python炒股自动化(0),申请券商API接口

上次发了量化交易接口的区别,发现很多人根本不知道券商提供的API交易接口,这里补充一篇,关于券商接口的介绍。

现在市面上可以给个人账户接入的股票交易接口,用的最多的也就是QMT和Ptrade,以前接入量化交易需要机构或者百万千万资产的门槛,现在已经对个人开放了,几乎无门槛,做股票的都能开,找对了渠道就行,去当地营业部或者网上自助开通的肯定不行,交易费率都差很多,默认的万3的费率,来回交易几次就相差大几百几千的。

程序交易对普通散户来说主要门槛就是程序的编写,不过既然关注到程序交易了,一般的程序基础总是了解一些的,只要会一些基本的逻辑判断也能应付了,这也是本系列教程的初衷,先入门,实现基本的条件判断执行交易,策略的提高需要不断的摸索完善,量化交易的重点是策略,程序只是辅助。

不会编程也没事,两种客户端都有内置的常用策略,改改参数就能用。比如趋势、网格、套利、涨停抢板、盘口扫单等等,有极速柜台的几微秒速度,这些内置策略相比普通交易有很大优势,
股票量化程序化交易接口

两种客户端的程序编写都是python语言,上手简单无门槛,支持库强大,大量数据条件取结果用最常用的pandas库,一秒出结果。
股票量化程序化交易接口

其中QMT支持股票、基金、可转债、期权、期货等,还支持VBA语言,自带了很多不同类型的策略可以参考,QMT在本地运行,灵活方便,随意添加各种支持库,简版的QMT可以用你熟悉的开发环境,比如pycharm,想怎么折腾都行,甚至是开发个自己用的股票客户端。
股票量化程序化交易接口

Ptrade是代码写好,策略运行是在券商服务器上的,本地电脑可以关机,优点是稳定性好延迟极低,缺点是灵活性不高,不能读取外部文件,只能使用有限的几个支持库,一般适合稳定成熟的策略,只需要简单的判断执行就可以,复杂的需要和本地文件交互的策略不适合用Ptrade。
股票量化程序化交易接口

上回也说到,本系列以了解入门为主,主要是了解量化交易,程序交易的概念,在下一个系列中,我会详细讲到程序的编写方面,照猫画虎就行,零基础编写一些简单的交易程序,下一系列可以看做是plus版,感兴趣的朋友可以关注我,一起学习,共同进步。

对股票量化程序化自动交易感兴趣的朋友可以关注我,有任何相关问题也可以留言讨论或者私信与我交流


相关推荐
烂蜻蜓2 小时前
Flask入门教程(十二):表单处理——从基础到Flask-WTF完整实践
后端·python·flask
jay神2 小时前
【计算机毕业设计】基于Flask+Vue的电影数据可视化与智能推荐系统
前端·vue.js·python·信息可视化·flask·毕业设计·课程设计
满怀冰雪3 小时前
24-PaddleClas 模型评估、导出与推理部署入门
大数据·人工智能·python·深度学习·paddle
DeepVisionary8 小时前
谷歌 Gemini Omni 1.1 Flash 正式发布:4K 视频、40 秒场景延伸,视频生成进入按 token 计费时代
python·自动化
阡之尘埃9 小时前
Python数据分析案例85——大模型微调全流程(SFT的LoRA微调)
人工智能·python·深度学习·语言模型·llm·微调·千问
海兰9 小时前
【应用】基于 Next.js 16 + Python mplfinance的金融K线图与技术指标可视化平台(三)
javascript·python·金融
cvcode_study9 小时前
Ollama+ComfyUI 多模态
大数据·人工智能·python
星核0penstarry10 小时前
试一试用gr.Workflow把AI多步骤串联变成可视化画布
人工智能·python·ai作画·api·ai编程·工作流·api聚合平台
taller_200011 小时前
【005】PiE 与传统 VBA 的核心区别
python·vba·pie·py
海兰11 小时前
【应用】基于 Next.js 16 + Python mplfinance的金融K线图与技术指标可视化平台(一)
javascript·python·金融