通达信 知识体系

入门 · 行业 · 量化 — 从基础操作到量化交易的全景知识库

第一篇 · 通达信入门手册

从零开始学习通达信 —— 安装、界面、操作、分析、交易

1.1 通达信是什么

通达信是国内最主流的股票行情与交易软件之一,由财富趋势科技公司(科创板 688318.SH)开发。绝大多数券商都提供通达信定制版,覆盖沪深港美及期货、期权等多市场。

一句话:通达信 = 看盘 + 分析 + 选股 + 交易,一站搞定。

1.2 Windows 版安装

版本选择

版本特点获取方式
券商定制版集成对应券商交易功能,最常用券商官网下载(推荐)
通达信金融终端官方通用版,功能最全tdx.com.cn
通达信远航版界面更现代,适合新手tdx.com.cn

安装步骤

  1. 去券商官网或 tdx.com.cn 下载安装包
  2. 双击 setup.exe,一路点"下一步"
  3. 建议安装在 非系统盘(如 D:\tdx)
  4. 安装完成后桌面出现图标,双击启动
注意:如果打开后界面文字乱码,请确保系统区域设置为"中文(简体,中国)"。
绿色版:部分券商提供免安装版,解压即可运行。

首次启动设置

1.3 Mac 版安装

通达信没有真正的官方 Mac 版(只有功能阉割的金融终端 Mac 版),在 Mac 上使用通达信需要"曲线救国":

方案费用功能完整度适合人群
Parallels Desktop付费 (~¥500/年)100%M芯片主力用户,最推荐
VMware Fusion免费100%不想花钱的用户
通达信 Mac 原生版免费~40%只看盘不交易
CrossOver付费 (~¥200)~70%轻度使用
训练营免费100%仅 Intel Mac

Parallels Desktop 安装步骤(推荐)

  1. 下载 Parallels Desktop,安装 Windows 11 ARM 版
  2. 在虚拟机里下载安装 Windows 版通达信
  3. 开启 融合模式(查看→进入融合),通达信窗口出现在 Mac 桌面
键盘映射:Mac 键盘在 Parallels 中默认映射规则 —— ⌘ Cmd = Ctrl,⌥ Option = Alt,Fn+F5 = F5。

1.4 界面布局

区域位置说明
菜单栏顶部行情、分析、功能、公式、查看等
工具栏菜单下方快速按钮:自选股、板块、报表、画线等
行情列表左侧/主区股票列表,代码、名称、最新价、涨幅
K线/分时图主区右侧图形分析区域
信息栏右侧/下方成交明细、盘口、分价表
状态栏底部连接状态、时间、指数涨跌

1.5 基本操作

查看股票行情

  1. 键盘输入股票代码或拼音首字母(如 600519 或 MT)
  2. 弹出智能搜索框,回车确认
  3. 进入分时图 / K线图

切换视图

按键功能
F5分时图 ↔ K线图 切换
F8K线分析周期切换
F10公司基本面资料
F11全屏模式

大盘指数

核心记忆:F5 切分时/K线,F6 自选股,F10 看资料,F12 交易。

1.6 快捷键大全

F 功能键

快捷键功能快捷键功能
F3上证指数F8切换分析周期
F4深证成指F10公司资料
F5分时/K线切换F12交易下单
F6自选股列表F11全屏模式

数字快捷键

输入功能输入功能
00+Enter上证综指分时61+Enter上海A股涨幅排名
03+Enter上证指数63+Enter深圳A股涨幅排名
04+Enter深证成指67+Enter创业板涨幅排名
06+Enter科创5094+Enter板块涨幅排名
60+Enter沪深涨幅排名80+Enter沪深综合排名

分析操作

快捷键功能快捷键功能
Ctrl+↓/↑缩小/放大K线Ctrl+D系统设置
←/→左右移动K线Ctrl+T条件选股
/ 或 *切换技术指标Ctrl+P通讯设置
Space叠加信息Ctrl+E数据导出

1.7 K 线图

K 线(蜡烛图)包含四个价格:开盘价、收盘价、最高价、最低价。

分析周期

按 F8 切换周期:1分钟 → 5分钟 → 15分 → 30分 → 60分 → 日线 → 周线 → 月线 → 季线 → 年线

多图组合

1.8 常用技术指标

在 K 线界面直接输入指标名称即可切换:

