QMTvsPtrade速度对比实时行情速度对比
上一篇文章对了了QMT和Ptrade的获取历史行情速度，本篇文章继续对它俩的实时行情速度。
本文以获取市场所有可转债的实时行情为例子，比较二者的速度。
Ptrade获取所有可转债实时行情
目前市场上有480多只可转债，由于Ptrade内置的数据源不足以支撑可转债的大部分策略，所以需要调用外部数据源，因此使用国盛证券的Ptrade进行交易，因为目前只有它可以链接外网，你可以把可转债的数据写入到数据库或者写成自己的接口，传递给Ptrade就可以了。
比如下面的基础数据接口。
【目前星球用户可以提供数据接口免费调用功能，提供实时数据功能，强赎倒数多个API接口】
然后调用端使用python的requests库请求下就有了。下面代码可以在Ptrade里面部署运行，用于获取可转债溢价率，剩余规模等数据。
然后在Ptrade的定时执行函数里面获取实时tick数据，使用get_snapshot，把所有的转债代码传入get_snapshot就可以拿到可转债的行情数据了，行情数据3秒更新一次。
在Ptrade里面的运行情况
48获取的转债个数有481
红色数字1的位置：timeused
红色数字2的位置：日志输出时候的时间，也就是程序当前所在时刻，在目前程序在145红色数字3的时间，是当前价格的里面的时间，也就tick对应的时间，当前的tick时间是hsTimeStamp:20230419144251000,也就是2023-04-1914:42:51:000,所以当前时间程序获取的tick时间是一致的。为什么这里要强调这个呢？假如当前程序时刻是145而获取的ticktimestamp数据是144那么说明当前程序拿到的最新tick数据却是在48秒时的数据，也就是数据延时了3秒。所以Ptrade里面的tick数据并没有出现延时滞后。
QMT实时行情
同样QMT提供的可转债基础也是少的可怜，几乎为零。所以同样调用个人部署的可转债接口数据，如法炮制。PS：通过数据解耦的方式，不同数据可以在不同的量化软件里面使用，省去很多重复编写的代码，即使后面接入掘金，聚宽等平台，你只需要编写下单接口逻辑即可。
QMT取实时行情代码如下：
Bond是一个类，和ptrade里面的一样的，用来获取转债基础数据。
同样在QMT的实盘模式下执行：
网络环境：500M宽带网络，PC：CPUI7-内存24GB
stocknum:481同样获取的是481个转债实时行情数据
红色数字1时间：日志输出的当前时间，获取行情数据前的时间1425
红色数字2时间：日志输出的当前时间，此时为已经获取行情数据后的时间：1434
红色数字第一次获取行情数据时间差，达到了5秒！这个数字简直惊呆了。反复测试几次后，依然如此，使用get_market_data获取实时行情数据，第一次数据到达的时候都要挺久的。
新人刚使用这个函数获取实时行情的时候，往往会以为自己代码出bug，等待很久没数据出来，尤其是获取超过1000个股票代码的行情的时候，等待时候更久，等待时间随着输入的个数增加而增加；同时QMT占用内存也会稳步增加，如果机子的内存太小，可能还会卡死了。
红色数字第二次获取实时行情所用的时间，这一次就快很多了，只用了800毫秒。
随着后续运行，获取实时行情的时间就趋于稳定，从800毫秒慢慢降到150毫秒，最后到13-20毫秒，基本和ptrade差不多级别了。
实时行情延时方面，对比通达信
片上半部分通达信的分时数据，左下角的数据时间是140所以数据并没有出现很大的延时。
QMT稳定运行的时候，实时行情基本和Ptrade同一级别水平。但QMT的行情波动性大一些。而在初始启动获取数据时，QMT会非常耗费资源，且等待时间较长，而Ptrade则不存在这种问题。
QMT可以随意获取外部数据，所以对券商没有很高要求；而Ptrade目前只有一家券商可以自由访问外部数据，如果缺少需要的数据或者指标，将无法实现相应的策略。
文章为作者独立观点，不代表股票交易接口观点
相关文章
股民评论