ptrade 平台如何解析 L2 逐笔委托并过滤大额买入与借入单？（附 Python 源码）

1. 核心原理与字段解析

在 ptrade 平台中，获取 Level-2 逐笔委托数据需要使用 get_individual_entrust 接口。为了保证高频数据处理的性能，强烈建议将参数 is_dict 设置为 True，这样返回的字典（dict）格式取数速度最快。

在逐笔委托数据中，business_direction 字段代表委托方向，其数值定义如下：

• 0：卖 (Sell)
• 1：买 (Buy)
• 2：借入 (Borrow)
• 3：出借 (Lend)

通过筛选 business_direction 为 1（买入）或 2（借入），并结合 hq_px（委托价格）与 business_amount（委托数量）计算出委托金额，即可有效识别市场上的主力大额资金意图。

2. 实战策略源码

以下是一个完整的 ptrade 策略示例，展示了如何在盘中实时获取并解析 L2 逐笔委托，过滤出大额买入和借入单：

# -*- coding: utf-8 -*-

def initialize(context):
    # 设置需要监控的股票
    g.security = '600570.SS'  # 恒生电子
    set_universe(g.security)
    g.flag = False

def handle_data(context, data):
    # 仅在交易运行场景下执行
    if not is_trade():
        return
        
    # 获取当日最新100条逐笔委托数据，使用 is_dict=True 极大提升解析效率
    entrust_dict = get_individual_entrust([g.security], data_count=100, is_dict=True)
    
    if not entrust_dict or g.security not in entrust_dict:
        return
        
    # 获取数据记录与字段列表
    records = entrust_dict[g.security]
    fields = entrust_dict.get("fields", ["business_time", "hq_px", "business_amount", "order_no", "business_direction", "trans_kind"])
    
    # 建立字段名到索引的映射
    field_map = {field: idx for idx, field in enumerate(fields)}
    
    # 定义大单阈值（例如：单笔委托金额大于 50 万人民币）
    LARGE_ORDER_THRESHOLD = 500000.0
    
    for record in records:
        direction = record[field_map["business_direction"]]
        price = record[field_map["hq_px"]]
        amount = record[field_map["business_amount"]]
        time_stamp = record[field_map["business_time"]]
        
        # 计算单笔委托估算金额
        entrust_value = price * amount
        
        # 过滤：方向为 1(买入) 或 2(借入)，且金额超过阈值
        if direction in [1, 2] and entrust_value >= LARGE_ORDER_THRESHOLD:
            direction_desc = "主力买入" if direction == 1 else "融券借入"
            log.info("【主力意图发现】时间: %s | 股票: %s | 方向: %s | 金额: %.2f元 | 价格: %.2f | 数量: %d" % 
                     (time_stamp, g.security, direction_desc, entrust_value, price, amount))

3. 注意事项

1. Level-2 行情权限：逐笔委托数据需要您的券商账户开通 Level-2 行情服务，否则接口将返回 None 或无数据。
2. 性能优化：在处理多只股票时，务必使用 is_dict=True。DataFrame 或 Panel 格式在处理高频 L2 数据时会产生较大的内存和计算开销。
3. 借入单（2）的意义：借入单通常与融资融券（融券卖出前置动作）相关，大额借入单可能预示着大资金看空或套利盘介入，需结合市场走势综合研判。