QMT与同花顺结合：动态板块监控交易，自然语言问询自动化交易

在当今快节奏的金融市场中，量化交易已成为投资者提高效率和精准度的重要工具。本文将深入解析一个基于同花顺板块的自动交易系统，该系统能够自动监控同花顺自定义板块的变化，并根据预设策略执行买入与卖出操作。

这篇文章面向具有一定技术背景但非专业程序员的读者，旨在帮助您理解系统的工作原理、架构设计和核心算法。

1. 系统概述与技术栈

同花顺板块自动交易系统是一款基于Python开发的量化交易工具，它通过监控同花顺软件中用户自定义的板块变化，自动执行相应的交易策略。系统采用图形用户界面(GUI)设计，便于用户操作和监控交易过程。

主要技术栈：

• 编程语言：Python
• GUI框架：Tkinter
• 交易接口：XtQuant API（量化交易接口）
• 任务调度：APScheduler（高级Python调度器）
• 其他库：datetime, threading, json, os等Python标准库

2. 系统架构与模块组织

系统采用面向对象的设计方法，主要包含以下核心组件：

系统的整体架构遵循MVC（模型-视图-控制器）设计模式：

1. TongHuaShunTrader类：系统的主类，负责GUI界面创建、交易逻辑实现和状态管理
2. MyXtQuantTraderCallback类：交易回调处理类，处理委托回报、成交回报等交易事件
3. read_block模块：负责读取同花顺板块文件，获取板块内的股票列表

• 模型(Model)：交易数据和状态管理
• 视图(View)：Tkinter构建的GUI界面
• 控制器(Controller)：交易逻辑和事件处理

3. 核心功能与实现逻辑

3.1 GUI界面设计

系统使用Tkinter构建了一个直观的用户界面，包含以下主要部分：

GUI的实现采用了网格布局(grid)，通过Frame和LabelFrame组织不同功能区域，使界面结构清晰、操作便捷。

• 路径设置区：配置证券账号、同花顺板块目录和QMT报单目录
• 交易参数区：设置板块名称、保留资金、交易时间、委托类型等参数
• 按钮区：包含保存参数、清空日志、开始/停止交易等功能按钮
• 日志区：实时显示交易系统的运行状态和交易信息

def create_gui(self):
    # 创建主框架
    main_frame = ttk.Frame(self.root, padding="5")
    main_frame.grid(row=0, column=0, sticky=(tk.W, tk.E, tk.N, tk.S))
    
    # 路径设置区域
    path_frame = ttk.LabelFrame(main_frame, text="路径设置", padding="3")
    path_frame.grid(row=0, column=0, columnspan=2, sticky=(tk.W, tk.E), padx=3, pady=3)
    
    # 交易参数区域
    trade_frame = ttk.LabelFrame(main_frame, text="交易参数", padding="3")
    trade_frame.grid(row=1, column=0, columnspan=2, sticky=(tk.W, tk.E), padx=3, pady=3)
    
    # 按钮区域和日志区域...

3.2 板块监控与交易逻辑

系统的核心功能是监控同花顺板块变化并执行交易，这一功能主要通过monitor_file方法实现：

1. 板块监控：系统定期读取同花顺板块文件，获取板块内的股票列表
2. 变化检测：比较当前板块股票与上次记录的股票列表，检测变化
3. 交易决策：根据板块变化和持仓情况，决定需要买入或卖出的股票
4. 交易执行：调用place_buy_order和place_sell_order方法执行具体的交易操作

def monitor_file(self, block_name):
    # 获取同花顺板块的股票代码
    current_block_stocks = set(get_stocks_by_block_name(block_name, ths_path))
    
    # 检查板块内容是否有变化
    if current_block_stocks != self.last_block_stocks:
        # 处理板块变化...
    
    # 获取当前持仓和未成交委托
    positions = self.xt_trader.query_stock_positions(acc)
    pending_orders = self.xt_trader.query_stock_orders(acc, True)
    
    # 决定买入和卖出的股票
    stocks_to_buy = set()  # 需要买入的股票
    stocks_to_sell = set() # 需要卖出的股票
    
    # 执行买入和卖出操作
    for stock_code in stocks_to_buy:
        self.place_buy_order(stock_code, available_money, reserve_money)
    
    for stock_code in stocks_to_sell:
        self.place_sell_order(stock_code)

