- A+
金融领域也是Python的重要方向之一。我知道有些读者只是为了量化而接触Python交易。今天，我将与您分享使用Python的期货交易API。
量化交易在中国方兴未艾。由于允许卖空的T + 0交易系统，交易的大力推广以及信息技术红利带来的赚钱效果，它培养了大批粉丝。定量交易在期货行业中起步较早，并且发展相对成熟。
尽管每个期货交易都开发了自己的交易后端，但上海期货交易所的CTP仍然是使用最广泛的CTP。因此，对于想要从事定量研究和交易的学生，学习CTP开发是必修课。本文将带您了解CTP并介绍CTP交易 interface-AlgoPlus的python版本
关于CTP
CTP是“综合交易平台”的缩写。 CTP具有两个独立的开放接口，即MdApi和TraderApi。
MdApi负责行情个相关操作（订阅，接收）。
TraderApi负责交易个相关操作（购买，出售期货，提款，支票）。
MdApi和TraderApi方法的执行过程是异步的，并且每个请求都对应一个或多个负责接收执行结果的回调函数。例如，通过使用ReqOrderInsert方法向交易发送购买和未结订单，相应的回调方法OnRtnOrder可以实时接收服务器从交易发送回的执行通知。
关于AlgoPlus
上一期CTP的官方API仅支持C ++语言。除非您有开发经验，否则不建议直接使用C ++语言进行开发。
Python语言在许多领域都得到了广泛使用，量化交易也不例外。本文介绍给您的AlgoPlus是官方CTP软件包的定量投资接口的python版本。与其他Python版本的CTP相比，AlgoPlus具有以下功能：
忠实于CTP的正式功能。简而言之，AlgoPlus是官方CTP的python翻译版本期货交易实时行情，没有过多的包装期货配资，允许交易人根据实际情况选择正式设计的功能。使用Cython，ctypes技术打包，不仅可以达到低延迟的要求，而且与python语言的易用性兼容。经过严格的测试，从触发交易信号的策略到调用C ++方法，AlgoPlus的延迟仅约40微秒。从实践的角度，我们将向学生展示量化策略的发展过程期货交易实时行情，例如趋势策略，套利策略，风险控制策略，执行算法和其他教程。安装AlgoPlus
第1步：安装Anaconda。
第2步：使用pip install algoplus命令进行安装。
看到以下内容：
Processing dependencies for AlgoPlus==1.5 Finished processing dependencies for AlgoPlus==1.5 请按任意键继续. . .
安装成功！
注册模拟帐户
1、Simnow是由上海期货交易技术公司维护的一组模拟交易系统，可通过注册一个帐户免费使用该系统：
2、在通用下载页面上下载客户端，以方便实时查看模拟交易情况：
3、在个人主页上记录InvestorID，在产品和服务页面上记录服务器地址。配置帐户参数时需要此信息。
配置帐户信息
FutureAccountInfo是期货帐户类，包括broker_id（期货公司的标识），server_dict（行情和交易服务器地址），reserve_server_dict（备用服务器地址），Investor_id（帐户），密码（密码），app_id（客户端ID，对应于auth_code，法规要求），auth_code（客户端代码对应的授权代码，法规要求），instrument_id_list（订购合同列表），md_page_dir（行情相关文件存储地址），td_page_dir （交易个相关文件的存储地址）。
将所有帐户信息存储在my_future_account_info_dict词典中。创建交易接口的实例时，请找到相应的帐户信息作为参数。
# -*- coding: utf-8 -*-
BASE_LOCATION = "." # 根目录地址
MD_LOCATION = BASE_LOCATION + "\\MarketData" # 行情数据地址
TD_LOCATION = BASE_LOCATION + "\\TradingData" # 交易数据地址
SD_LOCATION = BASE_LOCATION + "\\StrategyData" # 策略数据地址
class FutureAccountInfo:
def __init__(self, broker_id, server_dict, reserve_server_dict, investor_id, password, app_id, auth_code, instrument_id_list, md_page_dir=MD_LOCATION, td_page_dir=TD_LOCATION):
self.broker_id = broker_id # 期货公司BrokerID
self.server_dict = server_dict # 服务器地址。TDServer为交易服务器，MDServer为行情服务器。服务器地址格式为"ip:port"
self.reserve_server_dict = reserve_server_dict # 备用服务器地址
self.investor_id = investor_id # 账户
self.password = password # 密码
self.app_id = app_id # 认证使用AppID
self.auth_code = auth_code # 认证使用授权码
self.instrument_id_list = instrument_id_list # 订阅合约列表[]
self.md_page_dir = md_page_dir # MdApi流文件存储地址，默认MD_LOCATION
self.td_page_dir = td_page_dir # TraderApi流文件存储地址，默认TD_LOCATION
my_future_account_info_dict = {
# 交易时间测试
'SimNow': FutureAccountInfo(
broker_id='9999' # 期货公司BrokerID
# TDServer为交易服务器，MDServer为行情服务器。服务器地址格式为"ip:port"
, server_dict={'TDServer': "180.168.146.187:10100", 'MDServer': '180.168.146.187:10110'}
# 备用服务器地址
, reserve_server_dict={'电信1': {'TDServer': "180.168.146.187:10100", 'MDServer': '180.168.146.187:10110'},
'电信2': {'TDServer': "180.168.146.187:10101", 'MDServer': '180.168.146.187:10111'},
'其他1': {'TDServer': "180.168.146.187:10130", 'MDServer': '180.168.146.187:10131'}, # 7*24
