一、引言

在A股市场进行股票量化策略开发，逐笔数据是许多中高频策略的重要基础。相比普通行情每3秒聚合一次的成交数据，逐笔成交明细能提供真实的逐笔交易记录，帮助策略更精准地识别实际交易动向，避免被“假性大单”误导。

目前，普通投资者可以合规接入的量化交易终端主要有两个：PTrade 和 QMT。本文从“需要部分逐笔数据的量化策略开发”这一实际应用场景出发，客观分析PTrade的核心特点与适用范围，供有意向的投资者参考。

二、PTrade的系统架构与运行机制

PTrade 是由恒生电子开发的一款面向私募机构和高净值投资者的一体化智能投资交易终端，目前已在近40家券商上线。其核心架构特点是：策略代码在券商服务端运行，而非用户本地电脑。

具体来说，PTrade的策略逻辑、数据处理和委托下单均由券商后台服务器集群执行，这意味着策略运行不受用户本地电脑关机、休眠或网络波动的影响，只要策略在服务端启动，就会持续运行。同时，交易指令直接在机房内送达柜台，避免了公网传输延迟。

不过，由于服务器资源为账户共享，PTrade对每个账户有明确的资源限制，例如：最多可同时运行8个策略、8G内存、100% CPU子核等。

PTrade基于Python语言开发，策略编写采用事件驱动型框架，策略结构需包含 initialize（初始化） 和 handle_data（数据处理） 两个基础函数。系统围绕一系列预定义事件组织策略执行流程，包括：

• 盘前预处理（before_trading_start）
• 盘中数据处理（handle_data/tick_data）
• 盘后处理（after_trading_end）
• 委托回报和成交回报等响应事件

三、逐笔数据支持能力

这是投资者最关心的问题之一：PTrade是否支持逐笔数据？

答案是肯定的。PTrade支持Level-2（十档行情）数据的接入，用户可通过其提供的API接口获取逐笔委托、逐笔成交及分时成交等高频数据，为量化策略提供精细化的市场微观信息。

具体函数示例：

• 逐笔委托：通过 get_individual_entrust 函数获取毫秒级委托数据，包含买卖方向（0为卖，1为买）、委托类型及数量；
• 逐笔成交：使用 get_individual_transaction 获取每笔成交的详细信息（价格、数量、买卖方向），实时推送；
• 分时Tick数据：通过 get_tick_direction 获取3秒级Tick数据。

在PTrade中调用这些高频数据，可用于分析大单的真实意图，如通过逐笔成交数据还原主力吸筹或派发动作，构建基于订单流分析、资金流向判断的极速策略。

需要注意的是，逐笔委托和逐笔成交数据需开通Level-2行情权限才能获取，否则无数据返回。不同券商对免费提供Level-2数据的政策不一，部分券商可免费提供，部分需额外付费。此外，PTrade的Level-2数据存储于券商机房，需通过服务端策略运行获取。

四、总结与建议

PTrade 是一款支持逐笔数据的量化交易系统，适用于需要高频数据支撑的策略开发。

系统架构以券商服务端运行为核心，具备稳定性和低延迟优势。

Level-2数据是实现逐笔策略的关键，需根据券商政策决定是否开通。

投资者应结合自身需求选择合适的券商与系统，合理配置资源并优化策略。

如需QMT免费申请或更多策略模板资源，欢迎私信交流！