实盘交易 ============= 系统架构 ------------- TradePy的实盘交易系统由两个部分组成，适合用于基于日K的中低频交易，完整架构见下图: 1. **策略端**: - 策略端接收行情数据，并根据策略逻辑生成交易指令。 - 由于 `Celery `_ 和Redis都不直接支持 Windows，所以策略端必须部署在Linux/MacOS系统 2. **交易端**: - 交易端接收策略端的交易指令，并将其转发给miniQMT终端下单（暂不支持PTrade）。 - QMT终端则只支持Windows, 所以交易端则必须部署在Windows系统。 .. image:: _static/trading.png :width: 750px .. admonition:: 系统配置 - **策略端**: Debian或Ubuntu, 4G内存, 2核CPU，具体配置请根据策略指标的计算量而定。 - **交易端**: Windows10, 4G内存, 2核CPU。 .. admonition:: 防火墙规则 - **策略端**: 需要开放Redis端口（默认6379）和Ping端口, 允许交易端的IP访问。 - **交易端**: 需要开放交易HTTP服务端口（默认8000）和Ping端口, 允许策略端的IP访问。 下图详细说明了策略端交易引擎的每日工作流程，"相关参数"可在TradePy的config.yaml文件中编辑。需要特别说明的是， **TradePy不会在盘中交易阶段更新技术指标**，因而策略接收到的均线、MACD值等不会随盘中价格波动而变化。指标计算发生在两个阶段，且必须在3-5分钟内完成 - **盘前竞价2**: 使用开盘K线作为今日K线，合并历史数据后传给策略类的 ``compute_open_indicators`` 以计算当日指标。盘中只更新日K线报价，价格运行到买入/卖出信号价位的个股，则触发下单操作。 - **尾盘交易**: 使用14:54时的日K线合并历史数据后，传给策略类的 ``compute_close_indicators`` 以重计算当日指标。然后将结果提供给策略的 ``should_sell`` 方法以获得需提前平仓的个股，并卖出这些个股。 .. image:: _static/tradebot.jpeg 部署策略端 ------------- **注**: 以下假定您的交易系统部署在云平台上，使用官方操作系统镜像。 安装Python ~~~~~~~~~~~~~~~~ 1. 安装Miniconda: 1. ``wget https://repo.anaconda.com/miniconda/Miniconda3-py311_23.5.2-0-Linux-x86_64.sh`` 2. ``bash Miniconda3-py311_23.5.2-0-Linux-x86_64.sh`` 3. 退出终端并重新登录 4. 验证已成功安装conda，且默认环境的Python版本为3.11.4: ``python --version`` 2. 安装TA-Lib: 参考此 `教程 `_ 安装Redis ~~~~~~~~~~~~~~~~ 1. 请根据 `官方教程 `_ 安装Redis 2. 进入Redis终端: ``redis-cli`` 3. 在终端内设置密码: ``config set requirepass TradePyRocks``, 这里示例密码为"TradePyRocks" 4. 在终端内设置允许通过内网访问: ``config set bind "127.0.0.1 -::1 10.0.12.17"``。 - "10.0.12.17"是本示例中的策略端内网IP 安装TradePy交易版 ~~~~~~~~~~~~~~~~~~~~ 注: 如果还没有安装git，先用 ``apt install -y git`` 安装。 .. code-block:: console git clone https://github.com/namoshizun/TradePy.git cd TradePy pip install ".[bot]" 初始化 ~~~~~~~~~~~~~~~~~~~~ 运行 ``python -m tradepy.cli.bootstrap``，在输入"运行模式"时，建议输入"paper-trading"，然后先用模拟账户进行交易策略的测试。交易端服务地址是交易端服务器的内网IP。: .. code-block:: console >> python -m tradepy.cli.bootstrap [TradePy初始化程序] > 请输入运行模式 (backtest=回测, paper-trading=模拟交易, live-trading=实盘交易) : paper-trading > 是否为交易端? (y/n): n > 请输入K线数据的下载目录（完整地址）: /root/database > 请输入Redis地址（默认localhost）: > 请输入Redis端口（默认6379）: > 请输入Redis密码: TradePyRocks > 请输入交易端服务地址: 10.0.8.15 > 请输入交易端服务端口（默认8000）: ~ 检查交易端服务地址是否可达 ...ok! 👌 已创建配置文件: /root/.tradepy/config.yaml 🚨 策略端的TradePy配置文件内，还需要手动填入您的交易策略的配置项 部署交易端 ----------------- 安装Python环境 ~~~~~~~~~~~~~~~~~~~~ 下载官方版 `Python 3.11.4 `_，安装时注意选择将Python添加到系统环境变量。 安装QMT以及XtQuant ~~~~~~~~~~~~~~~~~~~~ 到官网下载 `XtQuant `_，解压后将xtquant文件夹移动到Python的本地库目录下，一般为: ``C:\Users\用户名\AppData\Local\Programs\Python\Python311\Lib\site-packages``。然后安装并登录QMT交易端，登录时注意选择"极简模式"。如果您已安装XtQuant，请确认安装的是最新版。 安装TradePy交易端 ~~~~~~~~~~~~~~~~~~~~ 注: 如果还没有安装git，请先下载Git Windows版。 .. parsed-literal:: git clone https://github.com/namoshizun/TradePy.git cd TradePy pip install ".[broker]" 初始化 ~~~~~~~~~~~~~~~~~~~~ 注: Redis地址是策略端的内网IP。 .. code-block:: console >> python.exe -m tradepy.cli.bootstrap [TradePy初始化程序] > 请输入运行模式 (backtest=回测, paper-trading=模拟交易, live-trading=实盘交易) : paper-trading > 是否为交易端? (y/n): y > 请输入Redis地址（默认localhost）: 10.0.12.17 > 请输入Redis端口（默认6379）: > 请输入Redis密码: TradePyRocks > 请输入交易端服务地址: 10.0.8.15 > 请输入交易端服务端口（默认8000）: ~ 检查交易端服务地址是否可达 ...ok! > 请输入XtQuant Userdata_Mini目录（完整地址）: C:\国金QMT交易端模拟\userdata_mini > 请输入XtQuant账户ID: 00000001 👌 已创建配置文件: C:\Users\Administrator\.tradepy\config.yaml 配置交易策略 ------------------------- 接下来到 **策略端** 打开 ``~/.tradepy/config.yaml``，在以上步骤中TradePy已为您创建了这个文件，并填入了一些系统默认配置。 现在需要填入您的交易策略的具体配置（策略类导入名称、止损止盈、自定义参数等等），各配置项含义请参考 `配置文件说明 `_ 。 需特别说明的是， ``trading.strategy.strategy_class`` 是策略类的导入名称，而不是策略类的文件名。例如，如果您的策略类文件名为 ``my_strategy.py``，且策略类名为 ``MyStrategy``，则此处应填入 ``my_strategy.MyStrategy``。 **必须保证策略类文件放在策略端启动时的当前工作目录，或在Python的本地库目录下**，否则将报导入模块错误！ .. warning:: 用于实盘交易的策略类，父类必须使用 ``tradepy.strategy.LiveStrategy``，不可使用 ``tradepy.strategy.BacktestStrategy``。 最后一步! ---------------------- 部署完成后， **首次启动请选择某个交易日的盘后时间** （e.g., 16:00）。这样TradePy到晚些可自行下载历史日K，然后第二天早上正常开始执行交易流程。 首先在交易端服务器登录QMT，登录时注意选择"独立交易"并勾选"极简模式"，保持在登录状态，然后启动TradePy: .. code-block:: console >> python.exe -m uvicorn tradepy.qmt_proxy.api_server:app --host 0.0.0.0 INFO: Started server process [6300] INFO: Waiting for application startup. 2023-08-31 11:04:01.704 | INFO | tradepy.qmt_proxy.connector:connect:49 - 启动交易线程 再启动策略端: .. code-block:: console >> python -m tradepy.cli.autotrade celery beat v5.3.0 (emerald-rush) is starting. __ - ... __ - _ LocalTime -> 2023-08-31 11:07:52 Configuration -> . broker -> redis://:**@localhost:6379/0 . loader -> celery.loaders.app.AppLoader . scheduler -> celery.beat.PersistentScheduler . db -> /tmp/beat-schedule . logfile -> [stderr]@%WARNING . maxinterval -> 5.00 minutes (300s) -------------- celery@DIs-MacBook-Pro-2.local v5.3.0 (emerald-rush) --- ***** ----- -- ******* ---- macOS-10.15.7-x86_64-i386-64bit 2023-08-31 11:07:52 - *** --- * --- - ** ---------- [config] - ** ---------- .> app: tradepy-tradebot:0x11fd2fd90 - ** ---------- .> transport: redis://:**@localhost:6379/0 - ** ---------- .> results: disabled:// - *** --- * --- .> concurrency: 2 (prefork) -- ******* ---- .> task events: OFF (enable -E to monitor tasks in this worker) --- ***** ----- -------------- [queues] .> tradepy.tasks exchange=celery(direct) key=celery [tasks] . tradepy.cancel_expired_orders . tradepy.fetch_market_quote . tradepy.flush_broker_cache . tradepy.handle_tick . tradepy.update_data_sources . tradepy.vacuum . tradepy.warm_database 设置微信推送 ---------------------- TODO