尧图网站建设 
人工智能金融科技机器学习【免费下载链接】tensortradeAn open source reinforcement learning framework for training, evaluating, and deploying robust trading agents.项目地址https://gitcode.com/gh_mirrors/te/tensortrade点击查看免费下载TensorTrade 是一个面向训练、评估与部署强化学习交易智能体的开源框架其 oms/orders 子系统把“下单 → 撮合 → 成交 → 记账”拆分为职责清晰的独立对象。本文聚焦其中最容易被人忽视、却贯穿整个交易闭环的Trade成交对象它由谁创建、携带哪些字段、如何在订单与钱包之间流转以及如何被 Broker 记录与序列化。读完本文你将掌握Trade、TradeSide、TradeType三个核心类的完整语义能够读懂 TensorTrade 的模拟成交日志并在此基础上实现自定义成交数据导出与分析。1. 模块定位Trade 在 OMS 交易闭环中的角色Trade定义在 tensortrade/oms/orders/trade.py其文档字符串仅一句话A trade object for use within trading environments.用于交易环境内部的成交对象。要理解它的分量需要把它放进订单管理系统OMS的完整调用链中看。在 TensorTrade 中一笔交易的生命周期大致为智能体通过 Order 创建订单含side、trade_type、exchange_pair、quantity、price等Order.execute()将订单状态置为OPEN并把执行请求交给Exchange.execute_order()见 exchange.py交易所调用执行服务默认为 simulated.py 中的execute_order撮合成功后构造并返回一个Trade对象Exchange.execute_order()拿到非空Trade后调用order.fill(trade)由订单记录该笔成交成交事件通过监听器传播到 Broker 的on_fillBroker 将Trade归档进trades字典用于后续回放与分析。因此Trade是“订单意图”与“账户资产变动”之间的桥梁它既是订单撮合成功的结果证据也是钱包资金转移Wallet.transfer的产物快照。脱离这一闭环Trade就只是一堆字段结合闭环它才是回测可复现的关键数据单元。2. 三个核心类的语义trade.py 定义了三个顶层类两个枚举TradeType、TradeSide以及主类Trade。2.1 TradeType市价单与限价单class TradeType(Enum): LIMIT: str limit MARKET: str market def __str__(self): return str(self.value)TradeType.LIMITlimit限价单仅在价格满足条件时成交TradeType.MARKETmarket市价单按当前市价立即成交__str__返回字符串值如market保证序列化时输出的是可读文本而非TradeType.MARKET这种枚举表示。该枚举与 OrderStatusPENDING/OPEN/CANCELLED/PARTIALLY_FILLED/FILLED一样是订单域的核心类型。在 simulated.py 中order.type直接被透传进Trade(trade_typeorder.type)因此一笔成交的类型与产生它的订单类型始终一致。2.2 TradeSide买与卖的方向语义class TradeSide(Enum): BUY: str buy SELL: str sell def instrument(self, pair: TradingPair) - Instrument: return pair.base if self TradeSide.BUY else pair.quote def __str__(self): return str(self.value)TradeSide在普通枚举之外还提供了一个关键方法instrument(pair)TradeSide.BUY返回交易对中的base基础工具例如 BTC/USD 中的 BTCTradeSide.SELL返回交易对中的quote计价工具例如 BTC/USD 中的 USD。这一方法在订单与钱包联动中反复出现。例如 order.py 中创建订单时会调用self.side.instrument(self.exchange_pair.pair)来定位“用哪个钱包锁定量”is_complete 判断订单是否完成时同样使用它。理解TradeSide不是简单的方向标签而是资产归属的判定逻辑是正确阅读 TensorTrade 账户变动的前提。2.3 Trade 主类构造参数与字段class Trade(TimedIdentifiable): def __init__(self, order_id: str, step: int, exchange_pair: ExchangePair, side: TradeSide, trade_type: TradeType, quantity: Quantity, price: float, commission: Quantity):Trade继承自 TimedIdentifiable因此自动获得iduuid.uuid4()生成的全局唯一标识首次访问时惰性生成created_at创建时刻取自所关联时钟self._clock.now()。构造参数的完整语义如下表参数类型含义order_idstr产生该笔成交的订单 ID用于把成交回溯到订单stepint该笔成交发生在交易回合episode中的哪个时间步exchange_pairExchangePair成交所涉及的交易所与交易对如 BTC/USDT、ETH/BTC、AAPL/USD、CAD/USD 等sideTradeSide方向BUY表示用计价工具买入基础工具SELL反之trade_typeTradeType订单类型LIMIT或MARKETquantityQuantity成交数量扣除佣金后的净数量pricefloat每单位计价工具以基础工具计的价格如 10000 表示基础工具为 USD 时的 10000.00 美元commissionQuantity该笔成交支付的佣金同样以基础工具计字段在__init__中被直接赋值order_id、step、exchange_pair、side、type、quantity而price与commission走属性赋值见下文。