输入指标说明
MACD平滑异同平均判断趋势方向与力度
KDJ随机指标超买(>80)超卖(<20)判断
RSI相对强弱指数超买超卖,常用 6 日/12 日
MA移动平均线默认 5/10/20/60 日均线
BOLL布林带上轨超买,下轨超卖
VOL成交量价涨量增健康,价涨量缩警惕
指标只是工具:没有指标能 100% 准确,建议 2~3 个互相验证。

1.9 分时图

1.10 F10 公司资料

在个股界面按 F10 查看基本面:财务分析、股东研究、股本结构、分红融资、行业对比等。

用法:技术面选股 → F10 看基本面排雷。

1.11 条件选股

菜单 功能 → 选股器 → 条件选股(或 Ctrl+T)

选股类型示例条件
技术面MACD 金叉、KDJ 金叉、均线多头排列、放量突破
基本面市盈率 < 20、净利润增长 > 30%、ROE > 15%
量价涨幅 > 3% 且成交量放大 > 50%
K线形态十字星、启明星、红三兵

1.12 交易下单

按 F12 打开交易窗口:买入、卖出、撤单、持仓查询、银证转账。

风险提示:以下仅为操作说明,不构成投资建议。股市有风险,投资需谨慎。

1.13 常见问题

Q:连接主站失败?
按 Ctrl+P 换主站,公司网络可能需代理。

Q:K线只剩一条横线?
菜单 行情→盘后数据下载,勾选日线数据。

Q:恢复默认界面?
菜单 查看→系统默认版面。

Q:导出数据到 Excel?
右键→数据导出,或 Ctrl+E。

Q:同时登录多个账号?
多个安装目录分别登录,或用 F12 切换。

Q:截图 K 线图?
Alt+F 截图,或 Win+Shift+S。

第二篇 · 行业分析

通达信 vs 同花顺 vs 东方财富 vs 大智慧 — 格局、对比、财务、为什么行业选用通达信

2.1 市场格局总览

软件母公司上市代码核心模式C端月活券商覆盖率
通达信财富趋势688318.SHB2B为主(给券商做系统)~250万90%+
同花顺同花顺300033.SZB2B+B2C并重~3500万~80%
东方财富东方财富300059.SZB2C为主(门户+基金)~1700万较低
大智慧大智慧601519.SHB2C为主,持续亏损~500万低

关键认知

通达信在 C 端知名度不如同花顺和东方财富,但在 B 端(券商侧)近乎垄断——你从券商官网下载的交易软件,很大概率是通达信贴牌的。

2.2 四款软件核心对比

通达信 指标之王

指标最全、公式系统最强。券商覆盖率 90%+,B端霸主,自选股/板块分析/条件选股/DLL插件。

同花顺 全能冠军

月活 3500 万行业第一。免费Level-2、闪电交易、AI问财。覆盖 90% 券商交易接口。

东方财富 生态之王

门户+股吧社区+天天基金 6113 亿保有量。自研"妙想"金融大模型,Choice 数据终端。

大智慧 老牌转型

DDE决策有特色,但连续四年扣非亏损,与湘财合并是转折关键。

综合评分(10分制)

维度通达信同花顺东方财富大智慧
行情数据9.09.29.59.0
技术指标9.89.07.58.5
交易体验8.59.69.08.5
资讯质量7.58.88.98.0
社区生态6.58.99.37.5
AI/智能7.09.39.18.8
B端覆盖9.88.54.03.0
公式/扩展性9.98.06.07.0

2.3 为什么行业普遍选用通达信

一句话

券商选择通达信,不是因为它最好,而是因为换掉它的成本太高。30年路径依赖+政策刚需+信创合规+行业标准,四重锁定让通达信的 B 端地位难以撼动。

原因一:30年先发优势,深度绑定券商基础设施

通达信成立于 1995 年,是国内最早的证券软件企业。经过近 30 年迭代,系统与券商柜台、结算系统深度耦合。迁移成本远高于使用成本。

原因二:B2B 模式 + 高粘性维护收入

维护服务占收入 41%,毛利率高达 93.7%。券商每年付维护费,形成长期绑定。

原因三:政策驱动的刚性升级

注册制改革、北交所设立、国密改造——每次改革通达信都是最先完成适配的厂商。

原因四:信创(国产替代)先发优势

率先完成统信/麒麟国产系统适配,发布鸿蒙 PC 版,是券商信创验收的首选。

原因五:技术指标的行业标准

通达信公式语言是事实上的行业标准,大量教程、书籍、策略源码都以通达信公式编写。

2.4 财务数据对比(2025年)

