5分钟用TqSdk抓取期货实时行情：从安装到自动下单的完整实战指南

【免费下载链接】tqsdk-python天勤量化开发包, 期货量化, 实时行情/历史数据/实盘交易项目地址: https://gitcode.com/gh_mirrors/tq/tqsdk-python

小李刚接手公司的期货套利研究，每天的工作从打开行情软件、手动记录十几个合约的报价开始。行情跳动快的时候，抄完螺纹钢再抄铁矿石，价格早就变了。他把需求丢进搜索框：用Python获取期货实时行情数据，跳出来的结果里，出现频率最高的就是天勤量化TqSdk——一个开源免费的Python期货量化开发包，能在几行代码内连上国内四大期货交易所的实时行情，同时支持历史数据、策略回测与实盘交易。

这篇文章会把TqSdk从安装到跑通第一套自动交易策略的完整路径走一遍，全程不用你懂多少金融知识，跟着代码敲就行。

TqSdk到底帮你省了什么

市面上的行情数据方案不少，但TqSdk有几个特点值得单独说：

• 数据在内存里：行情、K线、账户、持仓都以对象形式存在本地，读取零延迟，不需要你自己维护数据库。
• 一套代码贯穿全流程：同一份策略代码，改一行参数就能从"模拟交易"切到"历史回测"，再切到"实盘交易"，学习成本极低。
• 免费且开源：基础功能完全免费，行情订阅、回测、模拟交易都开放给所有用户，新手可以零成本起步。

快速上手：3步跑通第一份实时行情

在动手之前，先确认两件事：Python版本在3.9以上，以及你有一个快期账户（注册完全免费，这是连接TqSdk服务器的前提，注册时用的手机号或用户名就是登录账号）。

第一步：一键安装

打开终端，输入：

pip install tqsdk -U

国内网络下载慢的话，换清华源秒装：

pip install tqsdk -U -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host=pypi.tuna.tsinghua.edu.cn

第二步：写一个最小行情程序

新建一个monitor.py，贴入以下代码：

from tqsdk import TqApi, TqAuth # 创建API实例，填入你的快期账户 api = TqApi(auth=TqAuth("你的快期账号", "你的密码")) # 订阅上期所镍2607合约的行情 quote = api.get_quote("SHFE.ni2607") while True: api.wait_update() print(quote.datetime, quote.last_price)

这段代码解决的是"持续获取某合约最新价格"的问题。运行后，屏幕上会不断刷新时间和最新价，你可以在终端里实时看到行情跳动。

第三步：看懂三个关键点

为什么这么短的代码就能工作？记住这三句话就够了：

1. TqApi是连接服务器的总入口，相当于打开了一条行情通道；
2. get_quote()返回的不是一份拷贝，而是一个永远指向最新行情的引用对象，字段会随行情自动更新；
3. wait_update()是阻塞函数，程序停在这行等待数据包到达，收到后才继续往下走——TqSdk所有程序都遵循"创建引用→循环wait_update→读字段"这个结构。

如果你想把行情看板可视化，可以用TqSdk自带的Web GUI：创建TqApi时加一行web_gui=True，浏览器里就能看到带买卖盘口的实时行情图表。

深度玩法：四个高频场景逐个击破

场景一：批量监控多个合约

小目标：同时盯着螺纹钢不同月份的主力合约，找出价差机会。

用get_quote_list()一次订阅多个合约，返回值与传入的合约列表一一对应：

symbols = ["SHFE.rb2610", "SHFE.rb2701", "DCE.i2609"] quotes = api.get_quote_list(symbols) while True: api.wait_update() for symbol, quote in zip(symbols, quotes): print(f"{symbol}: 最新价 {quote.last_price}")

这样写的好处是只维护一条连接、只用一个循环，比逐个get_quote再各开一个循环高效得多，也方便后续做价差计算。

场景二：用K线判断趋势

小目标：获取10秒级K线，价格站上均线就提示。

get_kline_serial()返回的是pandas.DataFrame，你甚至可以把它直接扔进pandas做指标计算：

klines = api.get_kline_serial("SHFE.ni2607", 10) # 10秒K线，默认200根 while True: api.wait_update() if api.is_changing(klines): ma = klines.close.iloc[-20:].mean() print(f"最新收盘 {klines.close.iloc[-1]:.0f}, 20周期均线 {ma:.0f}") if klines.close.iloc[-1] > ma: print("价格站上均线")

