背景与目的

之前我们有了策略回测代码，到实盘要经过熟悉实盘API、写代码、调试代码的环节，大概还需要1-2周的时间才能实盘，有非常多的用户到这一步 会束手无策，甚至放弃！

现在，有了回测代码直接实盘的功能，可以省去这个步骤，让刚入门的朋友也可以直接拿回测代码进行实盘了。很棒！为我们的工程师点赞！

此外还新增了一些接口，方便实盘交易。

不断降低实盘的门槛是我们的目标，如果您有任何好的想法意见请随时留言！

本功能需要重启研究环境才能生效！

策略实盘交易（回测代码1分钟实盘）

• ?调用方法：

  research_trade(
      name,
      source_code,
      capital_base=100000,
      frequency='DAILY',
      stock_market='STOCK',
      benchmark=None,
      trade_api=None,
      signal_mode=True,
      dry_run=False,
      recover_dt=False,
  )
  
  

• ?参数说明：
  • name：str，策略名称，会在./persist/下生成一个同名目录，用于存放持久化的策略信息
  • source_code：str，策略代码，可从策略研究模块中直接复制，代码置于"""..."""中
  • capital_base： float，初始资金量
    • 如果接入了TradeAPI对象，且 signal_mode=False，那么此参数无意义
  • frequency: str，策略频率，'DAILY'或'MINUTE'
  • stock_market: str，策略类型，默认'STOCK'
  • benchmark: str，基准指数
  • trade_api: TradeAPI对象，绑定需要仿真交易的资金账号
    • 如果不传入TradeAPI对象，即 trade_api=None，此时为模拟交易
    • 如果传入TradeAPI对象，此时为仿真交易
  • signal_mode: bool，（新增）默认为 True
    • signal_mode=True，此时策略实际上运行的时初始资金为capital_base的模拟交易，context、get_orders等方法返回的结果均为模拟交易中计算的数据，与资金账号的数据无关；策略下单在模拟交易撮合成交后，才会通过trade_api下单至柜台
    • signal_mode=False，此时策略中context、get_orders等方法返回的结果均为从 柜台查询，策略下单也会直接下至柜台
  • dry_run: bool，试运行，立即返回，默认为 False
  • recover_dt: bool或 str，（新增）是否断点运行，默认为 False
    • recover_dt=False，从当前时点开始执行，不从断定运行
    • recover_dt=True，从上次策略结束时点开始运行
    • recover_dt='today'，从当日开始运行，此模式下只会补执行 before_trading与 open_auction，handle_bar依旧从当前时间开始执行
    • recover_dt='yyyyMMdd HH:mm'，从指定时间开始运行
• ?️ 返回值：
  • RealtimeService类
• ?作用：
  • 模拟交易：撮合机制与回测相同
  • 仿真交易：通过仿真柜台撮合，更贴近真实交易环境
• ❗注意事项：
  • 策略需在9:00前开启运行，否则在未设置recover_dt的情况下，会跳过before_trading等步骤
  • 初始化TradeAPI时需要指定下单策略order_policy，MarketPolicy为市价下单；LimitPolicy为限价下单。如未指定，由于策略下单时使用均价，可能存在多位小数，最终实盘账户下单的时候可能产生废单
  • signal_mode=True时，如想在context中获得仿真账号的持仓、资金等数据，可以使用同步函数 sync_trade_api()
• ?示例：

  from tick_trade_api import TradeAPI
  #初始化TradeAPI时需要指定下单策略，MarketPolicy为市价下单；LimitPolicy为限价下单
  trade_api=TradeAPI('69271711',order_policy=MarketPolicy)
  
  source_code="""
  # 股票策略模版
  def init(context):
      pass
  
  # 盘前执行
  def before_trading(context):
      pass
  
  # 开盘时运行函数
  def handle_bar(context, bar_dict):
      order_id = order('000001.SZ', 100)
      print(get_orders())
      try:
          cancel_order(order_id)
      except:
          print('撤单失败')
      print(get_open_orders())
      print(get_tradelogs())
      print(context.portfolio.stock_account)
      print(context.portfolio.positions)
  """
  rtrade = research_trade(
      '研究环境策略',
       source_code,
       frequency='MINUTE', 
       trade_api=trade_api,
       signal_mode=False,
       recover_dt='today'
  )
  
  

trade_api=TradeAPI('69271711',order_policy=MarketPolicy) 中的账号是模拟资金账号或者是实盘资金账号。

其他更新

这次还增加了几个功能

策略框架中增加 ：

• cancel_order_all() 全撤
• get_tradelogs()获取当日全部成交订单
• get_orders() 获取委托，和get_order()一致，主要时和tradeapi中函数名对齐

tradeapi增加：

• get_open_orders() 获取当日未成订单
• cancel_order_all() 全撤