算法研究--QMT策略怎么样迁移到Ptrade

今天我在把QMT的策略迁移到ptrade，发现2个系统的差别还是很大的，今天就简单的分享一下经验，对比一下框架函数，怎么样快速把QMt策略迁移到ptrade，ptrade实盘代码和回测的代码有的函数使用还是有区别的，不注意就会触发未来函数，

大QMt的写法，比较复杂，对比下来ptrade稍微简单一点

ptrade实盘的写法

回测的ptrade写法，还是有很大的差别

下面是简单的对比qmt和ptrade系统的差别，方便快速迁移策略

一、策略框架与事件函数

二、行情数据获取函数

三、交易下单函数

四、账户与交易查询函数

五、设置与配置函数

六、辅助与信息函数

七、期货专用函数

八、核心差异总结（迁移必看）

快速迁移的核心口诀：
框架先改：init → initialize，handlebar → run_daily
后缀全换：.SZ → .SZ，.SH → .SS
行情重写：get_market_data_ex → get_history
下单简化：passorder(11个参数) → order(3个参数)
查询改名：get_holdings → get_position，get_trade_detail_data → context.portfolio
日志替换：print → log.info
特有功能处理：算法交易、绘图等大QMT特有功能，在PTrade中需自行实现或放弃

不懂的问我就可以，专业的量化技术支持，加我备注入群可以加入量化研究群

下面是官方简单的例子，方便怎么样去迁移对比区别参考，qmt例子

#coding:gbk
'''
大QMT 最简单双均线策略（使用run_time定时器优化版）
'''
def init(C):
    C.fast = ''      # 快线周期
    C.slow = ''     # 慢线周期
    C.stock = '1.SZ'  # 标的代码（带后缀）
    C.accountid = '55009640'  # 资金账号
    # 设置定时器：每天14:55:00运行一次 main_logic 函数
    # 格式：'55nSecond' 表示每55秒运行一次，这里用 '1nDay' 表示每天运行一次
    # startTime 设为 '2024-01-01 14:55:00' 表示第一次在14:55触发
    C.run_time("main_logic", "1nDay", "2024-01-01 14:55:00")
    print("定时器已设置，将在每天14:55运行策略")
# 这个是定时器回调函数，入参是 ContextInfo 对象
def main_logic(C):
    # 获取收盘价数据
    df = C.get_market_data_ex(
        ['close'], 
        [C.stock], 
        period='1d', 
        count=C.slow + 5, 
        subscribe=False
    )
    close_list = list(df[C.stock].iloc[:, 0])
    if len(close_list) < C.slow + 1:
        return
    # 计算均线
    fast_ma = sum(close_list[-C.fast:]) / C.fast
    slow_ma = sum(close_list[-C.slow:]) / C.slow
    prev_fast_ma = sum(close_list[-C.fast-1:-1]) / C.fast
    prev_slow_ma = sum(close_list[-C.slow-1:-1]) / C.slow
    # 查询持仓
    positions = get_holdings(C.accountid, 'STOCK')
    vol = 0
    if C.stock in positions:
        vol = positions[C.stock]['CurrentAmount']
    # 交易逻辑
    # 金叉买入
    if prev_fast_ma <= prev_slow_ma and fast_ma > slow_ma:
        if vol == 0:
            passorder(23, 1101, C.accountid, C.stock, 5, -1, 100, 'SimpleMA', 2, '', C)
            print(f'{C.stock} 金叉买入100股')
    # 死叉卖出
    elif prev_fast_ma >= prev_slow_ma and fast_ma < slow_ma:
        if vol > 0:
            passorder(24, 1101, C.accountid, C.stock, 5, -1, vol, 'SimpleMA', 2, '', C)
            print(f'{C.stock} 死叉卖出{vol}股')

ptrade简单例子

'''
PTrade 最简单双均线策略（修正版）
'''
# 初始化函数
def initialize(context):
    context.fast = ''          # 快线周期
    context.slow = ''         # 慢线周期
    context.stock = '0000.SZ'  # 标的代码
 
    run_daily(context, main_logic, time='14:55')
# 自定义策略函数（注意：此函数必须接受 context 作为参数）
def main_logic(context):
    # 获取历史收盘价
    df = get_history(context.slow + 5, '1d', 'close', [context.stock])
    if df is None or len(df) < context.slow + 1:
        return
    close_list = df[context.stock].values
    # 计算均线
    fast_ma = sum(close_list[-context.fast:]) / context.fast
    slow_ma = sum(close_list[-context.slow:]) / context.slow
    prev_fast_ma = sum(close_list[-context.fast-1:-1]) / context.fast
    prev_slow_ma = sum(close_list[-context.slow-1:-1]) / context.slow
    # 查询持仓
    position = get_position(context.stock)
    vol = 0 if position is None else position.total_amount
    # 交易逻辑
    # 金叉买入
    if prev_fast_ma <= prev_slow_ma and fast_ma > slow_ma:
        if vol == 0:
            order(context.stock, 100)
            log.info(f'{context.stock} 金叉买入100股')
    # 死叉卖出
    elif prev_fast_ma >= prev_slow_ma and fast_ma < slow_ma:
        if vol > 0:
            order(context.stock, -vol)
            log.info(f'{context.stock} 死叉卖出{vol}股')