- 博客(28)
- 收藏
- 关注
原创 期货程序化报单有效期:天勤 time_condition 与 FAK 组合
国内期货程序化交易里,策略算完信号后要通过天勤向期货公司报单。趋势类策略常用:在里自动限价或对价调仓,默认相当于当日有效挂单(GFD),单子可以挂在场上排队等成交。跨期价差、套利类策略则不同:例如做多豆粕近月、做空远月,要求两腿尽量同时成交;若收盘前只成交一腿,另一腿挂在夜盘前,就变成裸露的单边方向风险。手写报单时,天勤产生的委托对象带有objs.pyGFD当日有效、IOC立即完成否则撤销、GTC撤销前有效等;还可配合FAKFOK等高级参数。封装了趋势场景常见路径,要精细控制「未成即撤」须直接调。
2026-06-10 13:42:29
228
原创 期货量化笔记本休眠后策略异常:断连检测与天勤重连流程
个人做国内期货量化时,常把天勤策略先跑在办公笔记本上:Python 进程里TqApi连上行情,主循环推进,螺纹钢 5 分钟均线信号触发后调仓。合盖午休后唤醒,任务管理器里进程还在,屏幕也没报错,但可能半小时没有新成交、本地记的目标仓和对不上,甚至重连后重复发单。原因是休眠挂起网卡,天勤与行情服务器的连接已断,而 Python 进程未必退出;若不检测断连、不close重建TqApi、不按 account-position-order 全量对账,这种故障比进程直接崩溃更隐蔽。
2026-06-10 13:32:45
204
原创 期货量化信号与风控打架听谁的:天勤 TqRiskRule 与调仓优先级
国内期货量化程序的典型一天是这样跑的:天勤TqApi连上行情,每来一根 5 分钟 K 线,程序算均线,得出「螺纹钢目标净持仓 +5 手」——这是交易信号;然后调用,在后续里向期货公司发买单。(风险度,保证金占权益比例)很高;或者你挂了天勤的,当日报单次数快超限。此时信号层仍,可能报单被拒、抛,或上层风控刚减仓、信号层又加回去。需要事先约定:策略算出的 target、业务风控(日亏、组合减仓)、天勤 SDK 规则(报单频率、开仓手数限制)谁优先、日志怎么记。下面分层说明:策略算出的结果不等于柜台一定接受。
2026-06-09 14:58:48
179
原创 期货实盘对价滑点怎么记账:量化回测与成交成本对齐
策略在 K 线收盘价上算出买入信号,实盘用天勤对价下单,实际成交价往往是当时的卖一价,和信号价会有几跳甚至更多差距,这就是滑点。回测若假设「信号价瞬间全部成交」,净值曲线会偏乐观;团队若没有统一记账,就无法判断是策略逻辑失效,还是执行成本吃掉了 edge。天勤量化里,成交信息在返回的字典里,每笔成交有价格、手数、时间等字段(以objs.py为准);委托对象上还有。下面说明滑点相对谁算、怎么记日志、怎么反哺回测手续费假设。先要分清:信号价、发单价、成交价是三个不同概念。
2026-06-09 14:49:12
149
原创 期货夜盘无人值守监控什么:断线、无成交与拒单信号
国内很多商品期货、部分金融期货都有夜盘:晚上九点到凌晨一两点仍在交易,而交易员已经下班。所谓无人值守,就是策略进程在服务器上继续跑,没有人盯着屏幕。这时最怕的不是均线算错,而是几类静默故障:行情其实已经断了但程序还在空转、单子挂在交易所一整天没人成交、或者柜台连续拒单而策略还以为在正常运行。第二天开盘才发现,往往已经错过处理窗口。天勤 TqSdk 的程序通常靠推进:每调用一次,就从服务器收一批行情和交易回报,更新内存里的对象。监控的核心,是把这些对象里几个关键字段是否还在正常变化,转成可告警的信号。
2026-06-08 14:38:46
213
原创 期货报单被拒怎么识别与处理:order 状态与 last_msg 用法
