一、核心结论

Ptrade 原生支持 Python，你可以直接在平台内编写、调试、回测、仿真、实盘部署自己的 Python 策略，不用本地搭 Python 环境；代码上传券商云端沙箱托管，网页关掉、电脑关机，策略依旧持续运行。

二、开发流程

1️⃣ 内置编辑器 + Jupyter 研究环境：网页端直接写代码，自带 Ptrade 专属 API，有初始化initialize、行情触发handle_data标准策略框架，平台自带 demo 模板参考。
2️⃣ 标准流程：编写代码 → 回测验证 → 云端仿真跑盘中行情 → 实盘部署上线，一条链路完成。
3️⃣ 多策略管理：可以同时部署多条独立 Python 策略，单独启停、单独设置仓位风控，日志、委托记录分开查看。

三、关键沙箱限制（和 QMT 最大区别）

① 封闭沙箱环境，不能随意 pip 安装第三方库，只能使用平台预先白名单内置库（pandas、numpy、sqlite3 等）；
② 策略无法主动访问外网，限制外部数据拉取，防止风险；
③ 文件读写权限受限，不适合需要大量本地文件、外部数据库的复杂策略；
④ 回测偏向日线、分钟 K 线，Tick 级精细回测偏弱，更适配中低频策略。

四、两种模式区分

✅ Python 代码策略：上传云端托管，关机继续跑，是 Ptrade 核心优势；
✅ 可视化零代码工具（网格、条件单）：不用写代码，但是页面关闭就停止运行，不属于云端 Python 托管策略。

五、对比参考

• Ptrade：Python 专属沙箱，云端托管，库受限，省心挂机；
• QMT：本地 Python 环境，库自由度高，支持 VBA，但需要电脑持续开机。

不同券商开放权限略有差异，部分券商精简版会关闭 Jupyter 研究模块；开通权限后，API 文档在平台内直接查阅。

需要开通量化权限的朋友，可以加我微信或打我电话免费开通量化，帮你确认券商 Ptrade 的 Python 开发环境权限。