上一篇我们用get_full_tick取到了数据，也讲了变量和字典的基本概念，这次我们向交易所发送订单试试。前面文章的链接放在文末了，需要的可以看一下
这些内容是给新手看的，找接口的大佬们直接拉到文末即可
取市场数据的方法很多，官方接口取到的要比第三方的准确及时，就如上一篇取的实时数据，我用普通100M的家庭宽带，延迟也就是30毫秒左右。
要实现程序交易，首先取数据，然后我们要判断市场数据是否符合某个条件，然后根据条件来决定是否执行交易。交易接口和行情接口不一样，行情接口可以直接调用，交易接口需要和交易中心建立连接，还要告诉交易所是你的账户发来的指令。
# 客户端的路径
客户端路径 = 'D:/程序交易客户端/userdata_mini'
# 随便输入一个整数
会话编号 = random.randint(100, 10000)
# 创建交易对象实例
交易对象 = XtQuantTrader(客户端路径, 会话编号)
# 启动交易对象
交易对象.start()
# 创建交易连接
连接返回值 = 交易对象.connect()
# 返回值是0就是连接成功，失败返回非0的值，一般是-1
print('连接状态：', 连接返回值)
# 创建账户对象，默认STOCK，表示股票账户，也支持港股通、期权、期货等
账户对象 = StockAccount('你的资金账号', 'STOCK')
首先指定客户端的路径，所有的接口调用都是Python层在和客户端交互，这里你去GPT①问一下，为什么Python中，\要换成/来表示路径的字符串。路径用字符串表示，并赋值给变量“客户端路径”；不同的策略要用不同的会话编号，这里先不用理解，复杂的需要保持连接或者多个策略运行的才需要注意。
创建交易对象API实例，之后所有交易和账户类的操作都要用到，GPT问一下：Python中的对象是什么？面向对象编程是个什么概念？暂时不理解没事，简单读一下就行，这里我们就把对象想象成一把多功能军刀，用到哪个工具就拿出来，不用的时候收起来，就是个对象。后面创建连接，输出连接状态看一下是否成功，还有创建账户对象这些就好理解了。
准备工作做好了，上一篇也取了实时数据，现在就要根据实时价格来判断是否执行交易，还是以平安银行为例，代码000001.SZ，假设今天的价格到了10.01，我们就认为可以建仓了，执行买入一手。
实时数据 = xtdata.get_full_tick(['000001.SZ'])
卖一价 = 实时数据['000001.SZ']['askPrice'][0]
if 卖一价 <= 10.01:
订单号 = 交易对象.order_stock(
账户对象,
'000001.SZ',
xtconstant.STOCK_BUY,
100,
xtconstant.FIX_PRICE,
卖一价)
print('订单号：', 订单号)
# 一直忘说了，Python的注释是行首加#号
'''
也可以这样用大段注释，三个引号，
Python会认为这是字符串，直接跳过
注释是给人看的，代码是给编译器读的
注释的作用是给别人解释你的代码，给自己做的笔记
代码越写越多，逻辑越来越复杂，
回头再来修改和复用的时候，多半会忘了这段代码的作用
有个段子讲，代码写完当天只有自己和上帝知道什么意思
第二天就只有上帝知道了
'''
这里是以卖一价为准，主要是为了确保吃单成交，如果用买一价报单，就要挂单等待成交，不方便之后演示。
函数还有两个参数，strategy_name和order_remark，主要用于策略中识别订单来源，这里简化了先不用，第三个参数“委托类型”，股票普通交易只有STOCK_BUY和STOCK_SELL两种，两融、期货和ETF还有很多种，这里用不到。第四参数就是“委托数量”，股票是100的整倍数，也就是一手。第五个参数“报价类型”，这里用指定价xtconstant.FIX_PRICE，也就是我们取到的卖一价下单，也可以是自定一个价格，不要超出价格笼子就行。
上面的代码执行后，不一定会输出订单号，因为价格没到，所以要加上循环判断，一直等到价格到了，就执行，当然也可用订阅数据的方式来判断，那个复杂点，后边慢慢讲到。
今天的分享就这里吧，字数挺多了，无心学这些的人也读不到这里，有心学的也要去GPT问问，加深一下理解，对股票量化程序化自动交易感兴趣的朋友可以关注我，有任何相关问题也可以留言讨论或者私信与我交流
前面的相关文章如下：
http://炒股自动化：申请官方API接口，散户也可以https://mp.csdn.net/mp_blog/creation/editor/136907158炒股自动化：官方API接口，Python程序员炒股利器，散户可用https://mp.csdn.net/mp_blog/creation/editor/137236078简版：
版权归原作者 财云量化 所有， 如有侵权，请联系我们删除。