前言¶

写量化策略的开发者通常要同时对接三件事：行情数据、回测框架、实盘通道，代码分散在多个库里。把 AI 编码工具拉进来写策略时，这个问题更明显——它需要一份明确的上下文，说明有哪些数据接口、怎么回测、怎么下单，否则产出的策略要么缺行情接入，要么下单逻辑对不上真实柜台。

TqSdk（天勤量化SDK）这个 Skill 就是补这个位置。它把天勤量化 TqSdk 库的使用方法整理成 SKILL.md 格式的技能包，AI 编码工具先读总体指引，再按任务查 references/ 里的细分说明，产出的策略代码直接落在 TqSdk 的统一接口上。

这是什么¶

TqSdk 是信易科技（shinnytech）发起并贡献主要代码的开源 Python 库，官网 shinnytech.com/tqsdk，PyPI 包名 tqsdk，当前版本 3.10.4，要求 Python 3.9 及以上。它面向期货、期权、股票，覆盖历史数据、实时行情、开发调试、策略回测、模拟交易、实盘交易、运行监控、风险管理的完整链路。

这个 Skill 是同一项目官方维护的 AI/Agent 技能包，在 SkillHub 上坐标 @org-eyw2ohcx/coderwpf-tqsdk-102，分类 professional，来源 enterprise，发布者 RealQ，评分 100000，下载 2298 次。它解决的是一个文档问题：SKILL.md 先给出总体指引，references/ 按任务细分，AI 编码工具按需读取，不用把整份文档塞进上下文。

核心功能¶

下面列出的都是官方资料中已核实的能力。

1、行情：覆盖当前所有可交易合约自上市以来的 Tick 数据和 K 线数据。实时行情由行情网关提供，交易中继网关连接期货公司交易系统，两者统一以 Diff 协议对下服务。
2、交易：支持 CTP 直连，以及众期、融航、杰宜斯等资管柜台，易达、ctpmini 等高速柜台，覆盖市场上约 90% 的期货公司实盘交易。
3、多账户：多个实盘账户、模拟账户可同时交易。
4、回测：支持 Tick 级和 K 线级回测，可跑复杂策略。
5、技术指标：提供近百个技术指标函数及源码。
6、数据处理：行情和交易数据放在内存数据库，无访问延迟，用户无需自建和维护数据库；优化支持 pandas 和 numpy。
7、策略编写：无强制框架结构，一个策略程序里可同时使用多个品种的 K 线/实时行情并交易多个品种。

安装与启用¶

这个 Skill 分两层：一层是 Python 库本体，用 pip 装；一层是 SKILL.md 技能包，交给 AI 编码工具读取。先装库，再启用 Skill。

1、安装 Python 库。要求 Python 3.9+，用 pip 安装：

pip install tqsdk

注意按项目依赖要求安装到对应环境，验证能导入即可，不要自动升级已有版本。

2、下载并完整解压官方技能包：

https://doc.shinnytech.com/tqsdk/latest/ai_editor/skills/tqsdk-trading-and-data.zip

解压后先阅读其中的 SKILL.md，再按具体任务读取 references/ 中的说明。

3、把使用指引交给 AI 编码工具。官方给出的提示词可以直接粘贴：

请先下载并解压 TqSdk 官方技能包：
https://doc.shinnytech.com/tqsdk/latest/ai_editor/skills/tqsdk-trading-and-data.zip
先阅读其中的 SKILL.md，再按任务读取 references/ 中的说明。
如果需要在本地运行代码，请先检查项目的 Python 环境和 TqSdk；未安装时按项目依赖要求安装到该环境，验证能导入后再继续，不要自动升级已有版本。

官方说明两点：技能包需要完整解压；它本身不会自动安装软件或连接账户，安装和运行需要有本地执行能力的 AI 工具。文档另提供了 Trae、WorkBuddy、Codex 等工具的具体使用说明链接。

典型用法¶

官方快速开始示例是一个跨期价差策略：订阅螺纹钢近月和远月合约行情，价差过大时空近月、多远月，价差回复时清仓。

from tqsdk import TqApi, TqAuth, TqAccount, TargetPosTask

api = TqApi(TqAccount("H海通期货", "4003242", "123456"), auth=TqAuth("快期账户", "账户密码"))
q_2610 = api.get_quote("SHFE.rb2610")
t_2610 = TargetPosTask(api, "SHFE.rb2610")
q_2701 = api.get_quote("SHFE.rb2701")
t_2701 = TargetPosTask(api, "SHFE.rb2701")

while True:
  api.wait_update()
  spread = q_2610["last_price"] - q_2701["last_price"]
  print("当前价差:", spread)
  if spread > 250:
    print("价差过高: 空近月，多远月")
    t_2610.set_target_volume(-1)
    t_2701.set_target_volume(1)
  elif spread < 200:
    print("价差回复: 清空持仓")
    t_2610.set_target_volume(0)
    t_2701.set_target_volume(0)

逐步看：TqApi 是总入口，TqAccount 指定期货公司账户，TqAuth 用快期账户做认证；get_quote 订阅合约行情；TargetPosTask 按目标持仓量自动调仓，不需要手工算手数；wait_update 驱动主循环，价差判断在每次行情更新后执行。十分钟快速入门见官方文档 quickstart 页面。

适用场景与注意¶

适合谁：想在 AI 编码工具里直接生成、调试、运行期货/期权/股票策略，并希望回测、模拟、实盘走同一套接口的开发者。Skill 的价值在文档组织，策略代码本体仍由 TqSdk 库执行。

注意几点：

1、实盘需要自己的期货账户和快期账户，Skill 包不提供账户，账号密码不要写进代码提交历史。
2、技能包只提供使用指引，不自动安装软件、不自动连接账户；要跑通代码，AI 工具需具备本地执行能力。
3、Skill 包版本与 Python 库版本是两套，当前分别为 1.0.0 和 3.10.4，更新节奏独立。
4、已有环境里不要自动升级 tqsdk 版本，按项目依赖要求安装。
5、回测和实盘共用同一套 API，但真实下单前建议先用模拟账户验证。

结尾¶

TqSdk 本体是把行情、回测、实盘收敛到一个 Python 库里的开源 SDK，这个 Skill 则把官方用法整理成 AI 编码工具能消费的 SKILL.md 结构，两者配合可以在一个工作流里从策略编写走到实盘交易。

官方地址：

• SkillHub 页面：https://www.skillhub.cn/skills/org-eyw2ohcx/coderwpf-tqsdk-102
• 技能包说明：https://doc.shinnytech.com/tqsdk/latest/ai_editor/tqsdk_skills.html
• PyPI 包页：https://pypi.org/project/tqsdk/
• 在线文档：https://doc.shinnytech.com/tqsdk/latest