很多在 A 股深耕多年的投资者，都有一套自己的交易逻辑和看盘习惯，但每天手动盯盘、操作不仅耗时耗力，还容易受情绪影响做出不理性的交易决策。
据最新数据，2025 年 A 股市场量化资金规模已超 1.8 万亿元，全市场约 30% 的交易量来自量化策略。听起来门槛很高？其实借助 Ptrade 这类工具，普通投资者也能把自己的交易经验固化成自动化策略，轻松踏入量化交易的大门。
本文就带大家梳理：在动手写代码之前，如何把你的炒股经验拆解成可落地的量化策略逻辑，以及 Ptrade 策略最基础的代码骨架。
一、手动交易的痛点：你的操作习惯，就是策略雏形
很多 “老股民” 的交易日常，看似是零散的看盘操作，本质上已经形成了一套完整的交易流程，只是全靠人工执行。
1.1 老股民的日常：耗时又容易情绪化
一个典型的手动交易交易日，往往是这样的：
- 盘前准备（8:55-9:25）：手忙脚乱翻研报、看资讯，更新自选股列表，手动计算当日买卖点位
- 盘中盯盘（9:30-15:00）：紧盯多屏行情走势，手指随时放在交易快捷键上，连休息时间都被大幅压缩
- 情绪化交易：盈利 3% 就急于落袋为安，亏损 5% 又舍不得止损，最终往往扛到深度亏损才忍痛离场
这样的交易模式不仅耗费大量时间精力，情绪带来的操作偏差还会大幅拉低交易胜率。但你可能没意识到：这些你每天重复的操作流程，本身就是最珍贵的量化策略雏形。
1.2 把人工操作，拆解成策略三要素
如果把你的交易逻辑提炼出来，本质上都能拆解成三个核心部分，这也是所有量化策略的基础框架：
- 选股：确定你要关注的股票范围，可以是个股，也可以是整个板块，对应你日常的自选股列表
- 买卖规则：把你的买入、卖出条件写成明确、可量化的规则，比如 “放量突破 20 日均线买入”“跌破 5 日均线止损”
- 自动执行：让程序按固定频率检查行情，符合条件就自动触发交易，替代人工盯盘
把这三点落地，就能得到一个属于你的 “炒股机器人”，而 Ptrade 就是帮你实现这个目标的工具。
二、Ptrade 策略的核心结构：两个函数搭起骨架
Ptrade 的策略代码结构非常清晰，刚好对应我们上面说的 “选股 + 交易逻辑” 两个核心需求，只需要掌握两个固定函数，就能搭起一个策略的基础框架。
2.1 策略初始化：initialize函数
initialize函数是策略的入口，只会在回测启动、实盘交易启动时运行一次，用来完成策略的初始化设置，最核心的作用就是定义我们关注的股票池。
基础写法示例：
def initialize(context): # 定义全局变量，设置关注的个股 g.stock = '600570.SS' # 将股票设置为策略的行情观察池 set_universe(g.stock)代码说明：
def initialize(context):是固定写法，函数名和参数都不能修改，是 Ptrade 规定的策略初始化入口g.是 Ptrade 的全局变量标识，用g.变量名定义的变量，可以在整个策略的任意位置调用；变量名可以自定义，支持中文（比如g.关注股票）- 股票代码后缀
.SS代表上证股票，.SZ代表深证股票，书写时必须带上对应后缀 set_universe()函数用来设置策略的行情观察池，只有设置进池子的股票，才能在后续逻辑中获取行情数据
2.2 盘中运行逻辑：handle_data函数
handle_data函数是策略的核心执行部分，会按照设定的周期重复执行，用来编写你的买卖判断和交易触发逻辑。
执行规则：
- 日线级别策略：每个交易日执行 1 次；回测时在 15:00 执行，实盘执行时间以券商配置为准
- 分钟级别策略：每分钟执行 1 次；回测时段为 9:31-15:00，实盘时段为 9:30-14:59
- 非交易日不会触发该函数
基础写法示例：
def handle_data(context, data): # 在这里编写你的买入、卖出判断逻辑 pass2.3 完整的最简策略骨架
把两个函数组合起来，就是一个可以正常运行的最简策略框架。后续你只需要在handle_data函数内补充自己的交易规则，就能逐步完善策略：
def initialize(context): # 初始化策略：设置关注的股票标的 g.security = "600570.SS" set_universe(g.security) def handle_data(context, data): # 此处编写具体买卖逻辑，pass为占位符 pass在 Ptrade 的策略编辑界面中，左侧为策略列表与功能栏（研究、回测、交易、帮助等），右侧为代码编辑区，整体结构清晰，新手也能快速上手。
三、写在最后
量化交易并不神秘，它本质上就是把你的交易经验、操作规则固化成代码，让程序帮你严格执行，克服人工盯盘的精力限制和情绪干扰。
先梳理清楚自己的交易逻辑，再对应到 Ptrade 的代码结构中，就能快速写出属于自己的第一个量化策略。后续我们会继续拆解更多 Ptrade 的常用函数和策略写法，带你一步步落地实战策略。
风险提示：量化交易存在策略失效、系统故障等风险，历史回测结果不代表未来收益，投资需谨慎。
