@芹菜1303 感谢支持，共同学习~

@ganxy1028 感谢支持，共同学习~

感谢

@charles0077 兄弟这个年费劝退很多人，免年费的佣金又高

这是走 聚宽实时模拟盘的啊。 哪天要是屏蔽了对外网络访问是不是就完了。。。

感觉输出持仓列表，而不是调仓指令，对于可迁移性和稳定性会更强？

感谢大佬无私分享！

@默默 要绝对安全，那就得自搭框架，从轮子造起，但那成本太大。即使你完全脱离聚宽使用qmt，也可能会因为一张A4纸失去量化权限

@浮生浅斟唱 记录持仓列表我也曾考虑过，但是我目前实盘策略在日内可能多次调仓，日内产生多个快照，处理也麻烦，最后选择了调仓指令。思路是可行的，改改代码可以实现

@默默 另外，即使聚宽屏蔽外网，理论上仍有曲线救国路线，模拟盘输出文件，写个爬虫定期下载文件，那连数据库都不用了。真正的危险是聚宽关闭实时模拟盘

@geass 所以我喜欢一创的JQ，简单，不麻烦。唉。。。不知道 JQ 未来会不会和其它券商合作。脑壳疼。

@geass 欢迎使用国金

@geass 好的

@geass 不能。支持策略上传和CSV文件上传。

牛B

@geass 老哥 加个微信 咨询一下qmt开户 麻烦你加我me860703

感谢大佬无私分享！

# 使用mySQL作为信息中转站 ## 第一部分 Joinquant策略端 一、设置一个开关，便于调试。 比如： ``` OPEN_SQL = True ``` 二、 初始化 ``` def initialize(context): ...... if OPEN_SQL: qmt_db_init() # 初始化qmt ...... ``` 三、 定义sql参数 ``` def qmt_db_init(): g.order_idx = 0 # g.sql_table_name = 'trades' # 数据库表名 # _user = 'root' # 数据库账号 _pw = 'xxxxxx' # 密码 _host = '192.168.0.1' # 云服务器公网ip _db = 'joinquant' # 数据库名称 # sql_engine_str = "mysql+mysqldb://{username}:{password}@{host}:3306/{database}?charset=utf8" g.sql_engine_str = sql_engine_str.format(username=_user, password=parse.quote_plus(_pw), host=_host, database=_db) ``` 四、 修改交易函数 ``` # 交易模块-开仓 def open_position(context, security, value): # type: (Context, str, float) -> bool _order = order_target_value(security, value) if _order is not None: if OPEN_SQL: push_order_tosql(context, _order) return True return False # 交易模块-平仓 def close_position(context, security): # type: (Context, str) -> bool _order = order_target_value(security, 0) if _order is not None: if OPEN_SQL: push_order_tosql(context, _order) return True return False ``` 五、 向数据库写入交易详情 ``` # 交易指令入库函数 def push_order_tosql(context, order_info): # type: (Context, Order) -> None g.order_idx += 1 # order_dict = { # 'pk': uuid.uuid1(), 'order_time': context.current_dt, 'order_type': 1 if order_info.action == 'open' else 0, # 买:1, 卖:0 'order_code': order_info.security.replace('XSHG', 'SH').replace('XSHE', 'SZ'), 'order_qty': order_info.amount, # 'if_deal': False, # 'insert_time': datetime.datetime.now(), 'order_idx': g.order_idx } df = pd.DataFrame(order_dict, index=[0]) df.to_sql(name=g.sql_table_name, con=create_engine(g.sql_engine_str), index=False, if_exists='append') ```

# 使用mySQL作为信息中转站 ## 第二部分 云服务器mySQL端 创建数据库和表，创建表的代码如下： ``` SET NAMES utf8mb4; SET FOREIGN_KEY_CHECKS = 0; -- ---------------------------- -- Table structure for trades -- ---------------------------- DROP TABLE IF EXISTS `trades`; CREATE TABLE `trades` ( `pk` char(36) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL, `order_time` datetime NOT NULL COMMENT 'JQ交易时间', `order_type` int(11) NOT NULL COMMENT '1-买入, 0-卖出', `order_code` char(9) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '证券代码，000001.SZ', `order_qty` int(11) NOT NULL COMMENT '数量', `if_deal` tinyint(4) NOT NULL DEFAULT 0 COMMENT '是否处理', `insert_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入表时间', `order_idx` int(11) NULL DEFAULT NULL COMMENT '订单序号', PRIMARY KEY (`pk`) USING BTREE ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic; -- ---------------------------- -- Triggers structure for table trades -- ---------------------------- DROP TRIGGER IF EXISTS `trades_before_insert`; delimiter ;; CREATE TRIGGER `trades_before_insert` BEFORE INSERT ON `trades` FOR EACH ROW BEGIN IF new.pk IS NULL THEN SET new.pk = uuid(); END IF; END ;; delimiter ; SET FOREIGN_KEY_CHECKS = 1; ``` 几个修改： - 1) 用触发器调用uuid()函数，自动生成PrimaryKey - 2) order_type改为：1-买入，0-卖出。比1和-1显眼得多。 - 3) 用Default Value自动填充部分字段。