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:

复制代码
 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

复制代码
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

复制代码
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

复制代码
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

复制代码
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

复制代码
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
benchmark_cc18 小时前
用 QuantDash 读取美股行情:AAPL.US 的运行前检查、排错顺序与数据校验清单
python·数据分析·pandas·量化交易·股票数据·quantdash
ATMQuant2 天前
量化策略开发08:Lasso因子选择 - 因子动物园的断舍离
python·量化交易·lasso·vnpy·多因子选股
ATMQuant2 天前
量化指标解码21:逻辑回归支撑阻力 - 让逻辑回归给关键价位打分
python·机器学习·逻辑回归·量化交易·技术指标
benchmark_cc5 天前
A 股、港股、美股如何建立统一的标的主数据格式?
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
benchmark_cc5 天前
用 00700.HK 做港股行情清洗:字段核对、校验与个人量化开发实践
python·数据分析·pandas·量化交易·股票数据·quantdash
2601_966949655 天前
如何封装 qd.klines.batch(),让批量 K 线查询函数在多个策略中复用?
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
一条大祥脚6 天前
缠论是什么:一套带动力系统直觉的主观分析框架
股票·量化交易·缠论·动力系统
quantdash_cc6 天前
个人开发者用 QuantDash 读取港股行情:00700.HK 的 Python 函数封装与校验实践
python·数据分析·pandas·量化交易·股票数据·quantdash
quantdash_cc9 天前
如何验证历史行情的交易日期是否完整覆盖研究区间?
python·数据分析·pandas·量化交易·股票数据·quantdash
量化炼金 (CodeAlchemy)9 天前
【量化交易】避开四次熔断的标普500择时模型:趋势+波动率+信用利差
量化交易·美股·标普500·市场择时