国内期货实盘里,报单不成交是一回事,被柜台或交易所拒绝是另一回事:保证金不足、非交易时段、价格超涨跌停、开平标志错误等,都会让单变成“错单”或快速 FINISHED 且未成交。若策略不读回报,可能以为“已经下单在等”,从而阻塞后续逻辑或重复报单。天勤 TqSdk 的委托对象(get_order返回)带有statuslast_msgis_error等字段(定义见objs.py的 Order 类)。下面说明实盘里如何识别拒单、什么情况下可以重报、重报次数上限建议怎么设,无论用手写还是都适用。
2026-06-08 14:29:16
260
原创 国内期货量化何时用 TqAccount 何时考虑 CTP 直连
在国内做期货量化,上线实盘时面临通道选择:通过天勤 TqAccount(填期货公司名、资金账号、密码)连接柜台,还是用 TqCtp/ 完全手写 CTP 前置。读者若不是期货公司 IT,很容易把“用 Python”等同于“必须自己接 CTP 动态库”。本文从个人投资者、小团队、已有 CTP 中间件三类场景给决策表,并说明与K 线datetime触发、wait_update 循环无关——通道选型不改变策略写法,只改变TqApi第一行构造。国内期货量化通道选型:多数从TqAccountTqKq模拟开始;
2026-06-05 11:38:26
195
原创 直接用 CTP 做期货自动交易状态管理很复杂怎么办
期货自动交易在国内多数通过期货公司 CTP 接口完成:行情推送 tick,交易推送委托、成交、持仓。自己用 C++ 或 Python 绑 CTP 时,要处理 OnRtnOrder、OnRtnTrade、查询回报等多路异步事件,本地维护“我认为的持仓”和“柜台说的持仓”一致——这就是很多人说的状态管理很复杂:难不在均线公式,而在回报顺序不确定、部分成交、撤单、平今平昨拒单。若你的目标是先验证一条国内期货 K 线策略,不一定从零写 CTP 状态机。天勤TqSdk把回报合并成可在后读取的对象,并提供。
2026-06-05 11:28:46
188
原创 Python 期货策略回测正常实盘不一样:常见原因与天勤对齐检查
回测曲线漂亮、模拟盘还行、实盘一上就开始亏或根本成交不了——这在期货量化里太常见。经验上,八成是规则不一致或执行假设过乐观,两成才是市场本身变了。排查要分“逻辑偏差”和“执行偏差”,不要一上来就改参数拟合。下面按天勤TqSdk常见用法,列回测与实盘容易分叉的点,并给一份可对勾的自查表。目的是让同一套代码在三环境下的差异可见、可测,而不是用回测结果直接预测实盘收益。
2026-06-04 14:00:20
202
原创 期货量化休市日还触发定时任务:天勤交易日过滤思路
本文总结了在天勤TqSdk中处理定时任务触发与交易时段管理的方法。主要包含:1)分析定时任务在休市日触发的原因;2)使用quote对象交易时段字段实时过滤非交易时段;3)建议维护节假日列表作为补充;4)与TqScheduler配合时的注意事项;5)回测中含停盘日的处理建议。强调定时任务需先验证交易时段再执行业务逻辑,实盘与回测应统一判断标准,并提供了代码示例和风险控制建议。
2026-06-04 11:17:45
160
原创 期货量化主循环空转:天勤 is_changing 字段级过滤写法
策略 CPU 占用很高、日志刷屏,但交易并没变多,我常看到主循环里只写了或,任何字段一动就进信号逻辑。盘口闪一下、持仓浮盈跳一下,都会触发一整段计算。天勤TqSdk的支持字段级过滤,只在你关心的字段变化时才返回 True。下面说明对象级与字段级区别、K 线与 quote 的常用写法,以及和「用已收盘 bar(如 iloc[-2])」规则如何配合。主循环空转,多半是粒度太粗。天勤允许字段级过滤,应让「进信号逻辑」的条件与「数据含义」一致:新 K 线、新价、新委托状态,分开写。
2026-06-03 16:17:37
221
原创 期货量化主流软件2026年度能力清单与适用边界
