
我开源了 QQQ 末日期权自动交易系统

基于长桥 Python SDK,全自动交易 QQQ 0DTE 虚值期权。回测 761 笔/2.3 年,胜率 75.8%。
本系统仅供参考学习部署,具体交易策略还需要自己优化。
一、策略说明
做什么
全自动交易 QQQ 当日到期(0DTE)虚值期权,每天美东 09:35-15:50 期间自动检测信号、下单、持仓管理、平仓。
怎么做
两条信号路径同时运行:
1. 趋势突破(顺势)
- 价格突破前 5 根 1 分钟 K 线的高点 → 买入 Call(做多)
- 价格跌破前 5 根 1 分钟 K 线的低点 → 买入 Put(做空)
- 4 层过滤:SMA20 趋势 + 量能确认 + 动量确认 + K 线实体
2. 衰竭反转(逆势)
- 从日内高点回落≥0.2% → 买入 Call(抄底)
- 从日内低点反弹≥0.2% → 买入 Put(逃顶)
- 每天最多 1 次,防止频繁抄底
怎么管
动态止盈:
- 亏损 25% → 止损全部平仓
- 盈利 100% → 平仓一半(锁定利润)
- 从最高盈利回撤 30% → 全部平仓
- 持仓超过 15 分钟 → 超时平仓
风控:
- 每笔最小 10 张期权
- 日最大交易 8 笔
- 日亏损达 5% 停止交易
回测结果
| 指标 | 数值 |
|---|---|
| 总交易 | 761 笔 / 2.3 年 |
| 胜率 | 75.8% |
| 总收益 | +3111% |
| 年化收益 | 354.8% |
| 最大回撤 | 25.19% |
二、环境准备
1. 系统要求
- Python 3.10+
- Linux 或 WSL(Windows 原生不推荐)
- 长桥 API 密钥(需开通美股期权权限)
2. 安装依赖
pip install longbridge flask numpy scipy
三、获取代码
git clone https://github.com/1797346220/qqq-trading-system.git cd qqq-trading-system
四、配置密钥
1. 申请长桥 API
- 访问 https://open.longportapp.com 注册账号
- 创建应用,获取以下三个密钥:
APP_KEYAPP_SECRETACCESS_TOKEN
- 确保账户已开通美股期权交易权限
2. 创建 .env 文件
在项目目录创建 .env 文件,填入你自己的密钥:
LONGPORT_APP_KEY=你的 APP_KEY LONGPORT_APP_SECRET=你的 APP_SECRET LONGPORT_ACCESS_TOKEN=你的 ACCESS_TOKEN
⚠️ 重要:.env 文件绝对不能提交到 Git!
3. 验证密钥
import os with open('.env') as f: for line in f: line = line.strip() if '=' in line and not line.startswith('#'): k, v = line.split('=', 1) os.environ.setdefault(k.strip(), v.strip().strip('"')) from longbridge.openapi import Config, QuoteContext config = Config.from_apikey_env() ctx = QuoteContext(config) quotes = ctx.quote(['QQQ.US']) print(f"QQQ: ${float(quotes[0].last_done):.2f}")
如果输出 QQQ 价格,说明密钥配置成功。
五、启动系统
方式一:直接启动
# 终端 1:启动交易引擎 PYTHONUNBUFFERED=1 python live_trader.py # 终端 2:启动 Web 仪表盘 PYTHONUNBUFFERED=1 python trader_web.py
方式二:后台启动
# 后台启动交易引擎 nohup PYTHONUNBUFFERED=1 python live_trader.py > trader.log 2>&1 & # 后台启动 Web 仪表盘 nohup PYTHONUNBUFFERED=1 python trader_web.py > web.log 2>&1 &
方式三:watchdog 守护(推荐)
python watchdog.py
watchdog 会自动管理 live_trader.py 的生命周期,崩溃后自动重启。
六、验证部署
1. 检查进程
ps aux | grep -E 'live_trader|trader_web' | grep -v grep
应该看到两个 Python 进程在运行。
2. 检查状态文件
python -c " import json d = json.load(open('state.json')) print(f'连接: {d[\"connected\"]}') print(f'运行: {d[\"running\"]}') print(f'K 线数: {d[\"candle_count\"]}') "
3. 访问 Web 仪表盘
浏览器打开 http://127.0.0.1:8080
七、文件说明
| 文件 | 说明 |
|---|---|
live_trader.py | 核心交易引擎 |
trader_web.py | Web 仪表盘 |
watchdog.py | 守护进程 |
update_gist.py | 同步交易记录 |
.env | 密钥配置(不入库) |
state.json | 实时状态(自动生成) |
today.csv | 当日 K 线(自动生成) |
records/*.json | 交易记录(自动生成) |
八、常见问题
Q: ImportError: No module named 'longbridge'
pip install longbridge
Q: 长桥 API 连接失败
检查:
.env文件是否存在且格式正确- 环境变量名是
LONGPORT_*不是LONGBRIDGE_* - 使用
Config.from_apikey_env()不是Config.from_env()
Q: 信号检测无输出
检查:
- state.json 的 candle_count 是否>0
- 当前时间是否在交易窗口内(美东 09:35-15:50)
- 是否有持仓阻塞
Q: 期权下单失败
检查:
- 期权合约代码格式是否正确(.US 后缀 + 整数行权价)
- 到期日是否用美东时间生成
- 账户是否有期权交易权限
九、策略参数
如需调整策略,修改 live_trader.py 中的 CONFIG:
CONFIG = { 'sl': 0.25, # 止损 25% 'lookback': 5, # 突破窗口 5 根 K 线 'vol_mult': 0.8, # 量能倍数 'min_body': 0.0003, # K 线实体 0.03% 'max_trades': 8, # 日最大交易 'start_time': '09:35', # 入场开始(美东) 'end_time': '15:50', # 入场结束(美东) # ... 其他参数见代码注释 }
⚠️ 修改后必须同步修改 trader_web.py 中的 CONFIG,然后重启两个进程。
开源地址
https://github.com/1797346220/qqq-trading-system
免责声明
本系统仅供学习研究使用。期权交易具有高风险,可能导致本金损失。作者不对使用本系统产生的任何损失负责。
$小米集团-W(01810.HK) $纳指 100 ETF - Invesco(QQQ.US)
本文版权归属原作者/机构所有。
当前内容仅代表作者观点,与本平台立场无关。内容仅供投资者参考,亦不构成任何投资建议。如对本平台提供的内容服务有任何疑问或建议,请联系我们。


