【期货量化入门】股指期货量化入门：IF/IC/IH交易全攻略（TqSdk完整教程）

一、前言

股指期货是连接股票市场和期货市场的桥梁，具有高流动性、T+0交易、可做空等特点。对于量化交易者来说，股指期货提供了对冲股票持仓、捕捉市场波动的绝佳工具。

本文将介绍：

• 股指期货品种介绍（IF/IC/IH）
• 股指期货交易规则
• 量化策略实现
• 与股票市场的联动

二、为什么选择天勤量化（TqSdk）

在众多期货量化工具中，**天勤量化（TqSdk）**是目前国内最受欢迎的开源期货量化框架之一：

特点	说明
完全免费	开源免费，无需付费即可获取实时行情
数据全面	支持国内所有期货交易所的实时行情和历史数据
上手简单	几行Python代码即可获取数据
文档完善	官方文档详细，示例代码丰富

安装方法：

pip install tqsdk

三、股指期货基础知识

3.1 三大股指期货对比

项目	IF（沪深300）	IC（中证500）	IH（上证50）
交易所	中金所	中金所	中金所
合约乘数	300元/点	200元/点	300元/点
最小变动	0.2点	0.2点	0.2点
每跳盈亏	60元	40元	60元
保证金	约12%	约12%	约12%
标的指数	沪深300	中证500	上证50
风格特点	大盘蓝筹	中小盘成长	超大盘蓝筹

3.2 交易时间

时段	时间
上午	09:30 - 11:30
下午	13:00 - 15:00

注意：股指期货无夜盘，交易时间与股票市场基本同步。

3.3 合约月份

合约	说明
当月合约	如IF2501（2025年1月）
下月合约	如IF2502
季月合约	3、6、9、12月

3.4 开户门槛

要求	说明
资金	50万以上
知识测试	80分以上
交易经验	10笔以上商品期货交易

四、获取股指数据

4.1 实时行情

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
功能：获取股指期货实时行情
说明：本代码仅供学习参考
"""

from tqsdk import TqApi, TqAuth

api = TqApi(auth=TqAuth("快期账户", "快期密码"))

# 三大股指期货主力合约
SYMBOLS = {
    "IF": "CFFEX.IF2501",   # 沪深300
    "IC": "CFFEX.IC2501",   # 中证500
    "IH": "CFFEX.IH2501",   # 上证50
}

quotes = {name: api.get_quote(symbol) for name, symbol in SYMBOLS.items()}

print("=" * 70)
print("股指期货实时行情")
print("=" * 70)

api.wait_update()

print(f"{'品种':<6} {'代码':<15} {'最新价':<10} {'涨跌幅':<10} {'成交量':<12}")
print("-" * 70)

for name, quote in quotes.items():
    change_pct = (quote.last_price - quote.pre_close) / quote.pre_close * 100
    print(f"{name:<6} {SYMBOLS[name]:<15} {quote.last_price:<10.2f} "
          f"{change_pct:<+10.2f}% {quote.volume:<12}")

# 计算合约价值
print("\n合约价值（以最新价计算）:")
multipliers = {"IF": 300, "IC": 200, "IH": 300}
for name, quote in quotes.items():
    value = quote.last_price * multipliers[name]
    margin = value * 0.12
    print(f"  {name}: 合约价值={value:.0f}元 保证金≈{margin:.0f}元")

api.close()

4.2 获取主力合约

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
功能：获取股指期货主力合约
说明：本代码仅供学习参考
"""

from tqsdk import TqApi, TqAuth

api = TqApi(auth=TqAuth("快期账户", "快期密码"))

# 主力合约代码
MAIN_SYMBOLS = {
    "沪深300": "KQ.m@CFFEX.IF",
    "中证500": "KQ.m@CFFEX.IC",
    "上证50": "KQ.m@CFFEX.IH",
}

print("=" * 60)
print("股指期货主力合约")
print("=" * 60)

for name, symbol in MAIN_SYMBOLS.items():
    quote = api.get_quote(symbol)
    api.wait_update()
    
    actual = quote.underlying_symbol
    print(f"{name}: {actual}")

api.close()

五、股指期货量化策略

5.1 日内动量策略

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
功能：股指期货日内动量策略
说明：本代码仅供学习参考
"""

from tqsdk import TqApi, TqAuth, TqSim
from tqsdk.lib import TargetPosTask
import numpy as np
from datetime import datetime

# ============ 策略参数 ============
SYMBOL = "CFFEX.IF2501"
MOMENTUM_PERIOD = 10       # 动量周期（5分钟K线数）
ENTRY_THRESHOLD = 0.3      # 入场阈值（%）
EXIT_TIME = "14:55"        # 日内平仓时间
ATR_PERIOD = 14
STOP_ATR = 1.5
LOTS = 1

