企业官网建设流程全解析

easytrader 远端服务模式实战：交易服务端与量化策略端分离部署指南

【免费下载链接】easytrader提供同花顺客户端/miniqmt/雪球的股票量化交易，支持跟踪 joinquant /ricequant 模拟交易 和 实盘雪球组合项目地址: https://gitcode.com/gh_mirrors/ea/easytrader

导读

本文讲解 easytrader 的远端服务模式（Remote Server Mode）：将交易服务端与量化策略端部署在不同机器上，通过 HTTP 接口远程驱动券商客户端完成下单、查询等操作。读完本文，你将掌握如何在固定 IP 的云服务器上启动 easytrader 交易服务，如何用remoteclient在本地（或任意量化平台）远程调用买卖、撤单、查询资金持仓等全部交易能力，并理解底层 Flask 路由与请求参数的实现细节。

一、什么是远端服务模式

远端服务模式的核心思想是交易与策略分离。整个系统被拆成两个物理上独立的角色：

其中"交易软件"包括运行在交易服务端同一台机器上的下单软件（例如同花顺客户端xiadan.exe），也可以是运行在另一台服务器上的雪球xq账户。

这种分离模式的价值在于：量化策略往往运行在云端或本地的 Python 环境里（聚宽、米筐等平台），而券商交易客户端（如同花顺）通常依赖 Windows 桌面 GUI、受限于网络与安全策略，只能运行在特定的云服务器上。远端服务模式让两者各司其职，策略端只需通过 HTTP 即可驱动远端的交易客户端。

二、交易服务端：启动服务

交易服务端的启动代码非常简洁：

from easytrader import server server.run(port=1430) # 默认端口为 1430

从源码 easytrader/server.py 可以看到，server.run内部基于 Flask 启动了一个监听在0.0.0.0的 Web 服务：

def run(port=1430): app.run(host="0.0.0.0", port=port)

几点值得注意：

• 默认端口为1430，可通过port参数自定义；
• 服务监听0.0.0.0，即对外网开放，因此必须结合云服务器安全组/防火墙规则做好访问控制，只允许可信来源访问；
• 服务端通过api.use(broker)创建券商交易对象，支持的 broker 类型与本地模式完全一致，见 easytrader/api.py：
  • miniqmt：QMT 量化接口；
  • xq/雪球：雪球组合；
  • yh_client/银河客户端、ht_client/华泰客户端、wk_client/五矿客户端、htzq_client/海通证券客户端、gj_client/国金客户端、gf_client/广发客户端；
  • universal_client/通用同花顺客户端、ths/同花顺客户端。

服务端 HTTP 接口一览

服务端启动后，会暴露一组 RESTful 风格的接口（见 easytrader/server.py）：

其中/prepare的实现逻辑为：从 JSON body 中取出broker字段调用api.use(broker)创建交易对象，再将剩余参数透传给user.prepare(**json_data)，最后把创建好的user保存在服务端的全局字典global_store中供后续请求复用（见 easytrader/server.py）。

所有接口都经过error_handle装饰器包装：一旦底层抛出异常，会返回400状态码以及{"error": "异常类名: 异常信息"}的 JSON 错误体（见 easytrader/server.py），方便远端定位问题。

三、量化策略端：调用服务

量化策略端无需安装任何券商客户端，只需要通过remoteclient创建一个远端用户对象即可调用服务：

from easytrader import remoteclient user = remoteclient.use( '使用客户端类型，可选 yh_client, ht_client, ths, xq等', host='服务器ip', port='服务器端口，默认为1430' ) user.buy(......) user.sell(......)

remoteclient.use的签名定义在 easytrader/remoteclient.py：

def use(broker, host, port=1430, **kwargs): return RemoteClient(broker, host, port, **kwargs)

