如何在 ptrade 平台编写 Python 自定义量化策略？

东莞证券ptrade的编程功能模块被移除了

东莞证券支持ptrade和qmt,miniQMT , 本来门槛不太高,作为备用也是不错的.

也不知道上面领导怎么想的. 把编程模块移走了.

目前就剩ptrade上内置的一些基础功能
无法通过python编程实现自己的自定义策略.

有点可惜.

虽然部分券商（如东莞证券）可能在特定版本中调整或隐藏了 ptrade 的 Python 编程模块，但对于开通了完整 ptrade 权限的投资者来说，使用 Python 编写自定义策略依然是其最核心的优势。

一、 ptrade 策略基础框架

ptrade 的策略代码主要由几个核心事件函数构成：

1. initialize(context)：初始化函数（必选）。仅在策略启动时运行一次，用于设置股票池、基准、滑点、手续费及全局变量。
2. handle_data(context, data)：盘中运行函数（必选）。根据策略频率（日线或分钟线）周期性触发，是编写交易逻辑的主要模块。
3. before_trading_start(context, data)：盘前运行函数（可选）。每天交易开始前调用，用于初始化当日信息。

二、 核心 API 概览

• set_universe(security_list)：设置策略操作的股票池。
• get_history(...)：获取历史 K 线数据，支持多股票、多字段查询。
• order(security, amount)：按数量买卖标的，正数买入，负数卖出。
• order_target(security, amount)：买卖股票，直到持仓达到指定数量。

三、 实战案例：双均线交易策略

以下是一个经典的双均线策略源码。逻辑：当5日均线上穿10日均线时全仓买入；当5日均线下穿10日均线时清仓。

def initialize(context):
    # 设置我们要操作的股票池：恒生电子
    g.security = '600570.SS'
    set_universe(g.security)

def handle_data(context, data):
    security = g.security
    # 获取过去10天的历史收盘价
    df = get_history(10, '1d', 'close', security, fq=None, include=False)
    
    # 计算5日和10日均线
    ma5 = round(df['close'][-5:].mean(), 3)
    ma10 = round(df['close'][-10:].mean(), 3)
    
    # 获取当前资金余额
    cash = context.portfolio.cash
    
    # 金叉：5日均线大于10日均线，全仓买入
    if ma5 > ma10:
        order_value(security, cash)
        log.info('Buying %s' % security)
        
    # 死叉：5日均线小于10日均线，且有持仓，全仓卖出
    elif ma5 < ma10 and get_position(security).amount > 0:
        order_target(security, 0)
        log.info('Selling %s' % security)

四、 注意事项

如果您在客户端中未找到编程模块，建议联系所属券商的客户经理，确认是否需要满足特定资金门槛或签署相关协议才能开通 ptrade 的完整量化编程（Python）权限。