3. 派生属性从组合数据中快速取读Trade提供了若干只读派生属性避免调用方直接解构exchange_pairproperty def base_instrument(self) - Instrument: return self.exchange_pair.pair.base property def quote_instrument(self) - Instrument: return self.exchange_pair.pair.quote property def size(self) - float: return self.quantity.sizebase_instrument/quote_instrument直接取交易对两侧的工具对象size成交数量对应的数值大小来自quantity.size。方向与类型的快速判定属性同样齐全property def is_buy(self) - bool: return self.side TradeSide.BUY property def is_sell(self) - bool: return self.side TradeSide.SELL property def is_limit_order(self) - bool: return self.type TradeType.LIMIT property def is_market_order(self) - bool: return self.type TradeType.MARKET这四个布尔属性与 Order 上的同名属性一一对应让调用方可以用统一的is_buy/is_sell/is_limit_order/is_market_order接口同时处理订单与成交例如在执行服务中根据order.is_buy分发到买入或卖出逻辑见 simulated.py。price与commission还被实现为带校验语义的属性对getter/setter为将来添加取值约束预留了空间property def price(self) - float: return self._price price.setter def price(self, price: float): self._price price property def commission(self) - Quantity: return self._commission commission.setter def commission(self, commission: Quantity): self._commission commission4. 成交从何而来SimulatedExchange 的执行服务Trade对象并非智能体直接构造而是由交易所的执行服务在撮合成功后创建。默认的模拟执行服务实现在 tensortrade/oms/services/execution/simulated.py其中execute_buy_order与execute_sell_order是两个对称的实现。4.1 买入成交的构造过程def execute_buy_order(order, base_wallet, quote_wallet, current_price, options, clock): if order.type TradeType.LIMIT and order.price current_price: return None filled order.remaining.contain(order.exchange_pair) if order.type TradeType.MARKET: scale order.price / max(current_price, order.price) filled scale * filled commission options.commission * filled # 佣金若低于工具精度下限则提升到最小精度值并发出告警 minimum_commission Decimal(10) ** -filled.instrument.precision if options.commission 0 and commission minimum_commission: logging.warning(Commission is 0 but less than instrument precision. ...) commission.size minimum_commission quantity filled - commission transfer Wallet.transfer( sourcebase_wallet, targetquote_wallet, quantityquantity, commissioncommission, exchange_pairorder.exchange_pair, reasonBUY) trade Trade( order_idorder.id, stepclock.step, exchange_pairorder.exchange_pair, sideTradeSide.BUY, trade_typeorder.type, quantitytransfer.quantity, pricetransfer.price, commissiontransfer.commission) return trade关键点限价保护LIMIT且order.price current_price时直接返回None不产生成交市价比例成交MARKET单按order.price / max(current_price, order.price)缩放成交量模拟“以设定价格挂单、被市价部分吞噬”的效果佣金计算commission options.commission * filled其中options.commission是 ExchangeOptions 的默认值0.0030.3%若佣金为正但低于工具精度下限会被抬升到最小精度并输出logging.warning净数量quantity filled - commission即实际入账数量是扣除佣金后的净值钱包转移通过Wallet.transfer(...)