Python美股量化交易填坑记录------3.盈透（Interactive Brokers）证券API接口
北京师范大学 心理学硕士
74 人赞同了该文章
之前的2篇帖子介绍了德美利（TD Ameritrade）接口：
行情接口：https://zhuanlan.zhihu.com/p/386828885
交易接口：https://zhuanlan.zhihu.com/p/386870269
现在介绍盈透的API接口。
个人认为盈透的优势有：
- 老牌券商，各方面的体系完善，信誉好。
- 佣金相对较低，虽然不能跟免佣券商（德美利、第一证券、尊嘉、羊驼、微牛）比，但比起富途和老虎，还是很良心的了。
- 盘前交易时段从美东时间4:00a.m.开始，这一点大部分免佣券商都做不到（尊嘉除外）。
- 接受中国大陆的注册。
- API历史数据全。（我曾成功下载过SPY过去20年的15分钟k线数据）
- 融资利率低（年化不到2%：https://www.interactivebrokers.com/cn/index.php?f=2365）。
- 使用盈透的量化交易者很多，方便初学者求助，比如vnpy（其实给我的体验不太好）。
劣势也很明显：
- 不免佣。
- 实时行情需付费购买。
- API接口不能脱离笨重的客户端。
- 安全机制很繁琐。
1.前期准备
- **申请一个新用户。**默认情况下，一个人只有一个账号和一个用户身份。但其实一个账号下可以有多个用户。因为我的需求是手机和机器人同时在线查看盈透行情和下单，所以我需要2个用户身份，否则后上线的设备会把先上线的设备踢下线。发起申请的位置在：管理账户→使用者及访问权限→配置→使用者→添加。等待1个工作日后，新用户生效。（备注：新用户的行情权限需单独购买）
- **购买实时行情。**入口在：使用者设置→交易平台→市场数据订阅→配置→当前GFIS订阅→配置。下图是我目前购买的行情，一共每月7.25刀。API接口的行情权限不用再单独购买（富途需单独购买：60刀/月，很坑！）。
美股各大指数的行情需单独购买，比如CBOE提供标普和道指，3.5刀每月。
-
下载客户端 （win/mac/linux）。比较坑的一点是：如果是linux系统，则必须有图形界面才能安装盈透客户端。所以我目前配置了一台Windows Server 2019的服务器（2G内存都卡！真是笨重！）来安装盈透客户端。盈透客户端有2种：一种是功能比较全的TWS（Trader Workstation），另一种是相对轻便的IB网关（IB Gateway）。（备注：客户端若使用中文，则会导致API报错，建议使用默认的英文界面）
-
安装python包：ib_insync 。和德美利的情况类似，官网的API文档晦涩难懂，所以某些技术大牛制作了简易的python包。此包的论坛：https://groups.io/g/insync，我在这里得到了很多帮助！此包的简介：https://github.com/erdewit/ib_insync，此包的详细说明文档：https://ib-insync.readthedocs.io/readme.html
pip install ib_insync
2.连接客户端
德美利的第一步是连接服务器，而盈透的客户端已经连接服务器了，所以我们只需要连接客户端就行。
from ib_insync import *
ib = IB()
ib.connect('127.0.0.1', 7496, clientId=991)上面的端口号（7496）和客户ID（991），需要在客户端中设置，位置是：File→Global Configuration→API→settings，第一项（Enable ActiveX and Socket Clients）要勾选，Read-Only API的勾要去掉，Socket port处我填入7496（可以自定义，之后保持一致就好），Master API client ID处我填入999，即上面代码的客户ID不是主客户ID，但也可以使用，我这么做是因为我为不同的机器人分配了不同的客户ID。
3.行情接口
与德美利机器人的思路一样，行情接口依旧分为策略机器人（下单机器人）与询价机器人（行情机器人）两部分，前者与德美利的策略机器人一样（通过csv发送股票代码给询价机器人，然后从csv中读取询价机器人的询价结果）。（备注：两个机器人必须使用不同的clientId，否则会有冲突）
下面重点介绍盈透的询价机器人：
slm_ib_high()负责在盘前查询昨日的最高价，它的参数contract1下面再讲。它核心的ib.reqHistoricalData()在调取历史数据时会很常用。
