上期咱唠了一个QMT版本的全天候策略，在回测当中是在每个月的第一个交易日调仓，有的小伙伴拿到源码之后，把日期限制去掉，想进行实盘/模拟盘交易，然后等了整整一天，都没有看到策略发信号下单，说是不是自己没有改对，还是策略里面原本就有bug。
我想说呢，你改对了，策略里面也没有bug，可能只是你还没有了解QMT当中，回测机制和实盘机制的差别，特别是对于日线及其以上周期的策略。
全天候策略回测版本的代码大概有200行，而回测实盘一体版的策略代码却足足有600多行，这多出来的2倍代码，就是为了兼容回测和实盘机制当中的差异，那具体都有哪些差异，下面咱慢慢唠~~~
全天候策略运行在回测模式：
全天候策略运行在实盘模式：
一、数据驱动
在回测当中，所有数据都是已知的，QMT会在历史K线上，从左往右遍历一次，根据每个交易日的买卖信号，对模拟账户的资金进行增减变动，模拟出每日持仓盈亏，最终呈现在收益曲线上，根据这条收益曲线，进而统计出累计收益、年化收益、波动率、夏普率、胜率、最大回撤等绩效指标。
在代码层面来说，对于日线回测的全天候策略，逐K运行函数handlebar会在每个交易日被调用一次，而在实盘当中，K线是"未知的"，还没有完全形成的，虽然开盘价已知，但是最高价、最低价、收盘价、成交量和成交额都处于变动状态，跟随着实时行情而不断跳动，因此，在QMT的设计当中，handlebar会在每个tick(股票是3秒)的到来都会被调用一次。
也就是说，在回测当中，handlebar函数一天被调用一次，而在实盘当中，交易时间段内，每3秒钟被调用一次，一天大概被调用4800次。
二、下单模式
看到这里，有的小伙伴可能就疑惑了，因为交易下单函数就是放在handlebar里面的，实盘当中handlebar每3秒被调用一次，那应该就是每3秒就下单一次，为何苦等一整天都没见到有一个委托单，这个就要提到QMT当中的下单模式了。
QMT当中下单交易使用的是综合下单函数passorder，其中的一个关键参数叫quickTrade，它是被用来设置是否立即出发下单的，他有三个可选值：0，1，2。
在全天候策略回测版中，这个参数值被设为0，0表示是在K线完全走完后进行交易，在回测中，数据都是已知的，QMT知道K线在哪里走完，所以是在收盘那一刻进行交易。
而在实盘当中，K线是在不断变动当中的，QMT怎么判断这根K线完全走完了呢？就是在下一根K线的第一个tick到来时，就说明上一根K线走完了。也就是说，quickTrade为0的情况下，日线策略在实盘当中，是要等到第二天开盘才会下单交易的，所以这就是苦等一天不见下单的原因。
再说quickTrade为1的情况，此时只要passorder在最新一根K线上被调用就会下单交易，在历史K线上被调用则无效，所以在回测时该参数值不能为1，因为在历史K线上不会下单。
但也不能说在实盘里面直接把quickTrade设置为1就可以了，因为handlebar每3秒会被调用一次，在当天的K线上你就会每3秒下一次单，那酸爽~~~因此，你需要设置一个标志位，下单后立马取反，保证一天就下单一次，或者把交易逻辑放到定时函数run_time当中，在指定的时间里仅交易一次。
最后讲quickTrade设置为2，这个"2"还是要慎用，能不用就不用，这种情况下只要passorder被调用到就立马下单交易，不管是历史K线还是最新K线，不然你一秒钟就可能下单几百笔，接到券商风控电话时，你就知道自己有多2了。
三、委托跟踪
在回测当中，只要你输入的下单价格在当天的最高价和最低价之间，默认就会全部成交，而在实盘当中，这个就不好说了，这个跟你的资金量、行情延迟和订单厚度都有关系，总之就是两个字"难说"。
所以实盘当中就要考虑委托单不成交或者不能全部成交的情况，这就要做好委托状态的跟踪，比如说，委托单成交了，需要更新记录该策略的仓位，如果长时间没有成交，就需要撤单重新下单，下单量是之前订单的剩余委托量。
四、仓位隔离
"仓位隔离"这一点其实是很多新手，甚至是一些老手都可能会忽略的点。在回测时，你获取的策略持仓就是该策略的持仓，但是在实盘时，你用get_trade_detail_data函数获取到的持仓可能不仅仅是你这个策略的持仓，因为QMT可以区分委托和成交是哪个策略下的，但是无法分辨出持仓中的证券到底是哪个策略开出来的。
假设你同时跑ABC三个策略，在A策略中用get_trade_detail_data函数获取到的持仓，是ABC这三个策略持仓的加总，当你还是像以前一样用if code not in selected_list then sell时，你可能就会把另外两个策略的持仓都给卖出去了，这不符合策略的交易逻辑。
手动交易和程序化交易并行也会存在这个问题，不做仓位隔离的话，程序会把手工交易的仓位自动卖出去。