# ============ 初始化 ============
api = TqApi(TqSim(init_balance=1000000), auth=TqAuth("快期账户", "快期密码"))

klines = api.get_kline_serial(SYMBOL, 300, MOMENTUM_PERIOD + ATR_PERIOD + 10)
quote = api.get_quote(SYMBOL)
position = api.get_position(SYMBOL)
target_pos = TargetPosTask(api, SYMBOL)

print("=" * 60)
print("股指期货日内动量策略")
print("=" * 60)
print(f"合约: {SYMBOL}")
print(f"动量周期: {MOMENTUM_PERIOD}根5分钟K线")
print(f"入场阈值: {ENTRY_THRESHOLD}%")
print("-" * 60)

entry_price = 0
stop_loss = 0
direction = 0
traded_today = False
last_day = None

while True:
    api.wait_update()
    
    if api.is_changing(klines.iloc[-1], "datetime"):
        current_time = klines.iloc[-1]["datetime"]
        current_day = current_time.date() if hasattr(current_time, 'date') else None
        hour = current_time.hour if hasattr(current_time, 'hour') else 9
        minute = current_time.minute if hasattr(current_time, 'minute') else 30
        
        # 新的一天重置
        if current_day != last_day:
            traded_today = False
            direction = 0
            last_day = current_day
            print(f"\n[新交易日] {current_day}")
        
        close = klines["close"].values
        high = klines["high"].values
        low = klines["low"].values
        
        current_price = quote.last_price
        current_pos = position.pos_long - position.pos_short
        
        # 计算动量
        momentum = (close[-1] - close[-MOMENTUM_PERIOD-1]) / close[-MOMENTUM_PERIOD-1] * 100
        
        # 计算ATR
        tr = np.maximum(high[-ATR_PERIOD:] - low[-ATR_PERIOD:],
                       np.abs(high[-ATR_PERIOD:] - close[-ATR_PERIOD-1:-1]))
        atr = np.mean(tr)
        
        # ============ 交易逻辑 ============
        # 交易时段：9:35-14:55
        in_trading_time = (hour == 9 and minute >= 35) or (10 <= hour <= 14)
        if hour == 14 and minute >= 55:
            in_trading_time = False
        
        # 收盘前平仓
        if hour == 14 and minute >= 55 and current_pos != 0:
            target_pos.set_target_volume(0)
            print(f"\n[日内平仓] 时间={hour}:{minute:02d}")
            direction = 0
        
        # 开仓逻辑
        elif in_trading_time and not traded_today and current_pos == 0:
            if momentum > ENTRY_THRESHOLD:
                # 强势做多
                target_pos.set_target_volume(LOTS)
                entry_price = current_price
                stop_loss = entry_price - atr * STOP_ATR
                direction = 1
                traded_today = True
                print(f"\n[动量做多] 动量={momentum:.2f}% 止损={stop_loss:.2f}")
            
            elif momentum < -ENTRY_THRESHOLD:
                # 弱势做空
                target_pos.set_target_volume(-LOTS)
                entry_price = current_price
                stop_loss = entry_price + atr * STOP_ATR
                direction = -1
                traded_today = True
                print(f"\n[动量做空] 动量={momentum:.2f}% 止损={stop_loss:.2f}")
        
        # 止损检查
        if direction == 1 and current_price < stop_loss:
            target_pos.set_target_volume(0)
            print(f"\n[止损平多]")
            direction = 0
        elif direction == -1 and current_price > stop_loss:
            target_pos.set_target_volume(0)
            print(f"\n[止损平空]")
            direction = 0
        
        print(f"\r{hour}:{minute:02d} 价格={current_price:.2f} 动量={momentum:+.2f}% "
              f"ATR={atr:.2f} 持仓={current_pos}", end="")

5.2 指数增强策略（多空对冲思路）

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
功能：股指期货择时策略
说明：本代码仅供学习参考
"""

from tqsdk import TqApi, TqAuth, TqSim
from tqsdk.lib import TargetPosTask
import numpy as np

# ============ 策略参数 ============
SYMBOL = "CFFEX.IF2501"
RSI_PERIOD = 14
RSI_OVERBOUGHT = 70
RSI_OVERSOLD = 30
MA_PERIOD = 20
LOTS = 1

