PTrade 量化开发入门（七）：Python 函数基础与核心内置函数实战解析

weixin-npy8264926

188人浏览 · 2026-07-08 16:30:15

weixin-npy8264926 · 2026-07-08 16:30:15 发布

摘要：本文是 PTrade 量化交易入门系列第七篇，从 Python 函数基础概念出发，结合股票收益计算实战案例，详解 PTrade 策略开发中最核心的内置函数 —— 初始化函数initialize、周期执行函数handle_data、定时执行函数run_daily以及交易下单函数，帮助零基础读者快速掌握 PTrade 策略的基本框架与开发逻辑。

一、Python 函数基础：量化策略的 “积木单元”

如果把量化策略比作一套完整的交易系统，Python 的函数就像是多功能料理机：你放入食材（传入参数），选择对应功能（调用函数名），就能得到预期的料理（返回结果）。函数的核心价值是封装重复逻辑，让策略代码更简洁、更易维护。

1.1 函数的标准定义格式

Python 中函数通过def关键字定义，标准结构如下：

def 函数名(参数1, 参数2, ...):
    # 函数体：具体的执行逻辑
    return 返回值

1.2 实战案例：计算股票交易收益

我们以 “计算单只股票买卖收益” 为例，编写一个可复用的函数，直观感受函数的使用方式：

def calculate_profit(buy_price, sell_price, shares):
    """
    计算股票交易收益
    :param buy_price: 买入单价
    :param sell_price: 卖出单价
    :param shares: 交易股数
    :return: 总收益金额
    """
    profit = (sell_price - buy_price) * shares
    return profit

# 调用函数计算收益
buy = 10.5    # 买入价
sell = 12.8   # 卖出价
quantity = 100  # 交易股数
result = calculate_profit(buy, sell, quantity)
print(f"股票收益: {result} 元")

运行输出结果：

股票收益: 230.00000000000006 元

1.3 函数执行完整流程

上述代码的执行逻辑可以拆解为 5 步：

定义函数：通过def声明calculate_profit函数，预设参数与计算逻辑；
调用函数：传入买入价、卖出价、股数三个实际参数，触发函数运行；
执行计算：函数内部完成收益公式的运算；
返回结果：通过return将计算结果返回给调用处；
输出打印：接收返回值并格式化打印最终收益。

二、PTrade 核心内置函数详解

PTrade 作为券商官方量化交易终端，内置了大量封装好的 Python 函数，直接对应策略运行、行情获取、交易下单等核心能力。掌握这些内置函数，是编写可运行 PTrade 策略的基础。

2.1 策略入口：初始化函数 initialize ()

每一个可运行的 PTrade 策略，都必须包含initialize(context)函数，它是策略的启动入口，仅在策略启动时执行 1 次，用于完成全局配置。

核心要点

context：策略运行的上下文对象，存储账户资金、持仓、运行状态等全局信息；
set_universe()：设置策略的股票池，指定策略关注的标的范围；
set_benchmark()：设置策略回测 / 实盘的业绩基准指数；
g：全局变量对象，可在策略全生命周期内存储和读取自定义变量。

代码示例

def initialize(context):
    """策略初始化设置"""
    # 设置股票池
    set_universe(['600570.SS', '000001.SZ'])
    # 设置基准指数（沪深300）
    set_benchmark('000300.SS')
    # 定义全局变量
    g.security = '600570.SS'
    g.buy_threshold = 1.02  # 买入阈值：价格高于均线2%

2.2 策略运行控制函数

PTrade 提供两类执行逻辑，分别对应 “周期循环运行” 和 “定点定时运行” 两种场景。

2.2.1 周期循环执行：handle_data ()

handle_data(context, data)是 PTrade 的默认周期执行函数，会按照策略设定的周期（日线 / 分钟线）自动重复执行，适合需要持续盯盘、逐周期判断信号的策略。

适用场景

分钟级短线交易、日内做 T 策略；
日线级别均线、量能等指标循环判断。

代码示例：均线突破买入策略

def handle_data(context, data):
    """每分钟执行一次的交易逻辑"""
    # 获取当前标的最新价格
    current_price = data[g.security].price
    
    # 获取最近5日收盘价，计算5日均线
    hist = get_history(5, '1d', 'close', g.security)
    ma5 = hist['close'].mean()
    
    # 当前价高于5日均线2%时，买入100股
    if current_price > ma5 * g.buy_threshold:
        order(g.security, 100)  # 买入100股
        log.info(f"{g.security} 买入100股，当前价格：{current_price}")

2.2.2 定点定时执行：run_daily ()

run_daily()用于在每日固定时间点执行指定函数，适合无需持续盯盘、仅在特定时点操作的策略（如尾盘选股、收盘前调仓）。

适用场景

每日收盘前固定时间检查持仓、调仓换股；
开盘后固定时间执行选股下单。

代码示例：每日 14:30 持仓检查

def initialize(context):
    # 配置每日14:30执行持仓检查函数
    run_daily(check_position, "14:30")

def check_position(context):
    """每天下午2:30检查持仓，无持仓则买入"""
    position = get_position(g.security)
    if position.amount > 0:
        log.info(f"当前持仓：{g.security} {position.amount} 股")
    else:
        order(g.security, 100)
        log.info(f"未持有标的，执行买入：{g.security} 100股")

2.3 交易下单核心函数

下单交易是量化策略的最终落地动作，PTrade 提供了多种下单函数，覆盖不同的交易需求。

2.3.1 按股数下单：order ()

最基础的下单函数，直接指定标的和交易股数，正数为买入，负数为卖出。

# 买入标的600570.SS 100股
order('600570.SS', 100)

# 卖出标的600570.SS 100股
order('600570.SS', -100)

2.3.2 按资金比例下单

如果想按账户可用资金的固定比例买入，需要结合持仓与资金查询函数实现。例如用账户可用资金的 20% 买入标的：

def buy_by_ratio(context, security, ratio=0.2):
    """按可用资金比例买入"""
    # 获取账户可用资金
    available_cash = context.portfolio.cash
    # 获取标的最新价格
    current_price = get_history(1, '1d', 'close', security)['close'][0]
    # 计算买入股数（取整为100的整数倍）
    buy_amount = int((available_cash * ratio) / current_price / 100) * 100
    
    if buy_amount >= 100:
        order(security, buy_amount)
        log.info(f"按20%资金买入 {security}，数量：{buy_amount} 股")