仓位隔离就是要给每个策略单独记录它们的持仓信息，以防多策略之间的仓位互相干扰。如果你的多个策略都是固定标的池，那就简单了，每个策略只交易固定标的池里的证券，但如果标的池里面存在交集，这个方法也是行不通。最好还是乖乖建立本地文件，维护和更新每个策略的持仓信息，用json、csv、excel、pickle等格式都行，喜欢哪个就用哪个。
当然了，如果你永远只跑单个策略，不考虑多策略组合，并且也不会手工交易，那就不用做仓位隔离。
五、异常处理
回测是模拟交易逻辑的理想情况，而实盘当中就会有许多坎坷，这些坎坷就需要咱去特别处理。比如刚才说的委托不成交就是一种异常，需要你去检查订单，筛选出长时间未成交订单撤单重下，咱再唠一下3种常见的异常状况和处理方法。
第一种异常，由于券商柜台服务器测试等各种原因，在非交易时段，QMT也是会收到券商推送的数据，这些数据被称为"脏数据"，这些数据丢弃即可，一般的做法是时间过滤，判断当前时间是否是在交易时间段内，非交易时间段内的推送统统不予理会。
第二种异常，例如你已经做好仓位隔离，每个策略都有单独的本地持仓记录文件，但是由于自己手贱操作错误等原因，手动卖出了部分仓位，这就导致持仓文件中的仓位跟实际仓位就不对应了，你要是还按照原来的数量卖出就会直接废单。所以建议在策略程序启动时，先做一遍仓位校验，如果持仓文件中某个证券仓位大于实际仓位，则进行相应调整。
第三种异常，就是策略意外死机后重启，这里要特别留意的就是，策略在死机之前可能发出过委托单，这时就要在策略重启时，先做一遍历史委托检查，根据order对象中的委托时间和本次策略启动时间，判断出哪些订单是本策略在本次启动前下的，然后做相应的处理。
最后给想使用全天候策略进行实盘或模拟盘的小伙伴，说说参数设置的要点。
ACCOUNT_ID：就是你自己的股票账户的资金账号，回测的时候可以不填或乱填，实盘的时候一定要填自己正确的账号。
ACCOUNT_MODE：就是你打算用多少钱来跑这个全天候策略，可选值为MONEY和RATIO。选MONEY就表示按照ACCOUNT_MONEY设定的金额，选RATIO就表示使用总账户ACCOUNT_RATIO那么多比例的资金。
ACCOUNT_MONEY：策略金额，因为国债ETF一手要一万多，所以算下来，本全天候策略最低启动资金大约是10w。
ACCOUNT_RATIO：占总账户资金的比例，数值在0~1.0之间，0.3表示占30%比例。
STRATEGY_TRADETIME：策略进行交易的时间，因为全天候策略是日线策略，一天那么长，所以需要指定一个具体的时间进行下单交易。
ORDER_TIMEOUT：订单超时时间，默认是60秒，下单后超过60秒没有全部成交就是超时，策略程序会自动检查出超时的委托单，然后撤单重下。
STRATEGY_PATH：策略相关文件的存储路径，策略程序会在STRATEGY_PATH这个路径底下再新建一个名为STRATEGY_NAME的文件夹，策略相关的持仓文件和交易日志文件都会保存在这个文件夹底下，这些文件是做仓位隔离和信息回溯的关键。
STRATEGY_NAME：策略名称，一旦开启实盘之后，策略名称不要随意修改，不然就无法识别策略持仓文件，如果在盘中修改然后重启策略的话，就识别不了修改之前下的委托单和成交单。
因为在回测当中是模拟每月第一个交易日换仓，所以实盘当中没有必要全天挂机，只需要到你想调仓的那天运行该策略程序即可，也可以不是每月的第一个交易日。
全天候策略的回测实盘一体版源码和相关资料，已经分享在『量化达摩院』当中，请原路径自取，还不会使用QMT进行策略回测和实盘的小伙伴，请参照知识库第二章的第3和第4部分进行操作。并且，还可以在原策略当中，自行增/删/改资产类别和子资产列表，对应权重也可以修改。
需要特别说明的是，有些ETF上市时间比较晚，如果回测起始时间早于它的上市时间，按照原策略预留的样例格式设置对应的替代资产就可以了，未上市时就会用这个资产进行替代交易，上市后用回原资产，不想/懒得设置的话也可以，程序当中会用统一的资产品种进行替代。
我是量化君，下期见~
参考资料：
Edward Qian，2005，《Risk Parity Portfolios:Efficient Portfolios Through True Diversification》
Bridgewater，2011，《Risk Parity is about Balance》
Bridgewater，2012.2，《The All Weather Story》
Anthony Robbins，2014.11，《Money Master the Game》
华泰证券，2022.5，《风险平价策略的前世今生》
国泰君安，2023.5，《桥水全天候策略和风险平价模型全解析》
风险提示：市场有风险，投资需谨慎。所有策略思路和策略源码仅供参考和学习，不构成投资建议，策略回测仅代表历史收益，不代表未来收益。