股票自动买卖到底怎么跑起来的
很多人以为自动买卖就是写个程序盯盘，价格到了就下单。实际没那么简单。一套完整的自动交易系统要解决四个问题：行情从哪来、买卖信号谁定、风险怎么控、单子怎么发出去。把这四个环节串起来，自动买卖才能跑通。
行情接入是第一道门槛
行情数据分两种：实时行情和历史行情。实时行情决定现在动不动手，历史行情用来验证策略靠不靠谱。券商提供的Level-1行情基本免费，但刷新频率低，大概三秒一次。做高频自动交易需要Level-2行情，能看到逐笔成交和十档盘口，年费几千到几万不等。
期货行情比股票更复杂。国内商品期货有夜盘，行情要覆盖21点到凌晨2点半。外盘期货比如原油、黄金，几乎24小时连续交易。自动买卖系统必须能处理不同时段的行情推送，否则隔夜跳空能把策略打爆。
数据接入方式有三种：券商官方API、第三方数据服务商、自己爬取。券商API最稳定，但支持的品种有限。第三方数据商像Wind、聚宽数据，覆盖全但收费高。自己爬网页数据延迟大，只适合做日线级别策略。
策略开发决定赚不赚钱
自动买卖的核心是策略。策略说白了就是一句话：什么条件下买，什么条件下卖。这句话翻译成代码，逻辑必须无歧义。
趋势策略最简单：价格突破20日均线就买，跌破就卖。听起来能赚钱，但震荡市里来回被打脸。套利策略更稳：同一品种不同合约价差扩大到历史高位就做空价差。这种策略胜率高，但单次利润薄，要靠杠杆放大。
策略开发最容易犯的错是过度拟合。历史数据上跑出年化50%的收益，实盘一跑就亏。原因很简单：策略里塞了太多参数，把历史噪音当成了规律。判断标准：参数越少越好，逻辑越简单越抗造。
回测必须用样本外数据验证。把2018到2022年的数据做回测，2023到2024年的数据做验证。如果样本外收益掉一半以上，这策略直接扔掉。
风险控制是保命环节
自动买卖最怕两件事：程序失控和极端行情。
程序失控包括死循环下单、网络断线、API限流。解决办法很直接：单笔最大亏损限制、单日最大交易次数限制、断线自动撤单。期货还要加保证金监控，权益低于维持保证金立马平仓。
极端行情是另一个杀手。2020年原油期货跌到负价格，很多自动策略直接爆仓。股票遇到连续跌停，止损失效，自动单子根本卖不出去。应对方法：策略里加流动性过滤，成交量低于阈值不交易。期货加涨跌停板判断，封板期间停止挂单。
仓位管理比止损更重要。单品种仓位不超过总资金的20%，相关性高的品种合并计算。股票组合里金融股和地产股相关性高，别以为是分散了。
执行监控不能省
自动买卖不是设好就不管了。每天开盘前检查API连接、账户资金、持仓状态。盘中监控成交回报和滑点。收盘后核对成交记录和策略信号是否一致。
滑点是隐形杀手。回测时假设按收盘价成交，实盘可能差一两个价位。流动性差的股票滑点更大。策略回测必须加滑点测试，按千分之一到千分之三估算。如果加了滑点策略就不赚钱，实盘肯定亏。
期货还有对手价和排队问题。限价单挂出去不一定成交，市价单能成交但滑点大。自动买卖系统要支持多种下单方式，根据行情深度动态选择。
散户怎么起步
没编程基础的人用券商条件单。华宝、华泰、东财都有条件单功能，设定价格触发自动买卖。缺点是功能简单，只能做单条件触发。
有点编程基础用量化平台。聚宽、米筐、优矿支持在线写策略，回测和模拟盘免费。实盘接口需要券商支持，目前国金、华泰、中泰等券商开放了量化接口。期货方面，文华财经和交易开拓者支持程序化交易。
自己搭系统最灵活，也最麻烦。Python加vn.py或backtrader框架，数据用tushare或akshare。服务器放阿里云，延迟控制在10毫秒以内。这套方案适合资金量50万以上，且愿意花时间调试的人。
自动买卖不是印钞机。它只是把手工交易变成程序执行，该亏还是亏。区别在于：程序不会犹豫，不会侥幸，不会因为情绪该止损时不止损。把这点想明白，再动手写代码。
