[ptrade交易实战] 第十四篇 公共交易函数 (2)

前言

今天主要是分享公共交易函数,分成三部分来和大家分享!

具体的开通渠道可以看文章末尾!

一、get_orders ------ 获取全部订单

用于获取策略内所有订单,或按条件获取指定订单。

示例

复制代码
def initialize(context):
    g.security = '600570.SS'
    set_universe(g.security)

def handle_data(context, data):
    _id = order(g.security, 100)

    order_obj = get_orders()
    log.info(order_obj)

二、get_all_orders ------ 获取账户当日全部订单

用于获取账户当日所有订单(包含非本交易的订单记录),或按条件获取指定代码的订单。

注意事项

1、该函数返回账户当日在柜台的全部委托记录,不能查询策略中待报、未报状态的委托。

2、该函数返回的可撤委托仅可通过cancel_order_ex函数进行撤单,且非本交易的委托进行撤单仅可通过本函数查询委托状态更新。

示例

复制代码
def initialize(context):
    g.security = '600570.SS'
    set_universe(g.security)

def handle_data(context, data):
    # 获取账户当日委托600570代码的全部订单
    log.info('当日委托600570代码的全部订单:%s' % get_all_orders(g.security))
    # 获取账户当日全部订单
    log.info('当日全部订单:%s' % get_all_orders())

三、get_trades ------ 获取当日成交订单

该接口用于获取策略内当日已成交订单详情。

注意事项:

1、为减小对柜台压力,该函数在股票交易模块中同一分钟内多次调用返回当前分钟首次查询的缓存数据;

2、该接口会返回当日截止到当前时间段内的成交数据;

示例

复制代码
def initialize(context):
    g.security = '600570.SS'
    set_universe(g.security)

def handle_data(context, data):
    #获取当日成交数据
    trades_info = get_trades()
    log.info(trades_info)

四、get_position - 获取持仓信息

用于获取某个标的持仓信息详情

示例

复制代码
def initialize(context):
    g.security = '600570.SS'
    set_universe(g.security)

def handle_data(context, data):
    position = get_position(g.security)
    log.info(position)

结语

ptrade的渠道可以通过《ptrade开通详则》来获取,感谢看到这里,如果有更多疑问欢迎在评论区支出!

相关推荐
LPieces4 分钟前
【LPieces-UI】01-从零开始搭建 Vue3 组件库
前端
国强_dev7 分钟前
如何提升canal吞吐量
java·大数据·python
学习使我快乐017 分钟前
AI时代下,前端如何破局
前端·人工智能
狐狐生风22 分钟前
LangGraph 生产级部署全解:FastAPI + Docker
python·docker·langchain·prompt·fastapi·langgraph·agentai
CLX050542 分钟前
C#怎么实现全局异常过滤器_C#如何捕获控制器报错【核心】
jvm·数据库·python
yingyima44 分钟前
Unix 时间戳转换实战:一次差点毁掉项目的低级错误
前端
性野喜悲1 小时前
python将excel中的链接转成图片并替换链接展示在excel中【将pdf的第一页插入excel并将对应信息获取到插入签名等位置】
开发语言·python·excel
Marvel__Dead1 小时前
基于 AI 大模型的百度旋转验证识别(通用能力极强)
人工智能·爬虫·python·验证码识别·ai 大模型
Leinwin1 小时前
OpenAI Daybreak实战指南:如何将AI安全检查嵌入你的开发流程
后端·python·flask
monkeyhlj1 小时前
LangChain - V1.0
python·langchain·ai编程