Ptrade量化平台如何编写和运行多策略？（附Python源码）

在Ptrade量化交易平台中，由于一个账户通常对应一个主策略文件，如果希望在一个账户中同时运行多个不同的交易逻辑（即多策略），可以通过巧妙利用Ptrade提供的定时任务API（run_daily、run_interval）以及在主循环（handle_data）中进行逻辑分支来实现。

以下是实现Ptrade多策略的几种常用方法及源码示例：

方法一：使用 run_daily 实现多个定时策略

run_daily 允许你注册多个定时任务，每个任务可以在指定的交易时间点触发。这非常适合运行多个低频或特定时间点触发的策略（如早盘突破策略和尾盘选股策略）。

def initialize(context):
    # 策略A的股票池
    g.pool_a = ['600570.SS', '000001.SZ']
    # 策略B的股票池
    g.pool_b = ['510050.SS', '510300.SS']
    
    set_universe(g.pool_a + g.pool_b)
    
    # 注册策略A：每天9:35执行
    run_daily(context, strategy_a_logic, time='9:35')
    
    # 注册策略B：每天14:50执行
    run_daily(context, strategy_b_logic, time='14:50')

def strategy_a_logic(context):
    log.info("执行策略A逻辑：早盘突破")
    for stock in g.pool_a:
        # 策略A的具体买卖逻辑
        snapshot = get_snapshot(stock)
        if snapshot and snapshot[stock]['last_px'] > snapshot[stock]['open_px'] * 1.02:
            order_value(stock, 10000)

def strategy_b_logic(context):
    log.info("执行策略B逻辑：尾盘买入")
    for stock in g.pool_b:
        # 策略B的具体买卖逻辑
        order_value(stock, 20000)

def handle_data(context, data):
    # 如果所有逻辑都在run_daily中，这里可以留空
    pass

方法二：使用 run_interval 实现高频多策略并行

对于需要盘中持续监控的高频策略，可以使用 run_interval。Ptrade允许设定多个 run_interval，它们会以多线程的方式并行运行。

def initialize(context):
    g.stock_a = '600570.SS'
    g.stock_b = '000001.SZ'
    set_universe([g.stock_a, g.stock_b])
    
    # 策略A：每10秒执行一次
    run_interval(context, strategy_a_high_freq, seconds=10)
    
    # 策略B：每30秒执行一次
    run_interval(context, strategy_b_high_freq, seconds=30)

def strategy_a_high_freq(context):
    # 策略A逻辑
    gear = get_gear_price(g.stock_a)
    # 处理盘口数据...

def strategy_b_high_freq(context):
    # 策略B逻辑
    snap = get_snapshot(g.stock_b)
    # 处理快照数据...

def handle_data(context, data):
    pass

方法三：在 handle_data 中整合多逻辑

如果策略是基于K线（日线或分钟线）触发的，可以在 handle_data 中通过函数调用将不同策略的逻辑隔离开来。

def initialize(context):
    g.strategy_1_stocks = ['600000.SS']
    g.strategy_2_stocks = ['000002.SZ']
    set_universe(g.strategy_1_stocks + g.strategy_2_stocks)

def handle_data(context, data):
    # 执行策略1
    run_strategy_1(context, data)
    # 执行策略2
    run_strategy_2(context, data)

def run_strategy_1(context, data):
    for stock in g.strategy_1_stocks:
        if stock in data:
            # 策略1：均线逻辑
            pass

def run_strategy_2(context, data):
    for stock in g.strategy_2_stocks:
        if stock in data:
            # 策略2：MACD逻辑
            pass

编写多策略的注意事项

1. 全局变量隔离：不同策略的状态变量（如持仓天数、买卖标记）必须在全局对象 g 中严格区分命名（例如 g.stratA_flag 和 g.stratB_flag），避免相互覆盖。
2. 资金管理：多个策略共享同一个账户的资金。在下单前，务必检查 context.portfolio.cash，或者在逻辑中为每个策略分配固定的资金额度，防止某个策略耗尽资金导致其他策略无法执行。
3. 线程安全：使用多个 run_interval 时，由于是多线程并行，如果多个策略同时操作同一个全局变量或同一个标的，可能会产生竞态条件，需谨慎处理逻辑关联。
4. 订单管理：如果多个策略交易同一个标的，使用 order_target 或 order_target_value 时要特别小心，因为它们是基于账户总持仓计算的，可能会导致策略A卖出策略B买入的筹码。建议多策略交易同一标的时，使用 order 或 order_value 进行相对数量的增减。