ptrade 开启交易失败提示“可用内存不足”的解决办法

报错原因分析

在 ptrade 量化交易平台中，遇到“开启交易失败：可用内存不足，请稍后再创建”的报错，通常是因为您的策略在初始化或运行过程中占用了过多的服务器内存资源，触发了券商服务器的资源限制保护机制。常见的原因包括：

1. 一次性获取了海量历史数据：例如对全市场 A 股调用 get_history 或 get_price 获取长周期的历史行情，导致内存溢出。
2. 全局变量 g 内存泄漏：在 g 对象中缓存了大量的数据（如 DataFrame），且在 handle_data 中不断追加而未做清理。
3. 高频数据处理不当：在 tick_data 或逐笔数据获取中，未及时释放不再使用的变量。
4. 服务器当前并发资源紧张：券商分配给单个用户的容器内存达到上限，或者当前时段开启交易的用户过多。

解决方案与优化建议

1. 优化数据获取接口（强烈建议使用 is_dict=True）

根据 ptrade API 文档，在获取大量股票的行情或逐笔数据时，返回 DataFrame 或 Panel 对象会占用极大的内存且速度较慢。建议在调用 get_history、get_price、get_individual_entrust 等接口时，传入 is_dict=True 参数。

优化前（占用内存大）：

# 获取全市场股票过去100天的收盘价，返回 DataFrame/Panel，极易导致内存不足
his_df = get_history(100, '1d', 'close', security_list=g.all_stocks)

优化后（内存占用小，速度快）：

# 使用 is_dict=True，返回 OrderedDict，底层为 numpy array，大幅节省内存
his_dict = get_history(100, '1d', 'close', security_list=g.all_stocks, is_dict=True)

2. 分批获取数据与控制股票池规模

不要在 initialize 或 before_trading_start 中一次性拉取全市场几千只股票的多年财务数据或行情数据。如果必须处理全市场数据，请分批次拉取，处理完一批后立即使用 del 关键字释放内存。

def before_trading_start(context, data):
    # 假设 g.all_stocks 包含 4000 只股票
    batch_size = 500
    for i in range(0, len(g.all_stocks), batch_size):
        batch_stocks = g.all_stocks[i:i+batch_size]
        # 分批获取数据
        funda_data = get_fundamentals(batch_stocks, 'valuation', 'pe_dynamic')
        # ... 进行逻辑处理 ...
        
        # 处理完毕后释放内存
        del funda_data

3. 及时清理全局变量 g

全局变量 g 会在策略的整个生命周期内常驻内存，并且框架会在事件触发后对其进行 pickle 持久化保存。如果 g 中挂载了巨大的数据集，不仅会导致内存不足，还会导致持久化超时。

• 避免将大表挂载到 g 上：如 g.history_data = get_history(...)。
• 使用私有变量跳过持久化：如果确实需要缓存且不需要跨日持久化，可以在变量名前加 __（如 g.__temp_data），这样 ptrade 在落地持久化信息时会跳过该变量，减轻 IO 和内存压力。

4. 避开高峰期或稍后重试

如果您的代码已经非常精简，但仍然提示“可用内存不足，请稍后再创建”，这可能是券商服务器当前分配的资源池已满。建议：

• 等待几分钟后再次点击“开启交易”。
• 尽量避免在 09:25 - 09:30 这种极度拥挤的时间段去频繁启停策略。
• 如果长期出现此问题，建议联系所属券商的 ptrade 技术支持，申请扩容单策略的内存限制。