get_tick_serial 用法：Tick 订阅降频与 K 线对齐

前言

做日内或高频一点的期货策略时，我会用天勤量化的 get_tick_serial 盯成交变化；Tick 推送量比 K 线大得多，若每一帧都跑完整信号逻辑，CPU 和日志都会吃不消。下面写订阅方式、与 K 线混用时的时钟对齐，以及我常用的降频办法。

一、订阅与读取时机

from tqsdk import TqApi, TqAuth, TqSim

api = TqApi(TqSim(), auth=TqAuth("账户", "密码"))
ticks = api.get_tick_serial("SHFE.rb2510")
kline = api.get_kline_serial("SHFE.rb2510", 60)

while True:
    api.wait_update()
    if api.is_changing(ticks.iloc[-1], "datetime"):
        last_price = ticks.iloc[-1]["last_price"]
        # 仅在 tick 时间戳变化时处理

与 get_quote 一样：先 wait_update，再读 iloc[-1]。Tick 序列是 DataFrame，最后一行对应当前最新 tick。

二、Tick 与 K 线不要混用时钟

若信号在 K 线收盘产生、执行用 tick 价格，要明确两者 datetime 可能不一致。建议信号层固定用一种序列，执行层再用 get_quote 读对手价。

三、降频：只关心成交变化时

全量 tick 更新时，可在逻辑层加过滤：

last_dt = None
while True:
    api.wait_update()
    if not api.is_changing(ticks.iloc[-1], "datetime"):
        continue
    dt = ticks.iloc[-1]["datetime"]
    if dt == last_dt:
        continue
    last_dt = dt
    # 每个新 tick 时间戳只处理一次

若只关心价格跳变，可再比较 last_price 与上一帧差值，小于 1 个 tick 则跳过。

四、数据长度与内存

data_length 控制保留 tick 条数。日内策略可设数千；多合约同时订阅 tick 时，条数乘合约数，内存与 CPU 压力会明显上升。非必要不订 tick，分钟策略用 K 线即可。

五、与回测、模拟的差异

回测 tick 粒度回放比 K 线慢；模拟盘 tick 推送节奏接近实盘。同一策略在 K 线回测通过，仍应在 tick 或模拟环境验证止损类逻辑。

总结

get_tick_serial 适合要跟随成交节奏的逻辑，但必须配合 is_changing 和去重，避免在每个微小更新上重算指标。与 K 线并用时，分清信号时钟与执行时钟，能减少大量“信号有了、价格却不对”的排查时间。

FAQ

1）tick 与 quote 区别？

tick 是序列历史+最新；quote 是当前行情快照。日内微观用 tick，一般下单参考可用 quote。

2）订阅 tick 后还能用 TargetPosTask 吗？

可以，同一 TqApi 内共用 wait_update。

3）夜盘 tick 量很大怎么办？

加强过滤，或仅在关键时段订阅 tick。

4）多合约 tick 如何管理？

每合约一条 get_tick_serial，循环内分别 is_changing。

5）tick 序列长度不足？

增大 data_length；冷启动阶段注意 len(ticks) 再算指标。

风险提示

本文用于期货量化技术实践讨论，不构成投资建议。