CTP-API开发系列之五:SimNow环境介绍

CTP-API开发系列之五:SimNow环境介绍

CTP-API开发系列之五:SimNow环境介绍

如果你要研发一套国内期货程序化交易系统,从模拟测试到最终部署到实盘生产线,会经历以下三个环境:

 1. SimNow模拟测试环境
 2. 期货公司仿真评测环境
 3. 期货公司实盘交易环境

一套程序只需修改不同环境的连接信息、登录信息,无需重新编译,就可以在上述环境进行切换,需要注意的就是:仿真评测环境需要更换成评测版本的动态链接库文件(.so或者.dll),SimNow环境使用的是实盘环境的动态库。

SimNow模拟测试环境

SimNow是上海期货交易所全资子公司上期技术公司专为投资者打造的期货模拟仿真交易平台,通过CTP系统,量化交易投资者可以利用SimNow验证投资策略的正确性。

第一套

第一组:交易前置:180.168.146.187:10201,行情前置:180.168.146.187:10211;【电信】
第二组:交易前置:180.168.146.187:10202,行情前置:180.168.146.187:10212;【电信】
第三组:交易前置:218.202.237.33:10203,行情前置:218.202.237.33:10213;【移动】
交易阶段(服务时间):与实际生产环境保持一致。

第二套

交易前置:180.168.146.187:10130,行情前置:180.168.146.187:10131;【7x24】【电信】
交易阶段(服务时间):交易日,16:00~次日09:00;非交易日,16:00~次日12:00

登录关键字段

1.InvestorID(UserID):
	投资者代码,simnow官网通过手机号注册后,短信下发;实盘的话在期货公司开户之后分配得到;
2.Password
	开户时设置的登录密码
3.BrokerID
	期货公司编号,simnow环境为"9999";实盘每家期货公司有自己固定的编号;
4.AppID
	客户终端软件代码,simnow环境为"simnow_client_test";实盘需要按照期货公司的要求,自行定义并由期货公司确认;
5.AuthCode
	客户终端软件认证码,simnow环境为"0000000000000000"(16个0);
	上实盘之前需要在期货公司的评测环境测试通过,由期货公司分配;

可视化终端

1.simnow官方提供了多个厂商的交易终端,实盘需要在对应的期货公司官网下载,推荐使用快期交易系统(CTP提供的),
 每家期货公司都支持,其他	厂商提供的交易终端,部分期货公司不一定会采购。
2.以下是快期3的登录界面以及登录之后的主页面,可以方便大家进行数据校准(资金、持仓、委托、成交、行权单等)。


常见问题

1.simnow环境不支持分笔成交;如果你的程序需要测试分笔成交的场景,需要用期货公司的仿真环境或者实盘环境。
  后面会详细分享报单流程以及分笔回推流的处理方式。
2.如果程序启动后没有任何反应,大概率是simnow环境没有开,可以用telnet测一下连通性。
3.当天在官网注册账号,一般第二天才会短信发送生产的投资者代码。
4.周末及节假日无法使用,官网也无法打开。
5.其他常见问题,见 https://www.simnow.com.cn/static/SimNowFAQ.action
相关推荐
股票程序交易接口3 天前
券商交易接口开放,为什么很少有人用量化软件QE做AIMD做AIMD,该用什么软件
量化交易·股票api接口·股票量化接口·python股票接口·aimd策略·qe软件
赫兹量化软件9 天前
期货赫兹量化-种群优化算法:进化策略,(μ,λ)-ES 和 (μ+λ)-ES
算法·量化交易
股票程序交易接口19 天前
更适合编写股票盯盘软件或者量化交易平台的语言是Python还是C
量化交易·编程语言·股票api接口·股票量化接口·python股票接口
码上助居2 个月前
数字货币MACD指标自动化交易策略实现(含源代码)
区块链·量化交易·程序化交易
码上助居2 个月前
七天打造一套量化交易系统:Day2-量化交易策略基本模型及要点
区块链·量化交易·程序化交易
量化投资与科学养猪2 个月前
高盛开源的量化金融 Python 库
python·量化交易·quant
量化风云4 个月前
追寻美的指引--纪念西蒙斯
量化交易·人物
Shepherdppz4 个月前
【python量化交易】—— 双均线择时策略 - Qteasy自定义交易策略【附源码】
python·量化交易·qteasy
股票程序交易接口4 个月前
炒股自动化:散户如何通过API查询资产和持仓,Python接口
python·量化交易·股票api接口·股票量化接口·量化交易接口
量化风云5 个月前
机器学习(XgBoost)预测顶和底
人工智能·机器学习·量化交易·量化交易课程