今天我们聚焦一下ptrade中的“日内交易”策略demo，这款策略专门做 “日内 T+0”，只盯一只股票，靠短周期指标判断买卖时机。

日内交易到底在做什么？

“日内交易” 简单说就是 “当天买卖、不留隔夜仓”，这款策略更聚焦 “单标的做 T”—— 先买一笔 “底仓”，再根据行情波动做 “正 T”（先买后卖）或 “反 T”（先卖后买），收盘前把仓位恢复到初始状态，赚的是当天股价波动的差价。核心逻辑分三步，就像 “先打底、再找机会、最后收工”：

1. 盘前准备 + 开盘打底仓

每天开盘前，策略会先 “复位开关”—— 把当天做正 T、反 T 的判断开关都设为 “关闭”，避免前一天的状态影响当天操作；同时设定好 “允许交易的时间”（2013 年 4 月 1 日后才开始，因为之前标的数据不足）。

开盘后，策略会先买一笔 “底仓”（固定 100 股），这是做 T 的基础 —— 有了底仓，才能在当天做 “先卖后买” 的反 T，也能在正 T 时先加仓再卖。

2. 盘中 10 点后，靠 RSI 找做 T 机会

10 点后（对应代码里 “K 线数量超过 30 根”，因为每分钟 1 根 K 线，30 分钟就是 10

点），策略会每隔 5 分钟做一次判断，核心看 “两个周期的 RSI 指标”：

l RSI（相对强弱指数）：用来判断股票 “超买” 或 “超卖”—— 数值越高，说明短期涨得越猛，可能要回调；数值越低，说明短期跌得越多，可能要反弹；

l 策略用了 “5 分钟短周期” 和 “15 分钟长周期” 的 RSI：只有两个周期 “意见一致”（共振），才会动手做 T，避免单一指标误判。

1）做正 T（先买后卖）：当 15 分钟 RSI 和 5 分钟 RSI 都偏高（说明短期可能还要涨），就先多买 100 股，等股价涨了 1% 再卖掉这 100 股，赚差价；

2）做反 T（先卖后买）：当 15 分钟 RSI 和 5 分钟 RSI 都偏低（说明短期可能还要跌），就先卖掉手里的 100 股底仓，等股价跌了 1% 再买回来，补回底仓。

3. 收盘前必恢复仓位

不管当天有没有做 T、有没有赚到钱，策略都会在收盘前（对应代码里 “K 线数量≥238 根”，A 股交易日每天 240 分钟，238 根就是临近收盘）多次尝试把仓位恢复到 “初始 100 股底仓”，保证不把股票留到第二天，避免隔夜的政策、消息风险。

每个模块在 “做什么”？

代码看着复杂，但其实是 “按步骤干活”，咱们把每个核心函数拆开，

初始化函数（initialize）负责给策略 “定规矩”：

这部分是策略的 “基础设置”，就像给家里的电器设 “默认参数”：

l g.security = '510500.SS'：定好只操作 “中证 500ETF”（代码 510500），避免策略乱买其他股票（API 里 “标的选择” 的前置设置）；

l g.amount = 100：规定每次交易 100 股（A 股最低交易单位是 100 股），保证每次操作符合交易规则；

l g.rate = 1：设定做 T 的 “止盈点”—— 涨 1% 就卖（正 T）、跌 1% 就买（反 T），避免贪心或扛跌；

l g.L = 50和g.S = 80 ：给 RSI 设 “判断标准”，后续靠这两个数判断要不要做 T；

l if not is_trade(): set_limit_mode('UNLIMITED')：判断如果是回测（不是实盘），就开启 “无限制回测模式”（API “回测参数设置” 接口），让回测能顺畅计算，不用等实盘的柜台数据。

盘前处理（before_trading_start）负责复位开关 + 设交易时间：

这是每天开盘前的 “准备工作”，核心是 “复位” 和 “防错”：

l 把 “正 T 开关（g.B_T_flag）”“反 T 开关（g.S_T_flag）” 都设为 “关”：避免前一天的开关状态没重置，导致当天误操作；

l current_date < '2013-04-01'：因为 510500 这只 ETF 在 2013 年 4 月前数据不全，回测时这段时间就不运行策略（API “时间条件判断” 的常用逻辑），避免用残缺数据算错结果；

l g.handle_data_flag = True：打开 “盘中交易总开关”，让开盘后策略能正常判断和交易。

书接上回，

盘中处理（handle_data）负责核心操作，分四步走：

这部分是策略的 “心脏”，每天盘中会反复调用，按 “打底仓→等时间→判断做 T→收盘恢复” 四步运行：

1）先买底仓，买完就关 “打底仓开关”