3.3 买入和卖出策略

系统实现了智能的买入和卖出策略，主要考虑以下因素：

买入策略：

卖出策略：

• 持仓市值低于目标金额的股票
• 交易间隔控制，避免频繁交易
• 资金管理，确保不超过可用资金
• 根据证券类型调整委托数量（股票按100股，可转债按10张）

买入和卖出操作都支持多种委托方式，包括限价、最优五档、对手方最优等，并针对可转债做了特殊处理。

• 不在板块中的持仓股票
• 持仓市值超过目标金额的股票
• 交易间隔控制
• 分批卖出，控制单次卖出金额

3.4 日志管理与错误处理

系统实现了完善的日志管理和错误处理机制：

• 日志分级：通过log_message和log_periodic方法实现不同级别的日志输出
• 定期日志：对于频繁重复的日志，采用定期输出策略，减少日志冗余
• 错误捕获：使用try-except结构捕获各类异常，确保系统稳定运行
• 日志过滤：过滤掉不必要的日志信息，如"买入数量无效"等

def log_message(self, message, level="INFO"):
    # 过滤掉不需要记录的日志
    if "买入数量无效" in message or "计算买入金额" in message:
        return
        
    current_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    self.log_text.insert(tk.END, f"[{current_time}] {message}\n")
    self.log_text.see(tk.END)
    
def log_periodic(self, message, level="INFO"):
    current_time = datetime.now()
    # 如果距离上次日志输出时间超过设定的间隔，则输出日志
    if (current_time - self.last_log_time).total_seconds() >= self.log_interval:
        self.log_message(message, level)
        self.last_log_time = current_time

4. 任务调度与并发处理

系统使用APScheduler库实现任务调度，主要包括两类任务：

为了提高系统性能，调度器配置了线程池和进程池：

1. 板块监控任务：每秒执行一次，检查板块变化并执行交易
2. 撤单任务：每10秒执行一次，检查并撤销超过10秒未成交的订单

executor_config = {
    'executors': {
        'default': ThreadPoolExecutor(max_workers=20),
        'processpool': ProcessPoolExecutor(max_workers=5)
    },
    'job_defaults': {
        'coalesce': True,
        'max_instances': 3
    }
}

self.scheduler = BackgroundScheduler(executor_config)

系统还使用了线程来处理交易循环，确保GUI界面保持响应：

self.trading_thread = threading.Thread(target=self.trading_loop, daemon=True)
self.trading_thread.start()

5. 数据结构与算法分析

系统中使用了多种数据结构来管理交易状态和决策：

核心算法包括：

• 集合(set)：用于存储板块股票和需要交易的股票，便于快速查找和比较
• 字典(dict)：用于存储持仓信息、最新价格和交易时间等
• 列表(list)：用于存储和展示股票信息

1. 板块变化检测算法：使用集合操作(差集、交集)快速检测板块变化
2. 交易决策算法：基于持仓市值、目标金额和交易间隔等因素决定交易操作
3. 资金分配算法：根据单笔金额、总金额和可用资金计算交易数量
4. 日志优化算法：通过时间间隔控制和消息合并减少日志输出频率

6. 系统限制与改进建议

尽管系统功能完善，但仍存在一些限制和可改进之处：

系统限制：

改进建议：

1. 依赖外部软件：需要同花顺软件和QMT交易端
2. 交易接口限制：仅支持XtQuant交易接口，不支持其他券商接口
3. 错误恢复机制：缺乏完善的错误恢复和断点续传机制
4. 性能瓶颈：频繁查询行情和持仓可能导致性能问题

1. 多策略支持：增加更多交易策略选项，如均线策略、动量策略等
2. 回测功能：添加策略回测功能，评估策略历史表现
3. 多账户支持：支持多个交易账户同时操作
4. 数据持久化：增加交易记录数据库存储和分析功能
5. 风险控制：增强风险控制机制，如止损止盈、波动率控制等
6. API扩展：支持更多交易接口，如通达信、同花顺等

7. 系统流程图

graph TD
    A[启动系统] --> B[加载配置]
    B --> C[初始化交易接口]
    C --> D[启动调度器]
    D --> E[监控板块文件]
    
    E --> F{板块有变化?}
    F -->|是| G[更新板块股票列表]
    F -->|否| H[检查持仓与板块]
    G --> H
    
    H --> I[确定买入股票]
    H --> J[确定卖出股票]
    
    I --> K{交易时间内?}
    J --> K
    
    K -->|是| L[执行买入操作]
    K -->|是| M[执行卖出操作]
    K -->|否| N[等待下次检查]
    
    L --> O[更新持仓和资金]
    M --> O
    O --> P[记录交易日志]
    P --> N
    
    N --> E
    
    Q[定时撤单任务] --> R[查询未成交订单]
    R --> S{有超时订单?}
    S -->|是| T[撤销订单]
    S -->|否| U[等待下次检查]
    T --> U
    U --> Q

8. 总结

同花顺板块自动交易系统是一个功能完善的量化交易工具，它通过监控同花顺板块变化，自动执行买入和卖出操作，帮助投资者实现投资自动化。系统采用面向对象设计，结构清晰，逻辑严谨，具有良好的可扩展性和可维护性。

系统的核心价值在于将人工判断转化为自动化流程，减少人为干预，严格执行交易纪律。通过合理的资金管理和交易间隔控制，系统能够有效控制风险，提高投资效率。

对于有一定技术背景的投资者，理解并使用这样的系统，不仅能够提高投资效率，还能加深对量化交易的理解，为进一步开发和优化交易策略奠定基础。