您好， 天勤量化（TqSdk）是一个基于Python的量化交易平台，它提供了丰富的API接口，支持期货、股票等多种金融产品的量化交易。如果你对这方面是小白的话，可以加我微信领取量化入门手册以及python编程资料，更有百余种量化策略模型参考。以下是在天勤量化上设置自动交易的详细步骤：

1. 安装TqSdk：
首先，确保你的计算机上安装了Python环境。然后，通过pip安装TqSdk：
```bash
pip install tqsdk
```
2. 获取账户信息：
为了进行实盘交易，你需要有一个期货账户，并获取该账户的API接入信息，包括账号、密码、交易服务器地址等。
3. 编写交易策略：
使用Python编写你的交易策略。策略可以是基于技术指标、机器学习模型或其他数学模型。
```python
from tqsdk import TqApi, TqAuth, TargetPosTask

策略示例：简单的均线交叉策略
def strategy(security: str):
api = TqApi(TqAuth("H海通期货", "账户", "密码")) # 使用你的账户信息
target_pos = TargetPosTask(api, security)
while True:
klines = api.get_kline_serial(security, 24 * 60 * 60, data_length=100) # 获取100根K线
if len(klines) < 2:
continue

计算短期和长期均线
short_ma = sum(klines.iloc[-2:].close) / 2
long_ma = sum(klines.iloc[-50:-2].close) / 49

# 生成交易信号
if short_ma > long_ma:
target_pos.set_target_volume(1) # 买入1手
elif short_ma < long_ma:
target_pos.set_target_volume(-1) # 卖出1手

if __name__ == "__main__":
strategy("SHFE.au2212") # 替换为你的交易标的
```

4. 回测策略：
在实盘之前，你可以使用TqSdk提供的历史数据进行策略回测，以评估策略的有效性和潜在风险。
```python
from tqsdk import TqSim, TqAuth, TargetPosTask

使用模拟账号进行回测
api = TqApi(TqSim())
target_pos = TargetPosTask(api, "SHFE.au2212")
```

请注意，以上代码仅为示例，实际交易策略应根据你的具体需求进行设计。在实际操作中，应充分测试和评估策略的有效性，并结合风险管理措施来保护投资。如果你是量化交易的新手，建议先在模拟环境中进行练习，熟悉平台操作和策略逻辑。

要想入门量化交易不踩坑，或者觉得量化做起来有点复杂，不知道从哪儿开始，可以直接加我微信或电话交流学习，让你低成本免费实现量化，还有现成的量化策略模型，免编程，直接用，一对一帮你快速上手!