l order(g.security, g.amount)：按指定数量下单（API “普通下单” 接口），这里是买 100 股底仓；

l 买完底仓后，把 “g.ini_buy_flag” 设为 True（避免当天反复买底仓），同时暂时关 “交易总开关”，给市场一点波动时间，不刚买就操作。

2）等时间：10 点后才开始判断做 T

get_current_kline_count()：获取当天已经生成的分钟 K 线数量（API “K 线信息查询” 接口）——A 股 9:30 开盘，每分钟 1 根 K 线，30 根就是 10 点，10 点前行情不稳定，所以策略等 10 点后再动手。

3）每隔 5 分钟，用 RSI 判断做 T

这部分是 “做 T 判断核心”，关键 API 和逻辑要理清：

l get_history(...)：获取指定周期的 K 线数据（API “历史行情获取” 接口），这里分别拿了 5 分钟和 15 分钟的 K 线，用来算两个周期的 RSI；

l data[g.security].close：获取标的当前实时收盘价（API “实时行情查询” 接口），把实时价补到 15 分钟 K 线数组里，让 RSI 计算更及时；

l get_position(g.security).enable_amount：获取当前标的的 “可用持仓量”（API “持仓信息查询” 接口），确保有 100 股底仓时才做 T；

l get_rsi(...)：自定义的 RSI 计算函数（后面会拆），算出两个周期的最新 RSI 值，只有 “都偏高” 或 “都偏低” 才动手；

l order(g.security, 正负g.amount)：正数值是买，负数值是卖（API “普通下单” 接口），买完 / 卖完后打开对应开关，避免重复操作，还记录了买卖价，方便后续算止盈点。

4）达到止盈点就恢复头寸，收盘前必复位

l 止盈逻辑：按之前设定的 1% 目标（g.rate = 1），涨到就卖、跌到就买，恢复到底仓数量；

l order_target(g.security, g.amount)：“目标仓位下单” 接口（API “目标仓位下单” 接口）—— 不管当前有多少股，都会自动买 / 卖到 100 股，避免手动算错数量；收盘前用这个接口，能确保仓位恢复到位。

RSI 计算函数（get_rsi）负责算准 “超买超卖”：

这是策略自定义的 “RSI 计算工具”：

l 原理：先算 “一段时间内的平均涨幅” 和 “平均跌幅”，再用 “涨幅 / 跌幅” 算 RSI——RSI 越高，说明这段时间涨得越占优，越可能超买；

l 周期：默认 14 天，但策略里设为 11 天（get_rsi(..., 11)），更贴合短周期日内交易的需求；

l 输出：返回每个时间点的 RSI 值，最后一个值（[-1]）就是最新的 RSI，用来判断做 T 时机。

这个策略适合谁用？要注意啥？

l 适合人群：想尝试 “日内 T+0”、不想盯多只股票（只盯 1 只）、能接受 “高频判断”（每隔 5 分钟看一次）的学员，尤其适合用 ETF 标的（比如策略里的 510500），因为 ETF 波动相对平稳，手续费低；

l 不适合人群：没时间盯盘（日内交易需要实时关注波动）、怕频繁操作（每天可能多次判断）、追求 “长期持有” 的学员，也不适合用波动太大的个股（比如小盘股，容易触发止损）。

也要注意一下几点：

l  order_target的实盘风险：API 文档明确说了，这个接口在回测里能用，但实盘时 “持仓信息更新不及时”—— 回测里买完卖完，仓位瞬时更新，实盘要等券商柜台返回数据，可能会重复下单（比如本来要卖 100 股，没收到反馈就再卖一次），一定要先在仿真盘试 1-2 个月；

l RSI 指标的 “滞后性”：RSI 是根据过去的价格算的，不能预测未来 —— 比如两个周期 RSI 都偏高，可能刚买完就回调，导致正 T 没赚到还亏手续费；

l 手续费成本：日内交易频繁买卖，手续费会 “吃掉” 不少收益 —— 比如每次买卖手续费 0.02%，做一次正 T（买 + 卖）就是 0.04%，一年下来成本不低，实盘前要算清楚手续费。

（我司上市券商平台，可提供QMT/PTrade量化系统，免费使用，支持提供券商VIP交易服务配合使用；现在新开户交易佣金优惠，正在进行AI投ETF/选好股/选好基金等AI投顾工具体验活动；欢迎点击文章上方“问一问”，或文章下方微信+电话，直接联系沟通需求！）