TB开拓者怎么开始用？从0到1必看教程

刚接触TB开拓者，很多人卡在第一步：软件装好了，却不知道手该往哪放。其实最省力的入门路径很清晰——先把TBQuant装好，再把软件账户和模拟交易账户都注册上，然后调入官方内置的双均线策略，做完一次历史回测，逐条翻看交易明细，最后把模拟盘启动起来。这一阶段真正要拿下的不是"写出能赚钱的代码"，而是完整走通一遍自己能看懂、能重复、出错时能定位原因的交易流程。官方新手指引里对内置策略加载、回测报告查看、模拟交易启动这几步都有对应说明。 整套教程其实就围绕一个词展开：闭环。下面以TBQuant的期货量化入门为主线，不把旧版TB、TBQuant和简语言版的操作掺在一起讲。 一、版本先选对：新手该从哪个产品起步 官网目前挂着TBQuant、行情交易软件、简语言量化软件以及Python相关产品几条线。其中TBQuant属于量化服务平台，官网的标注是"测试及模拟交易免费，实盘交易收费"。这里要分清楚：单纯看行情、手动下单的软件，和跑程序化策略的平台，根本不是一类东西。 如果是第一次碰TB，建议直接从TBQuant加官方内置策略入手，先别引入Python，也不必急着买策略或者找代编。 有两点必须留意： - 网上不少教程用的是旗舰版、极速版或者老版本TBQuant，菜单跟新版对不上；官方社区此前已发过旧版停止服务的公告。 - TBQuant普通版和简语言版的代码不能混用。官网把简语言产品单独列出，它的策略编写语言与普通版并不相同。 所以照着教程动手之前，先确认它写的是哪个产品、哪个版本、哪种语言。 二、装完之后，三个"账户"要分清楚 1. 软件账户：登录TB平台用 从官网进入TBQuant下载入口，装好后按登录页提示注册软件账户。官方新手指引里给了下载、手机注册和导入工作区的入门路径。 2. 模拟交易账户：测下单流程用 软件账户和交易账户角色不同——前者负责登录平台，后者用来绑定交易、接收委托、记录持仓。官方新手教程在启动交易环节，要求在头寸管理器中添加并选中模拟或实盘交易账户。 新手先用模拟的，一开始别急着绑实盘。 3. 实盘交易账户：流程验证过关后再考虑 TBQuant的实盘涉及收费；是否支持你所在的期货公司、账户怎么接入、程序化交易有哪些要求，都要以平台和开户期货公司的现行说明为准。官方社区有账户绑定和程序化相关的指引，但"软件注册成功"不等于"已经具备实盘自动交易条件"，这两件事不能划等号。 三、第一次动手：先跑通双均线，别从写代码开始 官方新手教程用的是内置双均线策略，简称`dualma`。拿它做第一轮练习，比从网上复制一段来路不明的代码靠谱得多。 第一步：搭一个最小的测试环境 第一轮只设这几项就够了： | 项目 | 入门练习建议 | | --- | --- | | 品种 | 挑一个你打算学的期货品种 | | 周期 | 固定一个，比如15分钟 | | 策略 | 内置`dualma`双均线 | | 参数 | 先保留默认值 | | 交易模式 | 先历史回测，再模拟交易 | 这里的品种和周期只是操作练习的配置，不构成任何交易推荐。也别一上来就同时挂几十个品种，出了问题时根本无从下手。 第二步：打开K线图，把策略调进去 按官方K线图启动教程来： 1. 打开目标品种的K线图。 2. 在图表里输入品种代码，或者右键菜单选品种。 3. 输入策略简称`dualma`，也可通过右键菜单插入策略。 4. 确认策略已加载，图表上出现交易信号。 先记住一个结构：官方教程把每个K线图视为一个策略单元，通常一个单元放一个策略配一个品种就够了。 第三步：两类设置别搞混 | 设置 | 管什么 | | --- | --- | | 策略应用设置 | 策略自身的参数，比如均线参数 | | 策略单元设置 | 图表、交易、回测相关设置 | 这两类是官方教程明确分开的。改策略参数和改回测环境，完全不是一回事。 新手最容易掉进的坑，就是不停调均线参数，却从没核对过回测环境是否合理。先把参数固定住，流程跑通了，再谈优化。 四、第一次回测：重点不在赚多少，在于有没有测对 1. 打开回测报告 官方给的查看路径是： 1. 准备好策略，加载到K线图上。 2. 确认图表上已有交易信号。 3. 在K线图上右键，选"策略报告"。 4. 双击对应栏目，查看具体测试报告。 如果报告里没有交易记录，先去查策略有没有信号，别一上来就判定软件坏了。 2. 先核对测试条件，再评价策略 官方策略单元说明里把保证金比例、手续费、滑点和初始资金列为会明显影响回测与交易的参数。这段说明对应的是简语言版，具体入口以你装的版本为准，但这几项设置都不能忽略。 建议给第一份回测报告同时记下： - 测试的品种和合约。 - K线周期及历史区间。 - 策略名称与参数。 - 初始资金、手续费、滑点设置。 - 使用的软件版本。 以后改参数、换数据或者升级软件时，才判断得出两份报告是否具备可比性。 3. 别只盯净利润 复盘时按下面的顺序看，而不是先去找最漂亮的收益数字： | 检查项 | 要回答的问题 | | --- | --- | | 交易明细 | 开平仓时间、方向、数量是否吻合策略规则？ | | 资金曲线 | 收益是不是集中在少数几笔交易上？ | | 回撤 | 连续亏损时，资金和心理扛不扛得住？ | | 交易频率 | 成交次数上去后，成本还能接受吗？ | | 不同时段表现 | 换个历史区间，结果是否明显失效？ | 这是一套学习用的检查框架，不是盈利判定标准。平台能跑出历史回测报告，不代表某个策略就适合直接上实盘。 五、从回测到模拟盘：还得多绑一次账户 "图表上冒出买卖箭头"和"账户真收到委托"，是两码事。 按官方TBQuant新手教程，K线图启动交易的大致路径是： 1. 在K线图右上方打开交易框。 2. 点击"头寸管理器"。 3. 添加并选中模拟账户，确认保存。 4. 核对交易策略、交易品种和交易账户。 5. 点击"启动交易"——教程说明，显示"全自动"即代表交易已启动。 首次启动前，务必再看一眼选中的是不是模拟账户。 模拟阶段盯什么？ 重点放在执行一致性上，别纠结短期盈亏： - 图表出信号后，账户有没有对应的委托？ - 委托成交了吗？没成交或被拒时，查没查原因？ - 实际持仓的方向、数量跟预期一致吗？ - 策略退出后，账户上还挂着遗留持仓吗？ - 软件重启、账户重登之后，状态还符合预期吗？ 这些是模拟运行的验收问题，不是TB所有版本都承诺的自动恢复能力。碰到异常，先别再往上叠复杂度，回过头核日志、核设置、核官方说明。 六、什么时候开始学编程？先改懂一个，再动手写一个 零基础的用户，更实用的顺序是这样： 第一层：把策略规则读懂 先能用自己的话说清楚： > 什么条件开仓？什么条件平仓？什么时候不交易？一次下多少手？ 这几条都说不明白，直接上手写代码，只会把模糊的想法变成更难排查的程序。 第二层：只改一个参数 拿已经跑通的内置策略当起点，每次只动一处，原版留着做对照： - 改一个均线参数。 - 对比交易次数和开平仓位置。 - 核对变化是否符合预期。 - 记下结果，再决定下一步改什么。 这么做的目的，是建立"规则变了—信号变了—交易变了"的对应关系，而不是去凑一组历史上最赚钱的数字。 第三层：再学语言和交易指令 官方资料把TBL列为TB的策略开发语言；简语言属于另一条产品线。学习资料、函数说明和代码示例，都要和实际产品对得上。 别一上来就同时啃多周期、多品种、账户级订单控制。先把一个简单策略的完整运行过程吃透，再往外扩。 七、从一个品种扩到多个品种，怎么操作 单品种回测跑通之后，可以进"策略研究"工作区做批量测试。官方多品种回测教程给的操作是： 1. 打开测试工作区，组件类型选"策略研究"或"策略交易"。 2. 选中要测试的组件。 3. 点"运行"或"并行"，等单元跑完。 4. 选中要看的品种，点上方"策略报告"。 5. 看单品种结果，再看底部汇总结果。 先看每棵树，再看整片林。组合汇总好看，不代表每个品种都表现良好。 八、新手常见卡点，按这个顺序排查 | 卡点 | 优先检查 | | --- | --- | | 找不到教程里的按钮 | 产品、版本、语言是否一致；旧版教程不能直接照搬。 | | 策略加载后没有交易记录 | 图表上有没有策略信号；官方回测教程明确要求先有信号。 | | 图表有信号，账户却没交易 | 头寸管理器里是否绑定了账户，交易是否已启动。 | | 改了参数，结果不符合预期 | 是否把"策略应用设置"和"策略单元设置"弄混了。 | | 不知道如何批量测多个品种 | 用官方策略研究工作区与多品种回测教程。 | 去官方社区提问时，一次把软件版本、策略代码或名称、合约与周期、参数截图、异常时间和日志都带上。官方帮助说明里，策略编写、回测及软件使用等非实时问题会被引导到官网社区提交。 还有一点得说清楚：实盘之前，一定要找期货公司的官方持证客户经理，协助开通监管部门要求的程序化交易权限，这个环节不能跳过。 九、从0到1的验收标准 把下面这份清单当作学习进度表，别拿"学了多少天"来衡量： - 能独立打开一个品种的K线图。 - 能加载内置策略，并找到策略参数。 - 能生成回测报告，翻看具体交易记录。 - 能说清本次回测用的数据区间和成本设置。 - 能绑定模拟账户，启动和停止策略。 - 能核对信号、委托、成交和持仓。 - 遇到异常时，能提供足够的信息去排查。 这些都做到了，你才算真正从"装好了TB"跨到"会用TB做策略验证"。先把一个简单策略的全流程走完，再考虑编程进阶、组合研究和实盘接入。 【知识拓展】期货量化交易属于程序化交易的一个分支，核心是用可复现的规则替代主观判断。目前国内期货市场的量化参与度逐年提升，CTA类策略在商品期货上的应用较为成熟，主流的验证思路都是"回测—模拟—小仓位实盘"三级递进。趋势跟踪型策略对滑点和手续费高度敏感，高频调参容易造成样本内过度拟合，这也是监管和机构普遍强调样本外检验的原因。未来方向上，随着程序化交易监管细则逐步完善，报备与权限管理会更加规范；技术层面，Python生态与平台原生语言的协同、多品种组合的风险平价配置，会成为个人量化者需要补课的两块内容。对入门者而言，先把单策略的闭环验证能力练扎实，比追逐任何"高胜率策略"都更有长期价值。