指标同花顺通达信(财富趋势)大智慧
营收60.29 亿3.68 亿8.27 亿
净利润32.05 亿3.15 亿-0.44 亿
毛利率~80%82.84%较低
期间费用率33.58%21.28%71.79%
研发费用11.45 亿0.86 亿1.85 亿
研发人员3,141 人293 人672 人
解读:通达信营收虽小但含金量极高——毛利率 82.84%、费用率仅 21.28%,是四家里经营效率最高的。

B端券商IT收入对比(2023年)

同花顺 B端4.38 亿
通达信 B端3.64 亿
大智慧 B端0.92 亿

2.5 通达信面临的挑战

C端存在感薄弱

  • 月活仅 ~250 万,远落后同花顺 3500 万
  • C 端收入占比仅 ~23%
  • 品牌知名度在散户中很低

研发投入不足

  • 研发费用仅 0.86 亿(同花顺 11.45 亿)
  • 研发人员仅 293 人(同比减少)
  • AI 大模型落地较慢

同花顺 B 端渗透

  • 同花顺 B 端收入已超越通达信(4.38亿 vs 3.64亿)
  • 部分中小券商开始选择同花顺方案

营收下滑趋势

  • 2025 年营收同比下降 5.37%
  • 软件销售收入同比大幅下滑 28.39%

第三篇 · 量化交易

从平台选择到系统实现,从技术架构到竞争策略,构建完整的量化交易能力

3.1 量化平台概览

目前国内主流券商量化交易平台是 迅投 QMT 和 恒生 PTrade,而通达信在量化生态中的角色是行情分析与信号生成:

平台开发商实盘交易支持品种运行模式
迅投 QMT迅投科技✅ 直接实盘股票/期货/期权/两融本地运行
恒生 PTrade恒生电子✅ 直接实盘偏股票/两融云端运行
通达信财富趋势❌ 仅分析全品种行情本地运行
聚宽/米筐第三方❌ 已停止实盘研究回测云端
趋势:实盘交易接口正在从第三方平台向券商自有平台集中。聚宽 2025 年已停止实盘接口。

3.2 QMT vs PTrade 深度对比

对比维度迅投 QMT恒生 PTrade
运行模式本地运行,策略保密性高云端运行,策略需上传服务器
编程语言Python + VBA,可调用 C++ 因子Python
交易速度毫秒级,可对接 LDP 极速柜台百毫秒级
品种覆盖✅ 股票、期货、期权、可转债、港股通偏股票、两融
高频支持✅ 强,适合套利/T0/高频❌ 较弱
资金门槛10万~50万50万~100万
新手友好⭐⭐(学习曲线陡)⭐⭐⭐⭐(开箱即用)
选择建议:有编程基础、追求策略保密、多品种交易 → QMT。新手、不想折腾、云端自动运行 → PTrade。

miniQMT

QMT 的极简模式,将策略编写和实盘分离。外部 Python 通过 xtquant SDK 调用下单接口,比标准版更灵活。这也是通达信+量化方案的核心组件。

3.3 通达信在量化中的角色

通达信不是量化交易执行平台,但它扮演关键的信号生成角色:

通达信(技术指标公式 → 条件预警 → 输出信号) │ 写入 JSON Lines 信号文件 ▼ Python 监控引擎(watchdog 检测 → 解析 → 风控 → 决策) │ xttrader.passorder() ▼ miniQMT → 券商极速柜台 → 交易所