完成base_wallet → quote_wallet买入方向的真实资金划转reasonBUY会记录进账本构造 Tradestep取自clock.step成交发生的时间步price与commission直接取自转移结果transfer。卖出方向execute_sell_order完全对称方向为TradeSide.SELL转移方向为quote_wallet → base_walletreasonSELL。之后 Exchange.execute_order 拿到非空Trade即调用order.fill(trade)把成交写回订单。5. 成交如何被消费order.fill 与 Broker.on_fill5.1 Order.fill把成交计入订单剩余量def fill(self, trade: Trade) - None: self.status OrderStatus.PARTIALLY_FILLED filled trade.quantity trade.commission self.remaining - filled self.trades [trade] for listener in self.listeners or []: listener.on_fill(self, trade)fill做了三件事把订单状态置为PARTIALLY_FILLED部分成交若这是最后一笔则随后由complete()置为FILLED用trade.quantity trade.commission还原毛成交额并从order.remaining中扣除从而实现“一次订单可被多笔 Trade 分批填满”把Trade追加进order.trades列表并广播on_fill事件。5.2 Broker.on_fill按订单归档成交def on_fill(self, order: Order, trade: Trade) - None: if trade.order_id in self.executed and trade not in self.trades: self.trades[trade.order_id] self.trades.get(trade.order_id, []) self.trades[trade.order_id] [trade] if order.is_complete: next_order order.complete() ...Brokerbroker.py维护一个trades: OrderedDict[str, Trade]以trade.order_id为键、以成交列表为值把同一订单产生的多笔成交聚合在一起。这正是回测结束后重放“每笔订单实际发生了什么”的数据源。注意Broker.trades在reset()时会被清空见 broker.py因此它记录的是自上次重置以来的成交适用于单个回合内的分析。6. 序列化to_dict 与 to_jsonTrade提供了两种序列化方式便于日志记录、可视化和外部系统对接def to_dict(self): return {id: self.id, order_id: self.order_id, step: self.step, exchange_pair: self.exchange_pair, base_symbol: self.exchange_pair.pair.base.symbol, quote_symbol: self.exchange_pair.pair.quote.symbol, side: self.side, type: self.type, size: self.size, quantity: self.quantity, price: self.price, commission: self.commission, created_at: self.created_at}to_dict保留对象引用如exchange_pair、side、quantity适合进程内传递而to_json则把所有值转为字符串/浮点等可 JSON 序列化形式def to_json(self): return {id: str(self.id), order_id: str(self.order_id), step: int(self.step), exchange_pair: str(self.exchange_pair), base_symbol: str(self.exchange_pair.pair.base.symbol), quote_symbol: str(self.exchange_pair.pair.quote.symbol), side: str(self.side), type: str(self.type), size: float(self.size), quantity: str(self.quantity), price: float(self.price), commission: str(self.commission), created_at: str(self.created_at)}两者均额外展开base_symbol/quote_symbol把交易对符号直接平铺为独立键方便下游按标的物过滤成交。__str__与__repr__基于to_dict()生成形如Trade: id..., order_id..., step..., ...的可读表示调试时直接print(trade)即可看到全貌。7. 测试与验证订单域如何验证 Trade 语义订单域的单测覆盖了TradeSide/TradeType与订单的结合行为可当作Trade语义的活文档test_order.py 验证Order的is_buy/is_sell/is_market_order/is_limit_order、order.trades []等属性这些属性与Trade的对应属性同源同义test_broker.py 验证Broker.trades初始为空、成交按order_id归档等行为。