TqSdk 天勤量化交易策略程序开发包
TqSdk 是一个由信易科技发起并贡献主要代码的开源 python 库. 依托快期多年积累成熟的交易及行情服务器体系, TqSdk 支持用户使用极少的代码量构建各种类型的量化交易策略程序, 并提供包含 历史数据-实时数据-开发调试-策略回测-模拟交易-实盘交易-运行监控-风险管理 的全套解决方案.
from tqsdk import TqApi, TqAccount, TargetPosTask
api = TqApi(TqAccount("H海通期货", "4003242", "123456")) # 创建 TqApi 实例, 指定交易账户
q_1910 = api.get_quote("SHFE.rb1910") # 订阅近月合约行情
t_1910 = TargetPosTask(api, "SHFE.rb1910") # 创建近月合约调仓工具
q_2001 = api.get_quote("SHFE.rb2001") # 订阅远月合约行情
t_2001 = TargetPosTask(api, "SHFE.rb2001") # 创建远月合约调仓工具
while True:
api.wait_update() # 等待数据更新
spread = q_1910["last_price"] - q_2001["last_price"] # 计算近月合约-远月合约价差
print("当前价差:", spread)
if spread > 250:
print("价差过高: 空近月，多远月")
t_1910.set_target_volume(-1) # 要求把1910合约调整为空头1手
t_2001.set_target_volume(1) # 要求把2001合约调整为多头1手
elif spread < 200:
print("价差回复: 清空持仓") # 要求把 1910 和 2001合约都调整为不持仓
t_1910.set_target_volume(0)
t_2001.set_target_volume(0)
要快速了解如何使用TqSdk, 可以访问我们的 十分钟快速入门指南.
Architecture
- 行情网关 (Open Md Gateway) 负责提供实时行情和历史数据
- 交易中继网关 (Open Trade Gateway) 负责连接到期货公司交易系统
- 这两个网关统一以 Diff协议 对下方提供服务
- TqSdk按照Diff协议连接到行情网关和交易中继网关, 实现行情和交易功能
Features
TqSdk 提供的功能可以支持从简单到复杂的各类策略程序.
- 公司级数据运维，提供当前所有可交易合约从上市开始的 全部Tick数据和K线数据
- 支持市场上90%的期货公司 实盘交易
- 支持 模拟交易
- 支持 Tick级和K线级回测, 支持 复杂策略回测
- 提供近百个 技术指标函数及源码
- 用户无须建立和维护数据库, 行情和交易数据全在 内存数据库 , 无访问延迟
- 优化支持 pandas 和 numpy 库
- 无强制框架结构, 支持任意复杂度的策略, 在一个交易策略程序中使用多个品种的K线/实时行情并交易多个品种
- 配合开发者支持工具，能够进行交易信号打点，支持自定义指标画图
Installation
TqSdk 仅支持 Python 3.6 及更高版本. 要安装 TqSdk, 可使用 pip:
$ pip install tqsdk
Documentation
官方网址：https://www.shinnytech.com/tianqin/
在线阅读HTML版本文档: https://doc.shinnytech.com/tqsdk/latest
在线问答社区: https://www.shinnytech.com/qa
用户交流QQ群: 619870862 (目前只允许给我们点过STAR/收藏的同学加入, 加群时请提供github/oschina用户名)
Gui
TqSdk本身不包含任何GUI组件. 免费的 天勤软件 可以与TqSdk配合使用, 提供完整的图形界面.
-
#!/usr/bin/env python # -*- coding: utf-8 -*- __author__ = 'limin' """ 网格交易策略 (难度：中级) 参考: https://www.shinnytech.com/blog/grid-trading/ 注: 该示例策略仅用于功能示范, 实盘时请根据自己的策略/经验进行修改 """ from functools import
-
Aberration 策略 什么是Aberration策略？ Aberration 交易系统由Keith Fitschen 于 1986 年发明，1993 年Keith Fitschen 将该系统商业化发布在 Future Trust 杂志上，有趣的是Keith并不是交易员出生，他在美国空军服役超过20年，专攻武器的导航系统，在时间序列数据的处理上有深厚的功力。自发布之日起，该系统业绩一直名列前茅
-
Introduction TqSdk 是一套依托 DIFF协议 (Differential Information Flow for Finance) 的开源 python 框架. 它支持用户使用较少的工作量构建量化交易或分析程序. 与其它 python 框架相比, TqSdk 致力于在以下几方面为用户提供价值: 用最低部署运行成本实现完整功能栈 无需用户部署维护历史数据库, 直接提供所有期货品种
-
import asyncio import sys import PySimpleGUI as sg from tqsdk import TqApi loop = asyncio.get_event_loop() api = TqApi(loop=loop) quote_a = api.get_quote('SHFE.rb1910') quote_b = api.get_quote('SHFE.
-
作为无基础的初学者，只想先大概了解一下 Python，随便编个小程序，并能看懂一般的程序，那些什么 JAVA 啊、C 啊、继承 啊、异常啊通通不懂怎么办，于是我找了很多资料，写成下面这篇日记，希望以完全初学者的角度入手来认识 Python 这个在量化领域日益重要的语言
-
掘金量化策略文档 目录 双均线策略(期货) alpha对冲(股票+期货) 集合竞价选股(股票) 多因子选股(股票) 网格交易(期货) 指数增强(股票) 跨品种套利(期货) 跨期套利(期货) 日内回转交易(股票) 做市商交易(期货) 海龟交易法(期货) 行业轮动(股票) 机器学习(股票)
-
Time: ~30 mins 面试之前 hr 让我准备交易策略方向的内容，但实际上根本没问过。 自我介绍，之后就是问八股 1. MySQL 的索引 (经典老八股) 2. 量化的优点 3. C++ 项目讲一下 项目中 Socket用的什么？线程用的什么？ 4. C++ 用过哪些开源的网络库？ 5. 介绍一下 RabbitMQ （自己根本没有用过，消息队列只用过 Kafka，也没写在简历上，还好之前看
-
程序化事务管理方法允许您在源代码编程的帮助下管理事务。 这为您提供了极大的灵活性，但很难维护。 在开始之前，至少有两个数据库表是很重要的，我们可以在事务的帮助下执行各种CRUD操作。 让我们考虑一个Student表，它可以在MySQL TEST数据库中使用以下DDL创建 - CREATE TABLE Student( ID INT NOT NULL AUTO_INCREMENT,
-
版本库开发策略 因为Subversion版本库本身和所依赖技术设计的简单性，创建和配置版本库是一件相对直接的任务。需要做一些的预备决定，但是设置Subversion版本库的实际工作非常直接，在做过几次之后就会发现不必费太多心思去做这件事。 下面是一些你需要预先考虑的事情： 你的版本库将要存放什么数据（或多个版本库），这些数据如何组织？ 版本库存放在哪里，如何被访问？ 你需要什么类型的访问控制和版本
-
我设置我的类，以便使用Laravel授权和策略功能。但是，在为我的方法定义中间件时，我一直遇到这个错误（类App\Policies\StatusPolicy不存在）。这就是我所拥有的： AuthServiceProvider。php ontroller.php 状态策略。php（由php artisan生成）：策略状态策略--model=Status