Python 写期货自动交易：行情下单与成交回报怎么组织
前言
我接触过很多刚写期货程序化的同事，行情能打印出来，一到下单和成交回报就各写各的：有的在循环里直接insert_order，有的在回调里改全局变量，跑一晚上对不上账。其实不必一开始就搭微服务，关键是把数据订阅、事件驱动、交易执行、状态核对四层分清，让同一套骨架能从模拟走到实盘。
天勤TqSdk把行情、账户、委托、成交都挂在同一个TqApi上，用wait_update推进；下面按这个模型说明模块怎么拆、各层职责是什么，并给出最小闭环示例。策略逻辑可以换成你自己的，但组织方式建议先固定。
一、四层结构怎么记
| 层级 | 职责 | 天勤里常见入口 |
|---|---|---|
| 数据层 | 订阅行情、K 线、账户截面 | get_quote、get_kline_serial、get_account、get_position |
| 事件层 | 判断本次更新是否值得处理 | wait_update、is_changing |
| 执行层 | 把信号变成报单或目标仓 | insert_order、TargetPosTask.set_target_volume |
| 核对层 | 委托、成交、持仓是否一致 | get_order、get_trade、position 字段 |
新手常把执行层和核对层混在一起：下单后不跟踪order.status，成交了也不读get_trade，只靠“我以为成交了”推进策略，实盘很快失控。
二、数据层：先订再算
创建TqApi时选定交易单元（本地调试可用TqSim，团队模拟常用TqKq，实盘用TqAccount）。随后一次性订阅本策略需要的对象：
fromtqsdkimportTqApi,TqAuth,TqSim api=TqApi(TqSim(),auth=TqAuth("快期账户","密码"))symbol="SHFE.rb2510"quote=api.get_quote(symbol)kl=api.get_kline_serial(symbol,60,data_length=200)pos=api.get_position(symbol)acc=api.get_account()get_kline_serial的data_length要大于指标周期，否则均线等指标前面全是 nan。行情对象在首次wait_update之前可能为空，文档也提醒过：刚订阅后quote.datetime可能还是空字符串。
三、事件层：用 wait_update 当心跳
wait_update是天勤策略的主驱动：阻塞等待业务数据更新，同时把之前发出的订阅、报单真正发到网络，并让TargetPosTask等后台任务有机会下单。官方说明里写得很清楚——不调wait_update，很多指令不会真正出去。
whileTrue:api.wait_update()# 下面只在“关心的字段变了”时进逻辑主循环里避免长时间sleep、大段同步计算或阻塞 IO；这些都会推迟下一次wait_update，行情和回报都会变慢。
四、执行层：手写报单 vs 目标持仓
入门理解链路用insert_order：方向、开平、限价一目了然，适合学拒单和挂单规则。
信号驱动调仓用TargetPosTask：策略只维护“目标净仓几手”，拆单、撤单改价由 task 在后续每次wait_update时处理。注意文档约束：set_target_volume之后必须继续wait_update；同一合约不要和insert_order混用。
fromtqsdk.libimportTargetPosTask task=TargetPosTask(api,symbol)whileTrue:api.wait_update()ifapi.is_changing(kl.iloc[-1],"datetime"):# 此处算信号，示例：目标多头 1 手task.set_target_volume(1)五、核对层：成交回报从哪来
天勤没有单独的“回调函数列表”，回报体现在数据截面更新上：
- 委托：
get_order()或指定order_id，看status、volume_left等 - 成交：
get_trade() - 持仓：
get_position(symbol)的pos_long、pos_short
在wait_update返回后，用is_changing过滤订单、成交、持仓字段，再写结构化日志。模拟盘还可对照TqSim的trade_log做二次校验。
六、模块落地到文件时的建议
单文件 demo 可以全写在一个while True里；策略变复杂后建议拆成：
config：合约、周期、账户构造data：订阅与指标计算（纯函数，不直接下单）signal：输入 K 线/行情，输出目标方向或目标仓execution：只负责TargetPosTask或insert_orderreconcile：每根 K 线或每分钟对 order/trade/position 做一次快照
这样换模拟、换实盘时，通常只改TqApi构造行和环境变量，信号与执行接口不变。
总结
Python 期货自动交易可按数据订阅 → wait_update 事件驱动 → 执行（insert_order 或 TargetPosTask）→ get_order/get_trade/position 核对四层组织。天勤把行情、账户、委托、成交放在同一TqApi截面里，避免自己维护多套 CTP 回调状态机。
落地时先订合约与 K 线，主循环里短逻辑 + 字段级is_changing；执行层选手写报单或目标持仓二选一；核对层用订单、成交、持仓字段写日志，模拟盘可对照trade_log。策略变复杂后再拆 config、signal、execution、reconcile 模块，换环境只改账户构造。
FAQ
1）必须先有行情才能下单吗？
实盘和模拟都依赖合约信息（最小变动价位、交易状态等）。应先wait_update收到有效quote再报单，否则容易拒单或价格无效。
2）TargetPosTask 和 insert_order 能一起用吗？
官方明确不建议同一合约同时使用，否则 task 与手写报单会冲突。
3）多合约怎么组织？
每个合约一个TargetPosTask实例（同一账户同一合约单例）；信号层为每个 symbol 维护独立目标仓，不要共用一个全局“方向变量”。
4）回报要不要单独线程收？
天勤模型下用wait_update统一收包即可；再开线程抢 CTP 回调容易和 API 内部状态打架。
风险提示
本文讨论程序结构与技术实现，不构成投资建议。实盘前请在模拟环境充分验证。