Python做量化|使用AlgoPlus接收期货实时行情

2019 年 11 月 14 日
笔记

金融领域也是 Python 的重要方向之一，我知道有一些读者就是冲着做量化交易才接触 Python 的。今天给大家分享一个使用 Python 的期货交易API。

量化交易在国内发展方兴未艾。因为T+0且允许做空的交易制度、交易所的大力推动、信息技术红利带来的赚钱效应培养了一大批拥趸等原因，量化交易在期货行业起步比较早，而且发展比较成熟。

虽然各期货交易所都开发了自己的交易后台，但是上期所的CTP仍是目前使用最广泛的。所以，对于想从事量化研究、交易的同学们而言，学习CTP开发是一门必修课。本文就带大家了解一下CTP，并给大家介绍一个python版CTP交易接口——AlgoPlus

关于CTP

CTP是Comprehensive Transaction Platform的简称。CTP有MdApi和TraderApi两个独立的开放接口。

MdApi负责行情相关操作（订阅、接收）。

TraderApi负责交易相关的操作（买、卖、撤、查）。

MdApi与TraderApi方法的执行过程都是异步的，每一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ReqOrderInsert方法向交易所发出买开仓指令，对应的回调方法OnRtnOrder可以实时接收交易所服务器发回来的执行通知。

关于AlgoPlus

上期所CTP的官方API只支持C++语言，除非有开发经验，否则不推荐直接使用C++语言开发。

python语言在许多领域被非常广泛的应用，量化交易也不例外。本文给大家介绍的AlgoPlus就是对官方CTP封装的python版量化投资接口。相比较其他Python版CTP，AlgoPlus具有以下特点：

忠实于CTP官方特性。简单的说，AlgoPlus就是官方CTP的python翻译版，没有过度的封装，让交易者根据自己的实际情况选择官方设计的功能。
使用Cython、ctypes技术封装，即能实现了低延时的要求，又能兼容python语言的易用性。经过严格测试，AlgoPlus从策略触发交易信号到调用C++方法，延时只有40微秒左右。
从实战的角度为同学们展示量化策略的开发过程，例如趋势策略、套利策略、风控策略、执行算法等教程。

安装AlgoPlus

第一步：安装Anaconda。

第二步：使用pip install algoplus命令安装。

当你看到以下内容时：

Processing dependencies for AlgoPlus==1.5  Finished processing dependencies for AlgoPlus==1.5  请按任意键继续. . .

安装成功！

注册模拟账号

1、Simnow是上海期货交易所旗下技术公司维护的一套模拟交易系统，只需注册账号即可免费使用：http://www.simnow.com.cn/

2、在常用下载页面下载一个客户端，方便实时查看模拟交易情况：http://www.simnow.com.cn/static/softwareDownload.action

3、记录个人主页中的InvestrorID，以及产品与服务页面中的服务器地址。配置账户参数时需要使用这些信息。

配置账户信息

FutureAccountInfo是一个期货账户类，包括broker_id（所属期货公司的标识），server_dict（行情与交易服务器地址），reserve_server_dict（备用服务器地址）、investor_id（账户）、password（密码）、app_id（客户端ID，与auth_code对应，监管要求）、auth_code（客户端ID对应的授权码，监管要求）、instrument_id_list（订阅合约列表）、md_page_dir（行情相关文件存放地址）、td_page_dir（交易相关文件存放地址）。

将所有的账户信息存放入my_future_account_info_dict字典中。创建交易接口实例时找到相应的账户信息作为参数。

# -*- 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创建行情接口

MdApi是行情接口，使用时只需要传递账户参数创建一个实例就可以了。下面是一个完整的例子：

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文件中导入MdApi类。MdApi已对工作流程的前六步进行了封装。

2、TickEngine是MdApi的子类。TickEngine类主要实现收到行情的数据处理算法，示例只将收到的行情打印出来。

3、创建行情接口实例前，需要导入账户信息。示例的账户信息存放在同一个目录下的account_info.py文件中。

4、交易时间运行以上代码就可以将接收到的实时期货行情打印出来。

5、回调函数OnRtnDepthMarketData接收到的pDepthMarketData行情是DepthMarketDataField结构体的实例，在AlgoPlus.CTP.ApiStruct中被定义。以调用属性的方式可以获取行情任意字段的数值，例如pDepthMarketData.LastPrice表示最新价。DepthMarketDataField包括以下字段：

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

项目已在 Github 和码云上开源。