这里用到了第二个重要函数is_changing()：它判断K线在最近一次wait_update中是否真的更新了，避免每次循环都对没变化的K线做无用计算。

场景三：把策略跑起来并下单

小目标：价格高于最近15分钟均价时，自动开仓买入。

行情和交易可以无缝混在同一个循环里。insert_order()负责发委托，委托单状态通过返回的order对象随时可查：

klines = api.get_kline_serial("DCE.m2609", 60) while True: api.wait_update() if api.is_changing(klines): ma = klines.close.iloc[-15:].mean() if klines.close.iloc[-1] > ma: api.insert_order(symbol="DCE.m2609", direction="BUY", offset="OPEN", volume=5) print("最新价大于MA，市价开仓")

注意：insert_order()只是把下单请求放进发送队列，真正报单发生在下一次wait_update()时。所以下单后千万别立刻退出程序，继续跑主循环让委托真正发出去。

如果你嫌"自己算手数、自己撤单重挂"太麻烦，还可以用TargetPosTask做目标持仓管理：你只需要告诉它"我想持有空1手近月、多1手远月"，它会自动通过一连串下单/撤单把仓位调整到位，非常适合价差套利这类需要双边同时调仓的场景。

场景四：用历史数据回测验证策略

小目标：把上面那套策略放到2018年5月到10月的历史行情里跑一遍，看收益曲线。

回测简单到只改一行——创建TqApi时传入TqBacktest参数：

from datetime import date from tqsdk import TqApi, TqAuth, TqBacktest api = TqApi( backtest=TqBacktest(start_dt=date(2018, 5, 1), end_dt=date(2018, 10, 1)), auth=TqAuth("你的快期账号", "你的密码") )

策略代码一行都不用改。回测结束后，界面上会直接给出总收益、最大回撤、成交明细和权益曲线。策略有把握了，再切回实时模式观察几天，最后接实盘。

避坑指南：新手最容易踩的四个坑

新手第一次跑TqSdk，报错大多集中在下面几处。对照着查，能省下大量排查时间。

另外要提醒：注册完账户第一次登录如果报连接超时，多数是网络问题，稍后重试即可；不要反复重启程序轰炸登录接口。

答疑与延伸

Q：合约代码怎么认？格式为交易所.品种合约月份，例如SHFE.rb2610是上期所螺纹钢2610合约、DCE.i2609是大商所铁矿石2609合约、CFFEX.IF2406是中金所沪深300股指期货2406合约。四大交易所（SHFE上期所、DCE大商所、CZCE郑商所、CFFEX中金所）全覆盖。

Q：数据延迟高吗？TqSdk对接的是交易所实时行情，延迟在毫秒级，绝大多数量化策略都够用。

Q：历史数据怎么补？行情接口支持任意时间段的历史K线和Tick数据；另外可以用内置下载器把数据一次性导出到本地长期保存。

Q：实盘交易怎么开通？实盘属于TqSdk专业版功能，需要购买或申请试用；也支持在部分合作期货公司开户后免费使用。新手阶段建议先用默认的模拟账户跑通流程。

Q：遇到问题去哪问？天勤官方用户论坛聚集了大量活跃用户和官方人员，搜索关键词大概率能直接找到答案。

延伸学习入口：

• 十分钟快速入门：doc/quickstart.rst
• 核心API源码（get_quote、wait_update等）：tqsdk/api.py
• 完整示例程序：site-packages/tqsdk/demo/tutorial/下的t10到t96系列，按"行情→K线→下单→回测"编号递进，建议逐个跑一遍
• 策略示例集：tqsdk/demo/example/

现在就去打开终端吧：安装TqSdk，注册快期账户，把第一份实时行情打印到屏幕上。从拿到第一行报价开始，你就已经站在量化交易的门槛上了——剩下的，交给时间和持续练习。🎉

【免费下载链接】tqsdk-python天勤量化开发包, 期货量化, 实时行情/历史数据/实盘交易项目地址: https://gitcode.com/gh_mirrors/tq/tqsdk-python