避免重复下单，我们需要在策略代码中引入订单和持仓的本地同步管理机制。以下是几种常用的解决思路：

方案一：使用全局变量（状态机）控制下单频率

最简单有效的方法是使用全局对象 g 来记录当日或当前周期的下单状态。一旦触发下单，立即修改状态，阻止后续重复触发。

def initialize(context):
    g.security = '600570.SS'
    set_universe(g.security)
    # 初始化下单标识
    g.order_flag = False

def before_trading_start(context, data):
    # 每天盘前重置标识
    g.order_flag = False

def handle_data(context, data):
    if not g.order_flag:
        # 满足策略条件时下单
        if data[g.security]['close'] > 40:
            order_target(g.security, 1000)
            # 下单后立即锁定标识
            g.order_flag = True
            log.info('已触发下单，锁定状态防止重复')

方案二：结合 get_open_orders 检查未完成订单

在发出新的委托前，先检查当前标的是否存在尚未成交的挂单。如果存在，则说明之前的委托还在处理中，应当跳过本次下单。

def handle_data(context, data):
    security = '600570.SS'
    
    # 获取当前标的的未完成订单
    open_orders = get_open_orders(security)
    
    # 如果有未完成的订单，说明之前的委托还在途，直接返回
    if len(open_orders) > 0:
        log.info(f'{security} 存在未完成订单，跳过本次下单')
        return
        
    # 获取当前持仓
    pos = get_position(security)
    
    # 策略逻辑：假设目标持仓为 1000 股
    target_amount = 1000
    if pos.amount < target_amount:
        order_target(security, target_amount)
        log.info(f'发起委托，目标数量: {target_amount}')

方案三：本地维护虚拟持仓（高级用法）

对于高频或复杂的策略，可以在本地维护一个“虚拟持仓”字典。每次调用 order 系列函数后，立即在本地字典中更新预期持仓量。后续的逻辑判断优先依赖本地虚拟持仓，而不是直接依赖 get_position。

def initialize(context):
    g.security = '600570.SS'
    set_universe(g.security)
    # 本地维护的预期持仓
    g.virtual_positions = {}

def before_trading_start(context, data):
    # 每天盘前以柜台真实持仓初始化虚拟持仓
    pos = get_position(g.security)
    g.virtual_positions[g.security] = pos.amount if pos else 0

def handle_data(context, data):
    security = g.security
    current_virtual_pos = g.virtual_positions.get(security, 0)
    target_amount = 1000
    
    # 使用虚拟持仓进行判断
    if current_virtual_pos < target_amount:
        # 计算需要买入的差额
        buy_amount = target_amount - current_virtual_pos
        order(security, buy_amount)
        
        # 立即更新本地虚拟持仓
        g.virtual_positions[security] = target_amount
        log.info(f'下单 {buy_amount} 股，更新虚拟持仓为 {target_amount}')

总结建议

1. 谨慎使用 order_target 和 order_target_value：在实盘交易中，尽量通过计算差额后使用 order 或 order_value 进行增量下单，配合本地状态管理。
2. 确认券商配置：在实盘前，务必向券商确认其柜台的持仓同步机制（是实时、有延迟还是日终同步），以便选择最合适的代码架构。