RemoteClient在初始化时会做三件事（见 easytrader/remoteclient.py）：

1. 创建一个requests.Session，用于复用 TCP 连接、保持 HTTP 基本认证状态；
2. 若传入了user与passwd，则自动启用HTTPBasicAuth基本认证；若传入auth，则使用自定义的认证对象（对应服务端可配合 Flask 的认证中间件使用）；
3. 拼接 API 基础地址：默认走http://协议，若传入ssl=True则切换为https://（适用于反向代理强制走 HTTPS 的场景）。

因此完整的调用还可以这样写：

user = remoteclient.use( 'yh_client', host='123.45.67.89', port=1430, user='服务端HTTP认证用户名', # 可选 passwd='服务端HTTP认证密码', # 可选 ssl=False, # 可选，反向代理要求 HTTPS 时置为 True )

四、登录准备：prepare

与本地模式一样，在交易之前需要先调用prepare完成客户端登录。远端模式下，prepare支持两种传参方式（见 easytrader/remoteclient.py）：

方式一：直接传登录参数

user.prepare(user='账号', password='明文密码', exe_path=r'C:\htzqzyb2\xiadan.exe', comm_password='通讯密码(华泰)')

方式二：传配置文件路径

user.prepare(config_path='/path/to/yh_client.json')

传入config_path时，客户端会调用 easytrader/utils/misc.py 中的file2dict读取 JSON 配置，并自动把其中的user、password填充进请求参数。仓库根目录提供了现成的配置模板，例如 yh_client.json：

{ "user": "银河用户名", "password": "银河明文密码" }

以及 gj_client.json：

{ "user": "国金用户名", "password": "国金明文密码" }

无论哪种方式，prepare最终都会把broker类型一起打包，POST 到服务端的/prepare接口完成登录（见 easytrader/remoteclient.py）。

注意：服务端创建交易对象时使用的 broker 类型，由remoteclient.use()的第一个参数决定；登录参数只是传给客户端完成认证，两者不要混淆。

五、远端交易操作与查询

登录成功后，远端用户对象提供了与本地用户完全一致的交易与查询 API，底层分别映射到服务端对应的 HTTP 接口（见 easytrader/remoteclient.py）。

5.1 买入与卖出

user.buy('162411', price=0.55, amount=100) # return {'entrust_no': 'xxxxxxxx'} user.sell('162411', price=0.55, amount=100) # return {'entrust_no': 'xxxxxxxx'}

buy/sell会把security、price、amount三个参数 POST 到/buy、/sell接口（见 easytrader/remoteclient.py），因此远端下参数含义与本地完全一致：security为证券代码，price为委托价格，amount为委托数量。

5.2 撤单

user.cancel_entrust('buy/sell 获取的 entrust_no') # return {'message': 'success'}

按委托号撤单，委托号来自买卖操作返回的entrust_no（见 easytrader/remoteclient.py）。

5.3 查询资金与持仓

user.balance # GET /balance，返回资金列表，字段如 '总资产'、'可用资金'、'参考市值' user.position # GET /position，返回持仓列表，字段如 '证券代码'、'证券名称'、'当前持仓'

5.4 当日委托与当日成交

user.today_entrusts # GET /today_entrusts user.today_trades # GET /today_trades

5.5 查询可撤委托与一键打新

user.cancel_entrusts # GET /cancel_entrusts，查询当日可撤委托 user.auto_ipo() # GET /auto_ipo，一键打新

5.6 退出客户端

user.exit() # return {'msg': 'exit success'}

上述返回字段的具体形态与本地模式一致，可参考 docs/usage.md 中给出的balance、position、today_entrusts、today_trades等真实返回示例，例如user.balance返回形如[{'总资产': 50136.21, '可用资金': 28494.21, ...}]的字典列表。