如需在自己项目中复现一笔成交可参照 test_order.py 的模式构造Exchange与ExchangePair(exchange, USD / BTC)再用Portfolio持有Wallet(exchange, 10000 * USD)随后通过模拟执行服务生成Trade并断言其字段。8. 实践要点小结Trade 是执行服务的产物不要直接Trade(...)手动构造应通过交易所的execute_order服务获得以保证step、price、commission与真实撮合过程一致方向决定资产归属用TradeSide.instrument(pair)或trade.is_buy / trade.is_sell判断成交涉及的基础工具与计价工具不要硬编码交易对顺序佣金单独记账commission是独立字段quantity已是净数量filled - commission计算账户净值时要区分毛额与净额订单与成交一对多一个订单可产生多笔Trade分批成交用order.trades与Broker.trades[order_id]聚合序列化出口需要跨进程或写入文件时使用to_json()进程内调试使用to_dict()/print(trade)。理解Trade之后建议继续阅读 broker.py订单撮合与成交归档、simulated.py模拟执行与佣金处理与 wallet.py资金转移与锁定即可完整串起 TensorTrade 从“下单”到“记账”的整个链路。赞分享人工智能金融科技机器学习【免费下载链接】tensortradeAn open source reinforcement learning framework for training, evaluating, and deploying robust trading agents.项目地址https://gitcode.com/gh_mirrors/te/tensortrade点击查看免费下载相关推荐TensorTrade Broker 订单管理系统解析虚拟订单簿、多交易所撮合与订单生命周期管理TensorTrade Broker 订单管理系统解析虚拟订单簿、多交易所撮合与订单生命周期管理 本篇技术指南围绕 TensorTrade 开源强化学习框架的人工智能金融科技机器学习gitchangelog 实用技巧用正则表达式把提交精准分类到 New、Changes、Fix 各分节完整指南gitchangelog 实用技巧用正则表达式把提交精准分类到 New、Changes、Fix 各分节完整指南 gitchangelog 是一款从 git开发工具TensorTrade OMS 深入解析订单管理系统、投资组合与订单生命周期实战指南TensorTrade OMS 深入解析订单管理系统、投资组合与订单生命周期实战指南 TensorTrade 是一个面向强化学习交易智能体的开源框架而 te人工智能金融科技机器学习上一篇YimMenu完整指南GTA5防崩溃菜单的5分钟快速安装与安全使用教程下一篇GitHub Desktop 3分钟中文汉化终极指南一键实现界面本地化创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 TensorTrade 订单成交记录 Trade 对象全解析：从订单撮合到资产转移的数据模型与序列化
人工智能金融科技机器学习【免费下载链接】tensortradeAn open source reinforcement learning framework for training, evaluating, and deploying robust trading agents.项目地址https://gitcode.com/gh_mirrors/te/tensortrade点击查看免费下载TensorTrade 是一个面向训练、评估与部署强化学习交易智能体的开源框架其 oms/orders 子系统把“下单 → 撮合 → 成交 → 记账”拆分为职责清晰的独立对象。本文聚焦其中最容易被人忽视、却贯穿整个交易闭环的Trade成交对象它由谁创建、携带哪些字段、如何在订单与钱包之间流转以及如何被 Broker 记录与序列化。读完本文你将掌握Trade、TradeSide、TradeType三个核心类的完整语义能够读懂 TensorTrade 的模拟成交日志并在此基础上实现自定义成交数据导出与分析。1. 模块定位Trade 在 OMS 交易闭环中的角色Trade定义在 tensortrade/oms/orders/trade.py其文档字符串仅一句话A trade object for use within trading environments.用于交易环境内部的成交对象。要理解它的分量需要把它放进订单管理系统OMS的完整调用链中看。在 TensorTrade 中一笔交易的生命周期大致为智能体通过 Order 创建订单含side、trade_type、exchange_pair、quantity、price等Order.execute()将订单状态置为OPEN并把执行请求交给Exchange.execute_order()见 exchange.py交易所调用执行服务默认为 simulated.py 中的execute_order撮合成功后构造并返回一个Trade对象Exchange.execute_order()拿到非空Trade后调用order.fill(trade)由订单记录该笔成交成交事件通过监听器传播到 Broker 的on_fillBroker 将Trade归档进trades字典用于后续回放与分析。因此Trade是“订单意图”与“账户资产变动”之间的桥梁它既是订单撮合成功的结果证据也是钱包资金转移Wallet.transfer的产物快照。脱离这一闭环Trade就只是一堆字段结合闭环它才是回测可复现的关键数据单元。2. 三个核心类的语义trade.py 定义了三个顶层类两个枚举TradeType、TradeSide以及主类Trade。2.1 TradeType市价单与限价单class TradeType(Enum): LIMIT: str limit MARKET: str market def __str__(self): return str(self.value)TradeType.LIMITlimit限价单仅在价格满足条件时成交TradeType.MARKETmarket市价单按当前市价立即成交__str__返回字符串值如market保证序列化时输出的是可读文本而非TradeType.MARKET这种枚举表示。