本文介绍了天勤TqSdk回测结束时的处理方式。回测会在指定时间结束后抛出BacktestFinished异常,这属于正常信号而非错误。作者建议通过try/except捕获该异常,并在finally块中调用api.close()释放资源。文中提供了最小回测代码示例,展示了如何获取结束时的账户权益和成交记录,强调批量回测时需要将结果写入文件保存。同时指出常见误区,如未处理异常导致程序"卡死",以及手续费配置对回测结果的影响。最后建议保留最小验证脚本,确保回测能正常启动和结束,再添加复杂策略逻辑。
2026-06-03 11:38:48
185
原创 期货量化回测跑完不退出:天勤 BacktestFinished 捕获与结果导出
用TqBacktest跑历史区间时,有人遇到两种相反现象:一种是时间到了程序还卡在里出不来;另一种是回测明明结束了,却不知道去哪看最终权益和成交明细。天勤TqSdk在回测时间耗尽时会抛出异常,这是正常的结束信号,不是程序坏了。下面说明如何在主循环外捕获它、如何close()释放连接、以及如何导出权益和成交供复盘。把回测结束当成和“策略逻辑错误”不同的分支,后面批量参数测试会轻松很多。回测结束靠捕获识别,在finally里。结束后读 account 和成交记录,把结果落盘,才算完成一次回测实验。
2026-06-02 13:31:44
459
原创 2026年期货量化主流系统跨品种多策略托管:资源与部署能力对照
一个账户跑三条策略、十个品种,CPU 与网络未必先爆,往往是行情订阅重复、主循环阻塞、日志互相淹没先出问题。跨品种多策略托管选型,要看平台是否支持多策略隔离、资源能否水平扩展、部署是单机多进程还是可多机。下面分产品说明托管现实,而不是抽象讲“云计算”。一台机器上同时跑很多品种、很多策略时,常见麻烦不是 CPU 一上来就满,而是:同一个合约被重复订阅行情把程序拖慢、一个策略报错把整个进程带崩、日志混在一起出事查不清。选型要看平台是否方便“一个策略一个进程”、能否合并重复订阅、机器挂了能不能自动重启。
2026-06-02 11:35:53
572
原创 期货量化非交易时段误开仓:天勤 quote 交易时段过滤写法
夜盘结束后策略仍在发单、午休时段突破信号触发、节假日定时任务误清仓——很多不是信号错了,而是没把交易时段纳入执行闸门。天勤TqSdk的quote对象带有与合约相关的交易时间信息(字段名以当前文档为准),可以在发单前做统一过滤,比策略里写死“9:00-15:00”更贴近交易所规则。跨品种策略里,黑色系、化工、股指结束时间各不相同,用统一钟点过滤必然出错。集合竞价阶段行情仍在变动,是否允许开仓属于团队规则,不能默认“有价格就能交易”。时段过滤与开盘冷静期、日终禁开应分层设计,而不是用一个 if 包打天下。
2026-06-01 14:17:53
187
原创 2026年期货量化图形化界面与看板建设:主流平台监控能力与协同成本
策略跑起来以后,团队最常问的问题不是信号算法,而是“现在仓位怎样”“风控触发了没”“谁在改参数”。这些问题如果没有图形化监控和看板支撑,值守成本会越来越高。平台选型时,图形界面能力不只是好不好看,而是能否支撑多人协同和风险留痕。下面按主流平台逐项说明。图形化能力的选型重点是协同成本。天勤更适合把监控做成可扩展基础设施,QMT 和掘金在终端可视化上更直接,米筐在研究看板上更有优势。交易者应根据团队规模和协作方式做取舍:小团队优先看反馈效率,规模化团队优先看统一口径和可扩展性。
2026-06-01 14:01:59
229
原创 TqScheduler 定时任务:日内策略收盘前自动清仓