六、工作流程与调用链解析

一次完整的远端交易请求，其调用链可以概括为：

量化策略端 交易服务端(云服务器) ┌──────────────────┐ HTTP ┌──────────────────────────────┐ │ remoteclient.use │ ───────▶ │ Flask app (0.0.0.0:1430) │ │ user.prepare() │ /prepare│ api.use(broker) │ │ user.buy(...) │ /buy │ user.prepare(**json_data) │ │ user.sell(...) │ /sell │ global_store["user"] 复用 │ │ user.balance │ /balance│ user.buy(**json_data) │ └──────────────────┘ └──────────────────────────────┘

关键设计细节：

• 单用户状态保存在服务端内存：/prepare成功后，user对象被存入模块级字典global_store，之后的买卖、查询请求都直接复用该对象（见 easytrader/server.py）。因此一次服务进程内通常对应一个已登录的交易账户；
• 错误以 JSON 形式回传：所有接口失败时返回400状态码与{"error": ...}，RemoteClient会检测status_code >= 300并抛出异常（见 easytrader/remoteclient.py）；
• 可扩展的协议：远端模式本质上只是把本地Trader对象的属性和方法逐个暴露为 HTTP 接口，仓库测试 tests/test_easytrader.py 中验证的balance、today_entrusts、today_trades、cancel_entrust、buy、sell、auto_ipo等能力，在远端模式下均有对应接口，业务语义保持一致。

七、部署注意事项

结合 docs/install.md 中的云端部署建议，远端服务模式下需要注意以下几点：

• 交易客户端环境：若交易软件是 Windows 上的同花顺客户端（如xiadan.exe），云服务器需具备图形界面运行环境；官方文档建议在云服务上部署时使用 TightVNC 等远程桌面工具（自带的远程桌面可能存在兼容问题）；
• 客户端设置：按 docs/install.md 的要求设置客户端——系统设置中将"界面不操作超时时间"设为 0，将默认买入/卖出价格、数量都置空，客户端不能最小化、不能处于精简模式，否则会导致下单价格出错或客户端超时锁定；
• 网络与安全：服务默认监听0.0.0.0，建议通过云安全组限制来源 IP，或结合user/passwd参数启用 HTTP Basic Auth；若经过反向代理强制 HTTPS，可在remoteclient.use中传ssl=True；
• 登录方式：部分券商专用同花顺客户端不支持自动登录，需要先手动登录客户端，再由服务端复用已登录窗口，此时prepare的作用是让 easytrader 识别到已登录的窗口；
• 验证码：若券商登录需要验证码，需在服务端单独安装tesseract（注意不是pytesseract），保证命令行下tesseract可用；也可以手动登录后由 easytrader 直接识别已登录窗口。

八、最小可运行示例

综合以上内容，一个最小可运行的远端交易示例如下。

交易服务端（云服务器上运行）：

from easytrader import server if __name__ == '__main__': server.run(port=1430) # 默认端口 1430，可自定义

量化策略端（策略机上运行）：

from easytrader import remoteclient # 1. 连接远端交易服务，指定券商类型 user = remoteclient.use('yh_client', host='服务器ip', port=1430) # 2. 登录交易客户端（方式一：直接传参） user.prepare(user='账号', password='明文密码') # 方式二：配置文件登录 # user.prepare(config_path='yh_client.json') # 3. 查询资金与持仓 print(user.balance) print(user.position) # 4. 交易 result = user.buy('162411', price=0.55, amount=100) print(result) user.sell('162411', price=0.55, amount=100) # 5. 撤单（使用买卖返回的委托号） user.cancel_entrust('xxxxxxxx')

至此，量化策略端与交易客户端彻底解耦：策略逻辑可以运行在任意具备 Python 环境的机器上，而所有涉及券商客户端的敏感操作都被收敛在固定 IP 的交易服务端，这正是远端服务模式在 easytrader 生态中的核心价值所在。

【免费下载链接】easytrader提供同花顺客户端/miniqmt/雪球的股票量化交易，支持跟踪 joinquant /ricequant 模拟交易 和 实盘雪球组合项目地址: https://gitcode.com/gh_mirrors/ea/easytrader