该枚举与 OrderStatusPENDING/OPEN/CANCELLED/PARTIALLY_FILLED/FILLED一样是订单域的核心类型。在 simulated.py 中order.type直接被透传进Trade(trade_typeorder.type)因此一笔成交的类型与产生它的订单类型始终一致。2.2 TradeSide买与卖的方向语义class TradeSide(Enum): BUY: str buy SELL: str sell def instrument(self, pair: TradingPair) - Instrument: return pair.base if self TradeSide.BUY else pair.quote def __str__(self): return str(self.value)TradeSide在普通枚举之外还提供了一个关键方法instrument(pair)TradeSide.BUY返回交易对中的base基础工具例如 BTC/USD 中的 BTCTradeSide.SELL返回交易对中的quote计价工具例如 BTC/USD 中的 USD。这一方法在订单与钱包联动中反复出现。例如 order.py 中创建订单时会调用self.side.instrument(self.exchange_pair.pair)来定位“用哪个钱包锁定量”is_complete 判断订单是否完成时同样使用它。理解TradeSide不是简单的方向标签而是资产归属的判定逻辑是正确阅读 TensorTrade 账户变动的前提。2.3 Trade 主类构造参数与字段class Trade(TimedIdentifiable): def __init__(self, order_id: str, step: int, exchange_pair: ExchangePair, side: TradeSide, trade_type: TradeType, quantity: Quantity, price: float, commission: Quantity):Trade继承自 TimedIdentifiable因此自动获得iduuid.uuid4()生成的全局唯一标识首次访问时惰性生成created_at创建时刻取自所关联时钟self._clock.now()。构造参数的完整语义如下表参数类型含义order_idstr产生该笔成交的订单 ID用于把成交回溯到订单stepint该笔成交发生在交易回合episode中的哪个时间步exchange_pairExchangePair成交所涉及的交易所与交易对如 BTC/USDT、ETH/BTC、AAPL/USD、CAD/USD 等sideTradeSide方向BUY表示用计价工具买入基础工具SELL反之trade_typeTradeType订单类型LIMIT或MARKETquantityQuantity成交数量扣除佣金后的净数量pricefloat每单位计价工具以基础工具计的价格如 10000 表示基础工具为 USD 时的 10000.00 美元commissionQuantity该笔成交支付的佣金同样以基础工具计字段在__init__中被直接赋值order_id、step、exchange_pair、side、type、quantity而price与commission走属性赋值见下文。3. 派生属性从组合数据中快速取读Trade提供了若干只读派生属性避免调用方直接解构exchange_pairproperty def base_instrument(self) - Instrument: return self.exchange_pair.pair.base property def quote_instrument(self) - Instrument: return self.exchange_pair.pair.quote property def size(self) - float: return self.quantity.sizebase_instrument/quote_instrument直接取交易对两侧的工具对象size成交数量对应的数值大小来自quantity.size。方向与类型的快速判定属性同样齐全property def is_buy(self) - bool: return self.side TradeSide.BUY property def is_sell(self) - bool: return self.side TradeSide.SELL property def is_limit_order(self) - bool: return self.type TradeType.LIMIT property def is_market_order(self) - bool: return self.type TradeType.MARKET这四个布尔属性与 Order 上的同名属性一一对应让调用方可以用统一的is_buy/is_sell/is_limit_order/is_market_order接口同时处理订单与成交例如在执行服务中根据order.is_buy分发到买入或卖出逻辑见 simulated.py。price与commission还被实现为带校验语义的属性对getter/setter为将来添加取值约束预留了空间property def price(self) - float: return self._price price.setter def price(self, price: float): self._price price property def commission(self) - Quantity: return self._commission commission.setter def commission(self, commission: Quantity): self._commission commission4. 成交从何而来SimulatedExchange 的执行服务Trade对象并非智能体直接构造而是由交易所的执行服务在撮合成功后创建。