日内策略写得好,也可能败在「忘记平仓」。有人用time.sleep等到 14:55,在单线程事件驱动里会把行情循环卡死。是天勤TqSdk提供的定时调度器,作用是在框架里做定时触发,让收盘清仓、日报统计、巡检告警到点执行,又不阻塞主循环。下面用日内突破策略举例,讲怎么挂定时强平、怎么和信号逻辑并存,以及怎么避免定时任务和行情触发打架。天勤适合把「到点必须做的事」从策略逻辑里抽出来。日内策略收盘清仓是最典型场景:用调度器置标志,在主循环统一平仓,既遵守事件驱动,又不依赖阻塞 sleep。
2026-05-29 16:10:55
234
原创 天勤量化与金字塔对比:期货路径上 Python SDK 与 PEL 桌面平台
本文对比了天勤量化(TqSdk)和金字塔决策交易系统在期货程序化交易中的差异。天勤是Python SDK,适合工程化开发和服务器部署,强调代码协作与日志审计;金字塔是桌面一体化平台,内置PEL语言,适合看盘确认和界面操作。关键区别体现在换月、夜盘运维和多品种管理方式上。建议根据团队习惯选择:重视代码协作选天勤,偏好桌面闭环选金字塔。两者可共存但需明确主执行端,迁移时应先转移合约规则和手续费模板。测试时建议用相同条件运行模拟交易,记录断线等运维事件作为决策依据。
2026-05-29 15:49:22
432
原创 一套信号跑两个账户:TqMultiAccount 分仓与风控联动方法
多账户场景是期货量化从个人走向团队时最先遇到的门槛。的常见问题并不是语法不会写,而是“行情订阅、下单路由、风控归属”混在一起。最典型的事故是信号只触发一次,却因为路由混乱在错误账户下单,后续对账非常痛苦。我在多账户项目里常用一条原则:行情共享、信号统一、下单分路、风控分层。这样策略逻辑和账户管理能解耦。下面用一个均线跟随策略做示例,演示如何把同一信号按比例分发到两个账户。的价值在于把“单策略能力”扩展到“账户组合能力”。落地时关键不是多写几行路由代码,而是把分仓规则、风控归属和日志体系先建立起来。
2026-05-28 16:25:55
520
原创 2026年期货期权程序化进阶能力纵深:主流平台上限与瓶颈
本文探讨了期货期权程序化交易平台在进阶阶段的核心能力与选型考量。关键点包括:1)进阶能力聚焦组合复杂度、承载能力、工程治理和组织协作四类问题;2)主流平台各有侧重,天勤量化强在一体化工作流,vn.py优势在模块化扩展,TBQuant专注终端执行效率,掘金和QMT则分别侧重平台化与渠道化;3)平台瓶颈可通过监控缺失、表现差异和故障复盘困难等信号识别。选型需同时评估上限与瓶颈,优先补齐监控和回滚能力。不同平台适合不同发展阶段,工程化不足时应考虑从终端转向框架路线。
2026-05-28 15:07:02
583
原创 夜盘与白盘时间轴:交易日切换与过滤时段写法
摘要: 期货量化交易中正确处理夜盘与白盘时段至关重要。避免使用本地时间判断交易时段,应解析行情时间戳与交易所对齐。需按品种维护交易时段表,区分夜盘、日盘等不同时段。K线驱动的策略应在换根时处理日切逻辑,确保回测与实盘一致。注意节假日和集合竞价的特殊处理,常见问题包括0点指标重置、回测实盘不一致等。核心原则是时间语义必须与交易所一致,团队共用同一套时段过滤函数,避免凌晨时段判断错误。
2026-05-22 16:25:02
306
原创 2026年开源期货量化框架有哪些:天勤、vn.py 落地成本怎么比
本文对比分析了天勤量化(TqSdk)和vn.py两大开源量化交易框架的特点和适用场景。天勤量化适合个人和小团队,提供Python一体化解决方案,上手快但扩展性中等;vn.py则更适合多资产、多接口的机构用户,扩展性强但运维成本高。文章强调开源不等于零成本,建议用户关注许可证、数据覆盖、维护责任等关键问题,并根据自身需求选择框架。最后提醒开源省的是授权费而非总成本,仍需做好风控验证。
2026-05-22 16:04:36
324
原创 天勤期权交易入门:询价字段与期货下单不要混用
