QMT 算法交易：如何通过 Python 下达冰山 (Iceberg) 委托？

在 QMT 策略中使用冰山算法（Iceberg Algorithm）下单，主要通过调用 smart_algo_passorder 函数来实现。

该函数允许用户指定智能算法类型（smartAlgoType），将其设置为 'ICEBERG' 即可启用冰山策略。冰山算法的核心逻辑是将大单拆分成多个小单，隐藏真实交易意图，通常用于减少市场冲击。

核心步骤

1. 设置账号：在 init 中使用 set_account 绑定交易账号。
2. 调用函数：在 handlebar 或其他触发逻辑中调用 smart_algo_passorder。
3. 配置参数：
   • smartAlgoType: 必须设置为 'ICEBERG'。
   • limitOverRate: 量比（0-100），控制委托量与市场成交量的比例。
   • targetPriceLevel: 目标价格档位（如 6 代表最新价，1 代表己方盘口1等）。
   • minAmountPerOrder: 单笔最小委托金额。

策略代码示例

以下是一个完整的策略示例，展示了如何在实盘模式下，当策略运行到最新 K 线时，使用冰山算法买入浦发银行（600000.SH）。

# -*- coding: gbk -*-

def init(ContextInfo):
    # 设置资金账号，请替换为您的真实账号
    ContextInfo.accid = '6000000248'
    ContextInfo.set_account(ContextInfo.accid)
    
    # 定义一个全局变量防止重复下单（仅作演示用）
    ContextInfo.has_ordered = False
    print("策略初始化完成，账号已设置")

def handlebar(ContextInfo):
    # 仅在实盘的最后一根K线（最新行情）触发，且只下单一次
    if ContextInfo.is_last_bar() and not ContextInfo.has_ordered:
        
        # --- 下单参数配置 ---
        opType = 23           # 23: 股票买入
        orderType = 1101      # 1101: 单股单账号普通交易
        accountID = ContextInfo.accid
        orderCode = '600000.SH' # 标的代码
        prType = 5            # 5: 最新价报价 (配合下面的 price 参数)
        price = -1            # 价格，填 -1 表示跟随 prType 的逻辑，或者填具体价格
        volume = 10000        # 总下单数量（股）
        
        # --- 智能算法参数 ---
        strategyName = "Iceberg_Strategy" # 策略名称
        quickTrade = 1        # 1: 立即触发下单
        userOrderId = "iceberg_001" # 用户自定义备注
        
        smartAlgoType = "ICEBERG" # 核心：指定为冰山算法
        limitOverRate = 30    # 量比 30%：控制拆单速率
        minAmountPerOrder = 0 # 最小委托金额，0表示不限制
        targetPriceLevel = 6  # 目标价格：6 代表跟随最新价
        
        # 设定算法有效时间（可选），缺省则默认为 09:30:00 到 15:30:00
        startTime = '09:30:00'
        endTime = '14:55:00'

        print(f"开始执行冰山算法下单：{orderCode}, 总量：{volume}")
        
        # --- 调用智能算法下单函数 ---
        smart_algo_passorder(
            opType, 
            orderType, 
            accountID, 
            orderCode, 
            prType, 
            price, 
            volume, 
            strategyName, 
            quickTrade, 
            userOrderId, 
            smartAlgoType, 
            limitOverRate, 
            minAmountPerOrder, 
            targetPriceLevel, 
            startTime, 
            endTime, 
            ContextInfo
        )
        
        # 标记已下单，防止下一根tick重复触发
        ContextInfo.has_ordered = True
        print("冰山算法委托已发送")

关键参数详解

在 smart_algo_passorder 中，针对冰山算法（ICEBERG）的参数含义如下：

1. smartAlgoType (智能算法类型):

   • 填写字符串 "ICEBERG"。

2. limitOverRate (量比):

   • 数据范围：0-100。
   • 含义：控制委托的拆单节奏。例如设置为 30，意味着策略会根据市场成交情况，控制自身的挂单或成交占比不超过一定比例，或者控制单笔暴露的量（具体行为取决于柜台算法实现细节，通常指“冰山”露出来的可见部分的比例或参与率）。

3. targetPriceLevel (目标价格):

   • 决定了算法单以什么价格去挂单或成交。
   • 可选值：
     • 1: 己方盘口1（买一/卖一）
     • 2 - 5: 己方盘口2 - 5
     • 6: 最新价
     • 7: 对方盘口（对手价）

4. minAmountPerOrder (最小委托金额):

   • 单位：元。
   • 设置单笔拆单的最小金额门槛，防止拆单过细导致废单或不满足交易所要求。默认为 0。

5. startTime / endTime:

   • 格式为 "HH:MM:SS"。
   • 如果不填，默认全天有效。对于冰山算法，通常建议避开集合竞价时段，设置在连续竞价时段内。

注意事项

• 实盘权限：智能算法交易通常需要券商柜台支持并开通相应的权限（如 Level-2 行情权限或特定的算法交易权限）。如果在回测模式下，该函数可能无法模拟真实的拆单撮合过程，通常仅在实盘或模拟交易（连接了支持算法的柜台）中生效。
• 任务管理：下单后，该算法会形成一个“任务”（Task）。你可以使用 get_trade_detail_data(accountID, 'stock', 'task') 来查询任务的执行进度，或者使用 cancel_task 来撤销未完成的冰山算法任务。
• 风控：请确保总下单量（volume）满足资金和持仓要求，否则任务启动时可能会直接失败。

Q&A

Q: 冰山算法下单后，在交易软件的委托列表中看到的是什么？
A: 你通常会看到一系列的小单委托，而不是一笔大单。随着算法的执行，策略会根据行情不断发出新的小笔委托，直到总数量成交完毕或达到截止时间。

Q: 如何停止正在运行的冰山算法？
A: 不能使用普通的 cancel 撤单函数（那只能撤销当前挂在交易所的一笔小单）。需要使用 cancel_task(taskId, accountId, 'stock', ContextInfo) 函数来终止整个算法任务。任务 ID 可以通过 get_trade_detail_data 获取。

Q: limitOverRate 设置多少合适？
A: 这取决于你希望隐藏意图的程度和成交的紧迫性。设置过高（如 80-100）可能暴露意图，设置过低（如 5-10）可能导致在预定时间内无法完成全部成交。通常建议根据股票的流动性设置在 20-50 之间。