通达信的优势是指标公式系统业内最强,适合先做技术分析、条件选股生成信号,再通过 miniQMT 执行。2026 年新版内置了 TQ 策略功能,但尚在测试阶段。

3.4 系统架构

分层架构

┌─────────────────────────────────────────────────────────────┐ │ 通达信 (信号生成层) │ │ 技术指标公式 → 条件预警 → 写 JSONL 文件 │ └─────────────────────────────────────────────────────────────┘ │ ┌─────────────────────────────────────────────────────────────┐ │ 策略引擎 (信号处理层) │ │ watchdog 文件监控 → 信号解析 → 风控校验 → 下单决策 │ │ Python 3.10+ / xtquant SDK │ └─────────────────────────────────────────────────────────────┘ │ ┌─────────────────────────────────────────────────────────────┐ │ miniQMT (交易执行层) │ │ xttrader.passorder() → 券商极速柜台 → 交易所 │ └─────────────────────────────────────────────────────────────┘

组件职责

组件职责技术选型
通达信行情显示、指标计算、条件预警输出通达信金融终端 v7.x
信号文件层间契约,结构化信号数据JSON Lines (.jsonl)
监控引擎轮询/事件驱动读取信号文件Python + watchdog
策略决策信号校验、仓位计算、下单参数Python / xtquant
执行引擎调用 passorder 发送委托xtquant (xttrader)
风控模块资金/仓位/频率/黑白名单校验Python 本地
日志系统全链路结构化日志 + 审计logging + 轮转

3.5 数据流设计

时序图

通达信 策略引擎 miniQMT 券商柜台 │ │ │ │ │ 1. K线更新 │ │ │ │──────────────▶│ │ │ │ 2. 写入信号 │ │ │ │──────────────▶│ │ │ │ │ 3. 检测文件变更 │ │ │ │───────────────▶│ │ │ │ 4. 风控校验 │ │ │ │ 5. passorder() │ │ │ │───────────────▶│ │ │ │ │ 6. 发送委托 │ │ │ │──────────────▶│ │ │ │ │ 7. 成交回报 │ │ │◀──────────────│ │ │ 8. 成交回调 │ │ │ │◀───────────────│ │ │ │ 9. 记录日志 │ │

延迟预算(目标 < 500ms)

环节预算
通达信写入文件< 50ms
文件变更检测< 50ms
信号解析+风控< 50ms
passorder 调用< 5ms
柜台到交易所~200ms
合计< 355ms

3.6 关键实现

信号文件格式(JSON Lines)

# D:\signals\signals.jsonl
{"signal_id":"20260515_143021_001","symbol":"IO2506-C-4000","direction":"buy_open","price":125.0,"qty":1}

核心监控引擎(伪代码)

# quant_engine.py — 监控引擎核心
class SignalHandler(FileSystemEventHandler):
    def on_modified(self, event):
        if not event.src_path.endswith('.jsonl'): return
        self._process_file(event.src_path)

    def _process_file(self, filepath):
        with open(filepath, 'r') as f:
            for line in f:
                signal = json.loads(line)
                if self._dedup(signal): continue      # 去重
                if not self._risk_check(signal): continue  # 风控
                self._execute(signal)                 # 执行

    def _execute(self, signal):
        order_id = xttrader.passorder(
            order_type=23,                    # 限价单
            order_mode=mode_map[direction],   # 开/平方向
            account_id=ACCOUNT,
            code=signal['symbol'],
            price=signal['price'],
            qty=signal['qty'],
        )

3.7 风控体系

三层防线

第一层:前置校验(Python端) 资金充足性 → 仓位上限 → 下单频率 → 合约白名单 → 价格偏离度 第二层:委托拦截(miniQMT侧) 反向对冲自检 → 日内亏损熔断 → 连续撤单率监控 第三层:柜台风控(券商侧) 资金冻结 → 持仓检查 → 交易所熔断

风控参数示例

资金类:

  • 单笔最大委托金额:10 万
  • 总仓位上限:总资产 70%
  • 单一品种上限:30%

熔断类:

  • 日内亏损 < -5% 停盘
  • 熔断冷却时间:30 分钟
  • 价格偏离现价 > 3% 拦截
重要:风控是量化交易的生命线。回测再好的策略,没有风控也会在一次黑天鹅中归零。所有参数需根据实际资金量和风险承受能力调整。