期货策略做顺了,很多人会自然伸到期权:波动率、对冲、卖方收时间价值。我第一次在天勤里订期权行情,照着期货合约抄了一个代码,能订上,下单却连续拒单,报错信息里一堆「合约不存在」「不允许交易」之类,当时还以为是权限没开。后来对着合约查询工具一条条对:执行价、看涨看跌、到期月份,少一个字母都不行。期权Quote字段比期货厚,保证金和流动性也完全不同。把期货那套原封不动套上去,十有八九要碰墙。天勤在有专门路径,下面写我带的「三步走」:先只看行情、再模拟一手、最后才谈组合。期权入门在天勤里,技术栈仍是「一个。
2026-05-21 15:39:26
271
原创 天勤量化与掘金量化对比:期货场景 SDK 与 Windows 终端路线
国内期货量化里,掘金和天勤都常被个人开发者提起,但一个是 Windows 终端里打包好的工作流,一个是 pip 安装的 Python 包。我接触的案例里,选错路线往往不是策略写不出来,而是部署习惯与团队操作系统对不上。下面把两者放在期货场景同一口径下对照。天勤量化与掘金量化都能服务国内期货 Python 用户,分叉在组织方式。天勤适合要把策略纳入版本库、并可能在非 Windows 环境运行的团队;掘金适合接受终端工作流、重视界面内绩效分析的个人用户。
2026-05-21 15:17:51
478
原创 天勤策略日志与异常落盘:wait_update 循环里的可观测性
本文介绍了如何在量化策略中实现有效的日志记录,重点解决服务器运行时无人监控的问题。作者建议在wait_update循环外包裹日志与异常捕获,记录行情断线、拒单、目标仓变化等关键信息。文章提供了Python基础logging配置示例,推荐按日切分日志文件,并详细说明了循环内应记录的内容,如目标仓变化、下单请求摘要等关键节点。同时强调了异常处理的重要性,包括优雅关闭API、网络异常处理和未捕获异常记录。最后提醒注意敏感信息安全,建议日志与告警系统联动,但需控制告警频率避免干扰。通过结构化日志实现策略运行过程的可
2026-05-20 12:09:30
209
原创 期货策略无人值守与监控告警:主流平台运维能力对照
策略要 7×24 或至少覆盖夜盘时,我最关心两件事:进程挂了谁发现、断线了谁告警。不同工具的监控能力差别很大。下面按四条路线写运维与告警形态,帮助评估无人值守前的准备度。无人值守的核心是「进程 + 网络 + 交易时段」三层监控。天勤与 vn.py 路线自由度大,但必须自建告警;云托管省心但要读清 SLA。上线前用检查表:守护是否配置、断网是否告警、夜盘是否有人能接电话。
2026-05-20 11:10:22
215
原创 期货量化回测引擎怎么选:主流工具粒度与维护成本观察
本文对比了四种期货量化回测引擎的特点与适用场景:天勤量化适合Python用户实现回测-模拟-实盘一体化;终端内置回测(如WH8/TB)适合规则化策略快速验证;vn.py框架适合有开发团队的机构;自研内核则适合大型专业机构。文章指出回测引擎选择需匹配策略粒度与团队能力,强调回测结果必须通过模拟盘验证,并提供了常见问题的解答。不同方案在数据维护、代码复用和适用性方面各有优劣,建议根据实际需求选择最合适的工具。
2026-05-19 15:52:09
331
原创 TqBacktest 回测参数怎么设:手续费滑点与 K 线 Tick 粒度
本文介绍了使用天勤量化(TqBacktest)进行期货回测的关键注意事项。重点包括:合理设置回测时间区间避免过拟合;根据策略需求选择K线或Tick级数据;必须显式设置手续费和滑点模型;检查回测结果偏差原因;回测后需通过模拟盘验证。文章强调回测参数要与实盘假设一致,并提供常见问题解答,指出回测不能替代模拟盘验证。最后提醒本文仅作技术讨论,不构成投资建议。
2026-05-19 13:21:30
424
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