def slm_ib_high(contract1):
is_error=1
while is_error==1:
try:
x1=ib.reqHistoricalData(
contract1,
endDateTime='',
durationStr='1 D',
barSizeSetting='1 day',
whatToShow='TRADES',
useRTH=True
)
x2=x1[0]
x3=x2.high
except:
Log('slm_ib_high出错，等待2秒后重算！@','#FF0000')
Sleep(2000)
else:
is_error=0
return(x3)slm_ib_reqMktData()负责对读取的待查询股票进行逐一查询，并将股价导出至csv，供策略机器人使用，即整体思路与德美利机器人一致。这里需要重点说明的是，盈透接口查询股价时，只是提供股票代码是不够的，还必须提供交易所代码（下文主要使用'SMART'）和货币币种（下文使用'USD'），三者组合成为一个合约，即contract1 。
def slm_ib_reqMktData(stock_list=stock_list):
x=slm_read_csv()
date1=x[0]
stock_list=x[1]
n0=len(stock_list)
Log('n=',n0,'；stock_list=',stock_list)
for i in range(n0): # 逐个标的地进行订阅和输出
code_ob=stock_list[i]
Log('i=',i,'，code_ob=',code_ob)
is_qihuo=1 if '/' in code_ob else 0
is_option_ob=1 if '@' in code_ob or '_' in code_ob else 0
# 定义合约：
if '@' in code_ob:
n = len(code_ob) + 1
m = code_ob.find('@')
code_symbol = code_ob[0:m]
code_date = code_ob[(m + 1):(m + 9)]
code_callput = code_ob[(m + 9):(m + 10)]
code_price = code_ob[(m + 10):n]
contract1 = Option(code_symbol, code_date, code_price, code_callput, 'SMART')
elif '_' in code_ob:
slm_create_one_error('期权非尊嘉格式，请更正！')
elif '/' in code_ob:
code_ob2=code_ob[1:]
cds = ib.reqContractDetails(Future(code_ob2,currency='USD',exchange='NYMEX'))
df0=util.df(cds).sort_values('contractMonth')
df1=df0.reset_index(drop=True)
contract1=df1.contract[1]
else:
contract1 = Stock(code_ob, 'SMART', 'USD')
# 检查合约：
ib.qualifyContracts(contract1)
# 提交订阅：
ib.reqMktData(contract1)
ib.sleep(1)
# 获取订阅结果：
ticker1 = ib.ticker(contract1)
Log(ticker1)
# 处理订阅结果：
t1=ticker1.time.timestamp()
import numpy as np
bidPrice=np.nan_to_num(ticker1.bid) # 买一价
askPrice=np.nan_to_num(ticker1.ask) # 卖一价
lastPrice=np.nan_to_num(ticker1.last)
highPrice=np.nan_to_num(ticker1.high)
while highPrice<=0:
Log('行情异常：highPrice=',highPrice,'！')
if is_option_ob==0 and is_qihuo==0 :
Log('使用reqHistoricalData，获取昨日最高价！')
highPrice=slm_ib_high(contract1=contract1)
else:
Log('期权和期货不可用reqHistoricalData，等待开盘，5秒后再用reqMktData......')