3.8 策略框架

在通达信中编写指标公式

{通达信公式 - MACD金叉+量能确认}
DIFF := EMA(CLOSE,12) - EMA(CLOSE,26);
DEA  := EMA(DIFF,9);
CROSS_DIFF_DEA := CROSS(DIFF, DEA);
VOL_CONFIRM := VOL > MA(VOL,5) * 1.5;
BUY_SIGNAL := CROSS_DIFF_DEA AND VOL_CONFIRM;
DRAWTEXT(BUY_SIGNAL, LOW, 'BUY_IO');

Python 端策略路由

# 策略路由:根据合约代码分派到具体策略
class StrategyRouter:
    def route(self, signal):
        symbol = signal['symbol']
        if symbol.startswith('IO'):        # 股指期权
            return OptionBuyerStrategy().process(signal)
        elif symbol.startswith('IF'):      # 股指期货
            return TrendBreakoutStrategy().process(signal)
        elif symbol.startswith('MA'):      # 商品期货
            return BasisArbitrageStrategy().process(signal)
        return None

适用策略类型

策略类型信号来源适用合约
趋势突破通达信指标股指/商品期货
期权买方指标 + Python Greeks股指/商品期权
期现套利Python 实时价差股指期货+ETF
跨品种套利协整检验商品期货对
跨期套利价差回归同一品种不同交割月

3.9 竞争差异分析

核心观点

通达信+QMT 这套体系不是为了"打赢机构",而是为了"不和机构在同一战场"。找到机构因为规模、成本、合规、速度等原因无法进入的缝隙市场,在这些市场里用灵活性建立护城河。

差距量化

维度专业机构通达信+QMT可逾越?
交易延迟1~10 μs10~100 ms❌ 不可逾越
研发能力10+ 研究员单人⚠ 绕行
资金规模10亿~1000亿100万~1亿✅ 小即是优势
研发成本年 5000 万+~0✅ 核心优势
决策速度数周几分钟✅ 核心优势
合规灵活度严监管自由决策✅ 核心优势
交易延迟 (不可逾越)差距 10,000x
研发能力 (绕行)数量级差距
研发成本 (我方优势)我方占优
合规灵活度 (核心优势)我方占优

机构不擅长做的事

3.10 可切入的利基市场

方向做法预期容量为什么机构不做
商品期货跨期套利同品种不同交割月价差回归200万~2000万部分品种流动性低
期权垂直价差同一到期日的看涨/看跌价差100万~500万冷门行权价流动性不足
日内中频趋势15分/60分级趋势跟踪500万~5000万机构做高频或日频
跨品种对冲相关性高的品种间价差300万~3000万容量有限,性价比低
事件驱动政策/天气/库存规则的交易500万~1亿机构强项在连续数据
关键判断:每个方向的共同点是"容量受限"——资金超过一定规模后收益率急剧下降。对机构来说没有规模效应,对你来说正是长期稳定获利的利基市场。

3.11 最终建议

资金 < 500 万

这套方案完全够用。专注于跨期套利、期权价差等"小而美"策略,在机构不关注的领域建立优势。预期年化 15~30%。

资金 500 万~5000 万

仍可用但需逐步升级:直接对接 CTP/LDP 柜台,引入更多数据源和复杂策略。

资金 > 5000 万

通达信+QMT 的天花板到了。需建立自己的交易团队和基础设施,或以机构身份使用专业交易系统。

期权期货为主

这套方案可以比股票量化更充分地发挥优势。期权期货市场流动性分层明显,天然适合小资金寻找定价偏差。

最终结论

通达信+QMT 的正确用法不是在机构的地盘上和他们竞争,而是找到机构因为规模、成本、合规、速度等原因无法进入的缝隙市场,在这些市场里用灵活性建立护城河。

合理预期:年化 15~30%,最大回撤 < 10%。如果能做到这一点,你已经跑赢了 90% 的投资者和大部分量化机构的产品。

起步路径

第一步:验证链路(1~2周)

最简单趋势跟踪策略跑通全套链路(通达信→QMT→实盘),最小资金验证系统稳定性。

第二步:回测体系(持续迭代)

通达信历史数据导出,Python 建立回测框架,检验极端行情表现。

第三步:找到利基(3~6个月)

在对特定品种的深度理解中发现"机构进不来而你能做"的机会。

第四步:组合运行(6~12个月)

2~3 个不相关的利基策略组合运行,降低回撤,持续增长。