乐于分享
好东西不私藏

ptrade一进二竞价模型说明文档

ptrade一进二竞价模型说明文档

本号专注量化模型云端全自动运行跟踪,系统内置独立买入模型与卖出模型,实现自动买卖交易。
每日数据实时同步:弱转强监控时段09:30-13:40;龙头二波尾盘低吸、龙头二波首阴低吸监控时段14:50-15:00。一进二竞价模型全时段监控
基于Ptrade量化平台全自动程序化运行,内容仅为模型数据展示与跟踪参考,不构成任何手动交易建议。

01 :ptrade一进二竞价AI模型介绍

本策略属于短线追涨型量化交易策略,核心逻辑为捕捉首板涨停后的短线机会,通过集合竞价阶段的量价关系确认主力资金意图,在竞价或开盘初期介入,并配套多重止盈止损机制进行主动风险管理

模型分为以下核心模块:

突出特点:

多维度选股过滤:从价格形态、市值规模、波动率、成交量、竞价量能等五个维度层层筛选, 提高信号质量。 

双轨卖出机制:尾盘条件卖出 盘中动态止盈,覆盖不同场景下的离场需求。 

实盘/回测自适应:自动区分实盘与回测环境,使用不同的数据获取接口,确保回测准确性 与实盘可用性。 

容错与持久化:支持策略重启后状态恢复,防止重复买入。 安全验证机制:内置资金账号验证与到期日期验证,防止策略被非授权使用。

时间 事件 执行函数 说明 

09:00-09:10 盘前准备 before_trading_start 选股、过滤、缓存预计算 

09:24 竞价买入触发 auction_and_buy 等待**秒后获取竞价数据并下单

04 一进二竞价模型的整体风控设计

各层筛选详解 6.2.1 

首板筛选(第层) 项目 说明 判断公式 

|昨日收盘价 – 昨日涨停价| / 昨日涨停价 ≤ **% 前日验证 

|前日收盘价 – 前日涨停价| / 前日涨停价 > **% 核心目的 确保是首板而非连续涨停,降低追高风险 逻辑依据 

首板涨停通常是趋势启动信号,连板则面临更大的回调风险

6.2.2 市值过滤(第层) 项目说明 下限标准 总市值 ≥**亿 上限标准 流通市值 ≤ **亿 核心目的 兼顾流动性与弹性 逻辑依据小市值(<亿)易被操纵、流动性差;超大市值(>亿)弹性不足,难以获得超额收益

6.2.3 波动率过滤(第层) 

项目 说明 计算周期 ** 个交易日 计算公式 (最高价最大值 – 最低价最小值) / 最低价最小值 阈值标准 波动率 ≤**% 

核心目的 剔除前期已经大幅波动的标的,降低不确定性

6.2.4 量价过滤(第 层)– 核心筛选 

条件①:成交额范围 昨日成交额 ≥**亿(确保资金参与度足够) 昨日成交额 ≤ **亿(避免过度炒作标的) 

条件②:放量确认 昨日成交量 ≥ 前日成交量 ×**(确认资金主动性介入)

条件③:放量幅度控制前日成交量 ≤ 大前天成交量 × **(防止异常爆量) 

条件④:爆量限制 不为**日日均成交量 × 倍以上且创日新高的组合形态 规避高位爆量出货的嫌疑 

条件⑤:双阳线确认 T-2 日:收盘价 开盘价(阳线) T-3 日:收盘价 开盘价(阳线) 确认上涨趋势的持续性 条件⑥:短期涨幅控制 T-2 日涨幅 < **% T-3 日涨幅 < **% 避免短期过度上涨后的追高风险

6.2.5 集合竞价过滤(第层) 

条件①:竞价量能 竞价成交量 ≥ 昨日总成交量×**% 判断标准:量比过低说明主力未参与竞价,无介入价值 

条件②:竞价涨幅 竞价价格 昨日收盘价 ∈ [**%, **%] 下限:涨幅为负说明弱势,不考虑 上限:涨幅过高则成本过高,安全边际不足 

七、买入执行模块 

7.1 竞价数据获取(fetch_auction_data) 

策略自动区分实盘与回测环境,使用不同的数据接口:

环境 数据接口 关键字段 实盘 get_snapshot last_px(最新价)、total_bidqty(总买单量)、px_change_rate(涨 跌幅) 回测 get_trend_data business_amount(成交量)、hq_px(最新价) 数据计算: 竞价量比 竞价成交量 昨日总成交量 竞价涨幅 = (竞价价格 – 昨日收盘价) / 昨日收盘价 

7.2 买入定价逻辑 策略根据下单时间采用不同的定价策略: 时间阶段 定价策略 限价公式 目的 09:26 前(竞价阶段) 涨停价委托 限价 涨停价 确保竞价阶段优先成交 09:26 后(盘中) 市价上浮 限价 = min(现价×1.015, 涨停价在合理价格范围内成

7.3 买入流程(_execute_buy) text 开始 │ ▼ 检查策略持仓数量 ≥ 最大持仓数(**只)? │ 是 → 跳过买入 │ 否 → 继续 ▼ 检查今日是否已选股? │ 否 → 调用 _get_stock_list 进行选股(缓存当日结果) │ 是 → 使用缓存选股结果 ▼ 排除已持有的股票(避免加仓) ▼ 计算可买入数量 最大持仓数 – 当前策略持仓数 ▼ 取候选股票的前 只(N = 可买入数量) ▼ 根据资金分配方案计算每只股票的买入金额 ▼ 逐只执行买入(限价单 + 100 股整数倍) ▼ 记录买入日期 交易日志 ▼ 结束 7.4 持仓数量控制 最大持仓数量:**只(g.max_hold_count) 单只最大仓位:总资产的 **%g.max_position_pct) 避免加仓:已持有的股票不会再次买入

一进二竞价模型实际触发统计数据(截至2606008)

扫码加入日志跟踪群
更多模型介绍和定制

长按二维码识别

(发广告的谢绝进入,一发就自动投诉,感谢理解)