Sleep(5000)
ib.reqMktData(contract1)
ib.sleep(1)
ticker1 = ib.ticker(contract1)
t1=ticker1.time.timestamp()
bidPrice=np.nan_to_num(ticker1.bid) # 买一价
askPrice=np.nan_to_num(ticker1.ask) # 卖一价
highPrice=np.nan_to_num(ticker1.high)
y={'code': code_ob,'timestamp':t1, 'BID_PRICE': bidPrice, 'ASK_PRICE': askPrice, 'LAST_PRICE': lastPrice, 'HIGH_PRICE': highPrice}
import pandas as pd
y1 = pd.DataFrame(y, index=[0])
code_ob2=code_ob[1:] if is_qihuo==1 else code_ob
Log('code_ob2=', code_ob2)
y1.to_csv(wd1+'/fmz/price/'+ date1 + '_' + code_ob2 + '.csv', index=False)
Log(code_ob,'导出到csv的价格：',y)
t2=pd.to_datetime(t1, unit='s', utc=True).tz_convert('US/Eastern')
t3=str(t2)[:19]
y1['datetime']=t3
columns=y1.columns.values.tolist()
row1=y1[:1].values.tolist()
if i==0: rows=row1
else: rows=rows+row1
return([columns,rows])就我目前的使用感受来说，盈透接口的稳定性还是要强于德美利的，但也不是完美无瑕，还是有一些不稳定的地方，之后我会加一些try进来。
4.交易接口
slm_buy_sell_ib()负责根据用户输入的价格p_ex和数量amount_ex进行买入或卖出的操作action。跟行情接口一样，需要先把标的调整为合约格式，使用Stock()或Option()。而且需要指定订单ID，为避免订单ID重复，我这里简单使用了一个当前时间的"时分秒+毫秒"的十位数字。
def slm_buy_sell_ib(action, amount_ex, p_ex):
# 调整标的格式：
if is_option == 1:
if '@' in code_ex:
n = len(code_ex) + 1
m = code_ex.find('@')
code_symbol = code_ex[0:m]
code_date = code_ex[(m + 1):(m + 9)]
code_callput = code_ex[(m + 9):(m + 10)]
code_price = code_ex[(m + 10):n]
contract1 = Option(code_symbol, code_date, code_price, code_callput, 'SMART')
else:
slm_create_one_error('期权非尊嘉格式，请更正！')
elif is_option == 0: contract1 = Stock(code_ex, 'SMART', 'USD')
else: slm_create_one_error('盈透code_ex类型错误！')
ib.qualifyContracts(contract1)
# 设置订单：
order1_id=slm_time_num()
if p_ex == -1:
order1=MarketOrder(action, totalQuantity=amount_ex, lmtPrice=p_ex, orderId=order1_id, outsideRth=False, tif='GTC',usePriceMgmtAlgo=True)
elif p_ex > 0:
order1=LimitOrder( action, totalQuantity=amount_ex, lmtPrice=p_ex, orderId=order1_id, outsideRth=True, tif='GTC',usePriceMgmtAlgo=True)
else:
slm_create_one_error('盈透p_ex错误！')
# 下单：
trade1 = ib.placeOrder(contract1, order1)
Sleep(2000) # 等2秒再检查订单状态
ib.sleep(1)
# 查询订单状态：
order1_status=0
while order1_status == 0:
x1 = ib.trades()
for i in range(len(x1)):
x2=x1[i]
order_id_i=x2.orderStatus.orderId
if order_id_i==order1_id :
order1_status_str=x2.orderStatus.status
Log('订单状态为：', order1_status_str)
if order1_status_str == 'Filled':
Log('订单已成交！')
order1_status=1
break
Log('订单编号为：', order1_id, '，交易不成功，等5秒再查订单状态......')
Sleep(5000)
ib.sleep(1)
if order1_status == 1:
Log('订单编号为：', order1_id, '，交易成功！', '#00FF00')
else:
Log('订单编号为：', order1_id, '，订单异常，请立即查找原因！@', '#FF0000')
return (order1_id)备注：
除了本文使用的ib_insync包外，盈透还有一款比较有名的python包：IbPy2。但因为已经停止维护和更新了，所以本文并未介绍。感兴趣的同学可以参考如下资料：
量化交易30天 Day14 - 串接券商API做交易(一) IB + IbPy - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天
Python股票自动交易从零开始~第十集~交易自动操作~美股_哔哩哔哩_bilibili
下一篇帖子将介绍羊驼的行情接口（https://alpaca.markets/data）。