get_tick_serial 降频写法：盘口变化驱动的短线过滤框架

最新推荐文章于 2026-08-21 19:17:26 发布

原创最新推荐文章于 2026-08-21 19:17:26 发布 · 185 阅读

本内容遵循CC 4.0 BY-SA版权协议

前言

有同事做短线过滤时一口气订了 tick，策略 CPU 直接拉满，信号却没更准。本文说的 get_tick_serial 是天勤 TqSdk 的 tick 序列订阅接口（TqApi.get_tick_serial()），不是不能用，而是要想清楚：你的策略到底需不需要每一笔成交。多数分钟级或「只在盘口明显变化时反应」的逻辑，用 tick 订阅可以，但必须做降频和触发收敛。

我用一个「盘口变化 + 分钟趋势过滤」的小框架举例，说明怎么订 tick、怎么和 K 线时钟对齐，以及怎么避免 tick 风暴拖垮主循环。

一、先定策略粒度：你到底要不要 tick

需求	更合适的订阅
分钟趋势 + 盘中过滤	K 线为主，tick 辅助
盘口微观结构	tick 为主，严格降频
仅成交确认	不必全量 tick

下面示例属于第一类：5 分钟趋势定方向，tick 只在买卖盘变化时检查是否允许开仓。

判断是否需要 tick 的一个简单标准：如果你的持仓周期小于 3 根 K 线，且决策依赖盘口变化，可以考虑 tick；否则先用 K 线 + quote 往往更划算。很多「订了 tick 却没用到微观信息」的策略，CPU 成本是纯浪费。

二、最小订阅与变化触发

from tqsdk import TqApi, TqAuth, TqSim, TargetPosTask

api = TqApi(TqSim(), auth=TqAuth("账户", "密码"))
symbol = "DCE.m2509"
tick = api.get_tick_serial(symbol)
kl = api.get_kline_serial(symbol, 300, data_length=200)
q = api.get_quote(symbol)
task = TargetPosTask(api, symbol)

def trend_bias(df):
    ma10 = df.close.rolling(10).mean().iloc[-2]
    ma30 = df.close.rolling(30).mean().iloc[-2]
    if ma10 > ma30:
        return 1
    if ma10 < ma30:
        return -1
    return 0

while True:
    api.wait_update()
    # 只在 tick 变化时做盘口检查，避免空转
    if not api.is_changing(tick.iloc[-1], "last_price"):
        continue
    bias = trend_bias(kl)
    if bias == 0:
        continue
    # 盘口过滤：买卖价差过大时不下
    spread = q.ask_price1 - q.bid_price1
    if spread <= 0 or spread > 3:  # 阈值按品种调
        continue
    task.set_target_volume(bias)

核心不是「有 tick 就算」，而是 is_changing(tick) 收窄触发面。

这段代码里 trend_bias 仍建议在 K 线换根时缓存，不要每个 tick 都重算均线。否则 tick 再降频，指标层仍在高频计算，性能瓶颈只是从「下单」挪到了「算指标」。

三、tick 与 K 线时钟不要混用

常见错误：用 tick 更新次数当 K 线 bar 计数，导致一分钟内重复调仓十几次。建议：

趋势方向只在 K 线换根时更新
tick 层只做过滤或微调
调仓动作加冷却时间或 bar 级状态锁

import time
last_trade_ts = 0
COOLDOWN_SEC = 60

# 在下单前
now = time.time()
if now - last_trade_ts < COOLDOWN_SEC:
    continue
# 通过过滤后再 set_target_volume
last_trade_ts = now

冷却时间可以和 bar 级锁叠加使用：bar 锁保证「一根 K 线最多一次方向判断」，冷却保证「即使盘口抖动也不会连发」。两层一起用，重复下单概率会再降一截。

四、性能诊断：先量化再优化

上线前临时加统计（上线可改 DEBUG）：

import time
n, t0 = 0, time.time()
while True:
    api.wait_update()
    n += 1
    if time.time() - t0 > 10:
        print("wait_update/10s:", n)
        n, t0 = 0, time.time()