默认的模拟执行服务实现在 tensortrade/oms/services/execution/simulated.py其中execute_buy_order与execute_sell_order是两个对称的实现。4.1 买入成交的构造过程def execute_buy_order(order, base_wallet, quote_wallet, current_price, options, clock): if order.type TradeType.LIMIT and order.price current_price: return None filled order.remaining.contain(order.exchange_pair) if order.type TradeType.MARKET: scale order.price / max(current_price, order.price) filled scale * filled commission options.commission * filled # 佣金若低于工具精度下限则提升到最小精度值并发出告警 minimum_commission Decimal(10) ** -filled.instrument.precision if options.commission 0 and commission minimum_commission: logging.warning(Commission is 0 but less than instrument precision. ...) commission.size minimum_commission quantity filled - commission transfer Wallet.transfer( sourcebase_wallet, targetquote_wallet, quantityquantity, commissioncommission, exchange_pairorder.exchange_pair, reasonBUY) trade Trade( order_idorder.id, stepclock.step, exchange_pairorder.exchange_pair, sideTradeSide.BUY, trade_typeorder.type, quantitytransfer.quantity, pricetransfer.price, commissiontransfer.commission) return trade关键点限价保护LIMIT且order.price current_price时直接返回None不产生成交市价比例成交MARKET单按order.price / max(current_price, order.price)缩放成交量模拟“以设定价格挂单、被市价部分吞噬”的效果佣金计算commission options.commission * filled其中options.commission是 ExchangeOptions 的默认值0.0030.3%若佣金为正但低于工具精度下限会被抬升到最小精度并输出logging.warning净数量quantity filled - commission即实际入账数量是扣除佣金后的净值钱包转移通过Wallet.transfer(...)完成base_wallet → quote_wallet买入方向的真实资金划转reasonBUY会记录进账本构造 Tradestep取自clock.step成交发生的时间步price与commission直接取自转移结果transfer。卖出方向execute_sell_order完全对称方向为TradeSide.SELL转移方向为quote_wallet → base_walletreasonSELL。之后 Exchange.execute_order 拿到非空Trade即调用order.fill(trade)把成交写回订单。5. 成交如何被消费order.fill 与 Broker.on_fill5.1 Order.fill把成交计入订单剩余量def fill(self, trade: Trade) - None: self.status OrderStatus.PARTIALLY_FILLED filled trade.quantity trade.commission self.remaining - filled self.trades [trade] for listener in self.listeners or []: listener.on_fill(self, trade)fill做了三件事把订单状态置为PARTIALLY_FILLED部分成交若这是最后一笔则随后由complete()置为FILLED用trade.quantity trade.commission还原毛成交额并从order.remaining中扣除从而实现“一次订单可被多笔 Trade 分批填满”把Trade追加进order.trades列表并广播on_fill事件。5.2 Broker.on_fill按订单归档成交def on_fill(self, order: Order, trade: Trade) - None: if trade.order_id in self.executed and trade not in self.trades: self.trades[trade.order_id] self.trades.get(trade.order_id, []) self.trades[trade.order_id] [trade] if order.is_complete: next_order order.complete() ...Brokerbroker.py维护一个trades: OrderedDict[str, Trade]以trade.order_id为键、以成交列表为值把同一订单产生的多笔成交聚合在一起。这正是回测结束后重放“每笔订单实际发生了什么”的数据源。注意Broker.trades在reset()时会被清空见 broker.py因此它记录的是自上次重置以来的成交适用于单个回合内的分析。6. 