# ============ 初始化 ============
api = TqApi(TqSim(init_balance=1000000), auth=TqAuth("快期账户", "快期密码"))

klines = api.get_kline_serial(SYMBOL, 3600, max(RSI_PERIOD, MA_PERIOD) + 20)  # 小时线
position = api.get_position(SYMBOL)
target_pos = TargetPosTask(api, SYMBOL)

print("=" * 60)
print("股指期货择时策略")
print("=" * 60)
print(f"RSI周期: {RSI_PERIOD}")
print(f"超买/超卖: {RSI_OVERBOUGHT}/{RSI_OVERSOLD}")
print("-" * 60)

def calculate_rsi(prices, period):
    """计算RSI"""
    deltas = np.diff(prices)
    gains = np.where(deltas > 0, deltas, 0)
    losses = np.where(deltas < 0, -deltas, 0)
    
    avg_gain = np.mean(gains[-period:])
    avg_loss = np.mean(losses[-period:])
    
    if avg_loss == 0:
        return 100
    rs = avg_gain / avg_loss
    return 100 - (100 / (1 + rs))

last_signal = 0

while True:
    api.wait_update()
    
    if api.is_changing(klines.iloc[-1], "datetime"):
        close = klines["close"].values
        
        # 计算指标
        rsi = calculate_rsi(close, RSI_PERIOD)
        ma = np.mean(close[-MA_PERIOD:])
        
        current_price = close[-1]
        current_pos = position.pos_long - position.pos_short
        
        # ============ 信号判断 ============
        # 趋势+超卖=做多
        if current_price > ma and rsi < RSI_OVERSOLD:
            signal = 1
            reason = "趋势向上+超卖"
        # 趋势+超买=做空
        elif current_price < ma and rsi > RSI_OVERBOUGHT:
            signal = -1
            reason = "趋势向下+超买"
        # RSI回归中性=平仓
        elif 40 < rsi < 60:
            signal = 0
            reason = "RSI中性"
        else:
            signal = last_signal
            reason = "持仓"
        
        if signal != last_signal:
            target_pos.set_target_volume(signal * LOTS)
            
            if signal == 1:
                print(f"\n[做多] {reason} RSI={rsi:.1f}")
            elif signal == -1:
                print(f"\n[做空] {reason} RSI={rsi:.1f}")
            else:
                print(f"\n[平仓] {reason} RSI={rsi:.1f}")
            
            last_signal = signal
        
        trend = "↑" if current_price > ma else "↓"
        print(f"\r价格={current_price:.2f} MA={ma:.2f}{trend} RSI={rsi:.1f} 持仓={current_pos}", end="")

六、风险控制

6.1 股指期货特点

特点	说明
高杠杆	约8-10倍
日内限制	有日内开仓限制
无夜盘	隔夜风险大
T+0	可日内多次交易

6.2 仓位建议

账户资金	IF建议手数	保证金占比
100万	1手	<15%
200万	1-2手	<15%
500万	2-4手	<15%

6.3 风控要点

# 股指期货风控配置
RISK_CONFIG = {
    "max_position": 2,           # 最大持仓手数
    "max_daily_loss": 0.02,      # 最大日亏损2%
    "stop_loss_points": 30,      # 止损点数
    "no_overnight": True,        # 不隔夜
    "avoid_settlement": True,    # 避开交割日
}

七、实用技巧

7.1 基差监控

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
功能：股指期货基差监控
说明：本代码仅供学习参考
"""

from tqsdk import TqApi, TqAuth

api = TqApi(auth=TqAuth("快期账户", "快期密码"))

# 股指期货和对应指数
PAIRS = {
    "IF": ("CFFEX.IF2501", "SSE.000300"),   # 沪深300
    "IC": ("CFFEX.IC2501", "SSE.000905"),   # 中证500
    "IH": ("CFFEX.IH2501", "SSE.000016"),   # 上证50
}

print("=" * 60)
print("股指期货基差监控")
print("=" * 60)

quotes = {}
for name, (future, index) in PAIRS.items():
    quotes[name] = {
        "future": api.get_quote(future),
        "index": api.get_quote(index),
    }

api.wait_update()

print(f"{'品种':<6} {'期货':<10} {'指数':<10} {'基差':<10} {'基差率':<10}")
print("-" * 60)

for name, q in quotes.items():
    future_price = q["future"].last_price
    index_price = q["index"].last_price
    basis = future_price - index_price
    basis_pct = basis / index_price * 100
    
    print(f"{name:<6} {future_price:<10.2f} {index_price:<10.2f} "
          f"{basis:<+10.2f} {basis_pct:<+10.2f}%")

api.close()

八、总结

要点	内容
品种选择	IF大盘、IC中小盘、IH超大盘
合约价值	IF/IH约100万、IC约100万
交易时间	9:30-15:00，无夜盘
适合策略	日内动量、趋势跟踪
风险控制	不建议隔夜、控制仓位
开户门槛	50万+知识测试

---

免责声明：本文仅供学习交流使用，不构成任何投资建议。期货交易有风险，入市需谨慎。股指期货杠杆较高，请根据自身风险承受能力谨慎参与。

更多资源：

• 天勤量化官网：https://www.shinnytech.com
• GitHub开源地址：https://github.com/shinnytech/tqsdk-python
• 官方文档：https://doc.shinnytech.com/tqsdk/latest