为什么要用Python做自动下单
手动交易最大的敌人是情绪。看到股价跳水，手指头不听使唤地割肉；看到拉升，又忍不住追高。程序化交易的核心价值就是把买卖规则写成代码，让机器替你执行。Python因为语法简单、库丰富，成了散户做自动下单的首选工具。你不需要是程序员，只要理解几个关键环节，就能让电脑帮你盯盘、按条件发单。
第一步 搞掂账户和接口
自动下单不是随便开个股票账户就能玩。你得先向券商申请开通程序化交易权限，拿到API接口。国内主流券商如华泰、中信、国金都提供量化接口，部分需要资产门槛（通常50万以上）和交易经验要求。开通后会拿到账号、密码、服务器地址和密钥。注意，个人投资者不能直接使用券商自营的极速接口，一般走的是柜台API或第三方平台（如恒生PTrade、迅投QMT）。
拿到接口后，在Python里安装券商提供的SDK包。有些券商只支持C++，那就得用ctypes或者找Python封装版。推荐用QMT的xtquant库，文档全、社区活跃。没有编程基础的话，先找券商客户经理要一份Python接入示例，照着改比从头写省事。
第二步 搭建Python交易环境
电脑上装好Python 3.8以上版本，用pip安装几个核心库：pandas处理数据，numpy算指标，requests发HTTP请求，schedule做定时任务。如果券商接口是websocket推送，再加websocket-client。建议单独建一个虚拟环境，避免库版本打架。
代码编辑器用VS Code或PyCharm都行。关键是把券商提供的API文档放在手边，里面会写明连接参数、下单函数名、返回字段。别急着写策略，先跑通「连接-查询账户-查持仓」这条链路。很多新手卡在连接超时上，多半是防火墙或者IP白名单没配好，找券商技术 support 确认一下。
第三步 写一个能跑的下单函数
以某券商Python接口为例，下单核心就几行代码（不同券商函数名有差异，逻辑相通）：
from xtquant import xt_trader
# 连接交易服务器
trader = xt_trader.XtQuantTrader('127.0.0.1', 8888)
trader.start()
trader.connect()
# 登录账户
account = xt_trader.StockAccount('你的资金账号')
trader.subscribe(account)
# 限价买入100股某股票
order_id = trader.order_stock(account, '600519.SH', xt_trader.STOCK_BUY, 100, xt_trader.FIX_PRICE, 1800.0)
print('委托编号:', order_id)
这段代码意思是：连接本地的交易网关，登录账户，然后以1800元价格挂单买入100股贵州茅台。实际使用中要把价格换成动态计算的，比如用当前卖一价加两分钱保证成交。注意A股买入必须是100股的整数倍，卖出可以零股。下单后要检查order_id是否有效，无效说明参数错了或者资金不足。
第四步 加入风控和状态监控
自动下单最怕程序失控乱发单。必须加三层保护：第一层，单笔委托金额上限，比如不超过总资产的5%；第二层，当日累计亏损超过2%就自动停止交易；第三层，下单前检查可用资金和持仓，避免废单。用Python写个简单的风控类：
class RiskControl:
def __init__(self, max_position_pct=0.05, max_daily_loss=0.02):
self.max_position_pct = max_position_pct
self.max_daily_loss = max_daily_loss
self.daily_pnl = 0
def check_order(self, total_asset, order_value):
if order_value > total_asset * self.max_position_pct:
return False, '单笔金额超限'
if self.daily_pnl < -total_asset * self.max_daily_loss:
return False, '当日亏损超限'
return True, 'ok'
每笔委托前调用check_order，不通过就直接return。另外要写日志，把每次下单的时间、价格、数量、返回结果记到文件里，方便盘后复盘。程序崩溃了怎么办？用try-except包住主循环，崩溃时发邮件或微信通知你。
第五步 股票和期货的关键差异
股票自动下单和期货有本质区别。股票是全额交易，下单前必须确保账户里有足够现金；期货是保证金交易，同样的资金能开好几倍的仓位，风险放大。股票没有夜盘，下午3点收盘后接口就关了；期货有夜盘到凌晨2点半，程序要支持跨日运行。股票T+1，当天买的不能卖；期货T+0，可以反复开平仓。做期货自动下单要额外处理每日无负债结算，盯住保证金比例，别被强平。
另外期货接口的下单指令多一个开平标志，比如开仓、平仓、平今。写代码时要把这个参数单独拎出来判断，否则可能变成锁仓。股票不用管这些，简单得多。
第六步 实盘前的模拟测试
千万别拿真钱直接跑。大多数券商提供模拟交易环境，或者用历史数据做回测。回测时重点看两个指标：滑点和成交率。你用限价单挂进去，模拟环境能成交，实盘可能因为排队靠后而没成交。建议先用小资金跑一周，比如每次只买100股，观察实际成交价和信号价的偏差。如果偏差超过0.2%，说明你的下单逻辑需要优化，比如改成市价单或者用对手价。
实盘跑起来后，每天开盘前手动检查一次接口连接、账户余额、持仓是否和券商端一致。收盘后导出成交记录，和策略预期对一遍。发现异常立刻停程序，别硬扛。
常见坑和应对招数
第一坑，接口频繁断连。挂个心跳包，每30秒发一次查询指令，断了自动重连。第二坑，下单价超出涨跌停范围被拒。下单前用最新价乘1.1和0.9算好区间，超过就调整。第三坑，批量下单时触发券商流控。加个time.sleep(0.5)在每笔之间，别像机枪一样扫。第四坑，代码里写死股票代码和价格，换策略就得改代码。把参数抽到配置文件里，用json或yaml管理。
做到以上这些，你的Python自动下单系统就具备了基本可用性。记住，程序化交易不是印钞机，它只是把纪律执行得更彻底。策略逻辑本身不行，再快的下单也救不了。先想清楚买卖规则，再动手写代码。