序列化to_dict 与 to_jsonTrade提供了两种序列化方式便于日志记录、可视化和外部系统对接def to_dict(self): return {id: self.id, order_id: self.order_id, step: self.step, exchange_pair: self.exchange_pair, base_symbol: self.exchange_pair.pair.base.symbol, quote_symbol: self.exchange_pair.pair.quote.symbol, side: self.side, type: self.type, size: self.size, quantity: self.quantity, price: self.price, commission: self.commission, created_at: self.created_at}to_dict保留对象引用如exchange_pair、side、quantity适合进程内传递而to_json则把所有值转为字符串/浮点等可 JSON 序列化形式def to_json(self): return {id: str(self.id), order_id: str(self.order_id), step: int(self.step), exchange_pair: str(self.exchange_pair), base_symbol: str(self.exchange_pair.pair.base.symbol), quote_symbol: str(self.exchange_pair.pair.quote.symbol), side: str(self.side), type: str(self.type), size: float(self.size), quantity: str(self.quantity), price: float(self.price), commission: str(self.commission), created_at: str(self.created_at)}两者均额外展开base_symbol/quote_symbol把交易对符号直接平铺为独立键方便下游按标的物过滤成交。__str__与__repr__基于to_dict()生成形如Trade: id..., order_id..., step..., ...的可读表示调试时直接print(trade)即可看到全貌。7. 测试与验证订单域如何验证 Trade 语义订单域的单测覆盖了TradeSide/TradeType与订单的结合行为可当作Trade语义的活文档test_order.py 验证Order的is_buy/is_sell/is_market_order/is_limit_order、order.trades []等属性这些属性与Trade的对应属性同源同义test_broker.py 验证Broker.trades初始为空、成交按order_id归档等行为。如需在自己项目中复现一笔成交可参照 test_order.py 的模式构造Exchange与ExchangePair(exchange, USD / BTC)再用Portfolio持有Wallet(exchange, 10000 * USD)随后通过模拟执行服务生成Trade并断言其字段。8. 实践要点小结Trade 是执行服务的产物不要直接Trade(...)手动构造应通过交易所的execute_order服务获得以保证step、price、commission与真实撮合过程一致方向决定资产归属用TradeSide.instrument(pair)或trade.is_buy / trade.is_sell判断成交涉及的基础工具与计价工具不要硬编码交易对顺序佣金单独记账commission是独立字段quantity已是净数量filled - commission计算账户净值时要区分毛额与净额订单与成交一对多一个订单可产生多笔Trade分批成交用order.trades与Broker.trades[order_id]聚合序列化出口需要跨进程或写入文件时使用to_json()进程内调试使用to_dict()/print(trade)。理解Trade之后建议继续阅读 broker.py订单撮合与成交归档、simulated.py模拟执行与佣金处理与 wallet.py资金转移与锁定即可完整串起 TensorTrade 从“下单”到“记账”的整个链路。赞分享人工智能金融科技机器学习【免费下载链接】tensortradeAn open source reinforcement learning framework for training, evaluating, and deploying robust trading agents.项目地址https://gitcode.com/gh_mirrors/te/tensortrade点击查看免费下载相关推荐TensorTrade Broker 订单管理系统解析虚拟订单簿、多交易所撮合与订单生命周期管理TensorTrade Broker 订单管理系统解析虚拟订单簿、多交易所撮合与订单生命周期管理 本篇技术指南围绕 TensorTrade 开源强化学习框架的人工智能金融科技机器学习gitchangelog 实用技巧用正则表达式把提交精准分类到 New、Changes、Fix 各分节完整指南gitchangelog 实用技巧用正则表达式把提交精准分类到 New、Changes、Fix 各分节完整指南 gitchangelog 是一款从 git开发工具TensorTrade OMS 深入解析订单管理系统、投资组合与订单生命周期实战指南TensorTrade OMS 深入解析订单管理系统、投资组合与订单生命周期实战指南 TensorTrade 是一个面向强化学习交易智能体的开源框架而 te人工智能金融科技机器学习上一篇YimMenu完整指南GTA5防崩溃菜单的5分钟快速安装与安全使用教程下一篇GitHub Desktop 3分钟中文汉化终极指南一键实现界面本地化创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考