'其他2': {'TDServer': "218.202.237.33:10102", 'MDServer': '218.202.237.33:10112'}, # 移动
}
, investor_id='' # 账户
, password='' # 密码
, app_id='simnow_client_test' # 认证使用AppID
, auth_code='0000000000000000' # 认证使用授权码
# 订阅合约列表
, instrument_id_list=[b'rb2001', b'fu2001'] # 订阅螺纹2001合约和燃料油2001合约
),
}
AlgoPlus创建行情界面
MdApi是行情接口。使用它时，只需传递帐户参数即可创建实例。这是一个完整的示例：
from AlgoPlus.CTP.MdApi import MdApi
class TickEngine(MdApi):
# ///深度行情通知
def OnRtnDepthMarketData(self, pDepthMarketData):
print(pDepthMarketData)
# print(f"{pDepthMarketData.InstrumentID}当前最新价：{pDepthMarketData.LastPrice}")
if __name__ == '__main__':
from account_info import my_future_account_info_dict
future_account = my_future_account_info_dict['SimNow']
tick_engine = TickEngine(future_account.server_dict['MDServer']
, future_account.broker_id
, future_account.investor_id
, future_account.password
, future_account.app_id
, future_account.auth_code
, future_account.instrument_id_list
, None
, future_account.md_page_dir)
tick_engine.Join()
1、从AlgoPlus.CTP.MdApi文件导入MdApi类。 MdApi封装了工作流程的前六个步骤。
2、 TickEngine是MdApi的子类。 TickEngine类主要实现接收到的行情数据处理算法股指期货，该示例仅打印接收到的行情。
3、需要在创建行情接口实例之前导入帐户信息。示例帐户信息存储在同一目录中的account_info.py文件中。
在[k19]交易时间运行上述代码以打印出接收到的实时期货行情。
5、回调函数OnRtnDepthMarketData接收到的pDepthMarketData 行情是DepthMarketDataField结构的实例，该结构在AlgoPlus.CTP.ApiStruct中定义。可以通过调用属性来获取行情中任何字段的值，例如pDepthMarketData.LastPrice表示最新价格。 DepthMarketDataField包含以下字段：
class DepthMarketDataField(BaseField):
"""深度行情"""
_fields_ = [
('TradingDay', c_char * 9) # ///交易日
, ('InstrumentID', c_char * 31) # 合约代码
, ('ExchangeID', c_char * 9) # 交易所代码
, ('ExchangeInstID', c_char * 31) # 合约在交易所的代码
, ('LastPrice', c_double) # 最新价
, ('PreSettlementPrice', c_double) # 上次结算价
, ('PreClosePrice', c_double) # 昨收盘
, ('PreOpenInterest', c_double) # 昨持仓量
, ('OpenPrice', c_double) # 今开盘
, ('HighestPrice', c_double) # 最高价
, ('LowestPrice', c_double) # 最低价
, ('Volume', c_int) # 数量
, ('Turnover', c_double) # 成交金额
, ('OpenInterest', c_double) # 持仓量
, ('ClosePrice', c_double) # 今收盘
, ('SettlementPrice', c_double) # 本次结算价
, ('UpperLimitPrice', c_double) # 涨停板价
, ('LowerLimitPrice', c_double) # 跌停板价
, ('PreDelta', c_double) # 昨虚实度
, ('CurrDelta', c_double) # 今虚实度
, ('UpdateTime', c_char * 9) # 最后修改时间
, ('UpdateMillisec', c_int) # 最后修改毫秒
, ('BidPrice1', c_double) # 申买价一
, ('BidVolume1', c_int) # 申买量一
, ('AskPrice1', c_double) # 申卖价一
, ('AskVolume1', c_int) # 申卖量一
, ('BidPrice2', c_double) # 申买价二
, ('BidVolume2', c_int) # 申买量二
, ('AskPrice2', c_double) # 申卖价二
, ('AskVolume2', c_int) # 申卖量二
, ('BidPrice3', c_double) # 申买价三
, ('BidVolume3', c_int) # 申买量三
, ('AskPrice3', c_double) # 申卖价三
, ('AskVolume3', c_int) # 申卖量三
, ('BidPrice4', c_double) # 申买价四
, ('BidVolume4', c_int) # 申买量四
, ('AskPrice4', c_double) # 申卖价四
, ('AskVolume4', c_int) # 申卖量四
, ('BidPrice5', c_double) # 申买价五
, ('BidVolume5', c_int) # 申买量五
, ('AskPrice5', c_double) # 申卖价五
, ('AskVolume5', c_int) # 申卖量五
, ('AveragePrice', c_double) # 当日均价
, ('ActionDay', c_char * 9) # 业务日期
]
其他
该项目已在Github和Code Cloud上开源。
