答读者问是免费文章，不计入专栏中。写作本文使用了62分钟，阅读大概3分钟。
有个读者咨询使用backtrader连接IB进行实盘交易的时候需要注意些什么？由于我使用backtrader只连接过oanda做外汇交易,并且也做期货的量化交易，中间碰到过很多问题，就在这里泛泛而谈一下，做实盘交易的时候需要注意的问题。
数据问题
跟回测一样，数据也是基础，如何处理实时的交易数据，对实盘交易有一定的影响。
数据的获取方式
常见的获取数据的方式可以分为两种，一种是请求响应式，请求一次获取一次数据；一种是订阅全推式，订阅了数据之后，会源源不断的传送数据过来。一般情况下，交易所会提供两种模式供大家选择，使用两种模式，都各有利弊吧，国内做期货交易的，使用订阅全推式的比较多。
优点
缺点
举例说明
可以获取全部的数据，可以根据数据合成不同周期的K线
比较适合用于事件驱动的量化交易框架，每次推过来一个数据，量化交易系统就运行一次，而不用再额外进行时间控制
编写策略逻辑，相对而言，更轻松一些
需要额外对数据进行处理，如果全推过来的是tick数据，而我们是要用5分钟的K线进行交易的话，就需要合成5分钟K线。
全推过来的数据，占了更多的内存，导致可能需要运行一段时间就需要重启策略。
交易所推过来的数据，有可能是交易时间之外的无效的数据，需要特别处理。
就不需要过多举例了，市面上常见的量化框架，好多都是这种模式
优点
缺点
举例说明
# 我在16年、17年最开始做比特币量化交易，就是使用的这种方式实现的，看起来比较low,没有技术含量，但是就是特别简单con = Truewhile con: # 判断现在的时间是否是应该计算交易信号的时间 # 如果是，就获取数据，计算交易信号 # 如果产生了开平仓的信号，就下单交易 # 如果下单了，就观察订单有没有成交 # 如果订单成交了，就进入下一步 # 如果订单没有成交，就撤单，重新下单，监控订单是否成交，直到订单全部成交 # 如果没有产生开平仓信号，就忽略，进入上层逻辑 # 如果不是交易时间，忽略，进入上层逻辑 # 每次循环，固定增加一定的时间，比如0.1秒 time.sleep(0.1)# 这就是一个完整的可以实现量化交易的代码，写起来特别简单。
在需要的时候才调用一次数据，可以节省程序运行的内存。
避免交易时间之外的无效数据(有的交易所在交易时间之外，也有一定的数据)。
可以自由控制计算交易信号的时间
编写量化交易的程序可以比较简单，一般会一点语法就可以实现(当然，也可以很复杂的实现)
本地时间与交易所时间不一致问题(可以计算时间差，进行规避)
请求响应式的优缺点
订阅全推式的优缺点
数据的准确性
一般情况下，从交易所直接获取的数据，准确度应该还是蛮高的；如果是从第三方获取的数据，就需要额外注意。最好的情况是，能够对交易数据做一个简单的验证(不能牺牲速度)，分析什么情况下，数据出现了异常，比如乌龙指造成的指数的大涨？
数据的及时性
尽可能采用低延迟的方法获取数据，数据是否及时，直接影响着交易速度。
数据的完整性
如果是请求响应式获取的数据，本身就是市场得到一个切片；如果是订阅全推式的获取数据，从交易所推过来的数据，可能在中途发生丢包的概率相对而言就比较大了，数据就有一定的可能不是完整的。
数据问题是实盘交易的时候需要考虑的第一个问题，需要重视，数据出了问题，就像地基没有打好一样，很容易出各种问题。
注：谈一点关于IB交易的问题，我本身没有用这个做过实盘交易，前几年IB的客户端会每24小时断一次(也不知道现在还是不是这样)，需要注意这个问题。
以上纯属胡言乱语，仅供参考。
智慧、心灵、财富，总要有一个在路上，愿我们能在人生的道路上，不断成长、不断成熟～～～
感兴趣可以关注我的专栏：
my_quant_study_note：分享一些关于量化投资、量化交易相关的思考
backtrader量化投资回测与交易：本专栏免费，分享backtrader相关的内容。
量化投资神器-backtrader源码解析-从入门到精通：本专栏目前收费299元，预计更新100篇策略(更新中)+36篇backtrader讲解(已完成)+backtrader源码分析。
系统当前共有 427 篇文章