哪些证券公司提供量化API接口服务？非Python程序员能否利用量化交易平台进行交易？

after_trading_end函数介绍

使用场景

1. 该函数主要用于回测和交易模块。
2. 它会在每天交易结束后被调用，用于处理收盘后的操作。
3. 如果没有特定的盘后处理需求，可以在策略中不定义此函数。

注意事项

1. 该函数只会执行一次。
2. 执行时间由券商配置，通常为15:30。

参数说明

1. context:Context对象，包含当前的账户和持仓信息。
2. data:保留字段暂无数据。

返回值

None

tick_data函数介绍

使用场景

1. 该函数适用于交易模块。
2. 它可以用于处理tick级别策略的交易逻辑。
3. 如果没有tick处理需求，可以在策略中不定义此函数。

注意事项

1. 执行时间为9:30至14:59。
2. data和handle_data函数中的data是不同的，请注意区分。
3. data中包含的逐笔委托、逐笔成交数据需要开通level2行情才能获取。
4. data中的tick数据来自get_snapshot()并转换为DataFrame格式。
5. 当调用set_parameters()并设置tick_data_no_l2="1"时，data中将不包含逐笔委托、逐笔成交字段。
6. 当策略执行时间超过3秒时，将会丢弃中间堵塞的tick_data。
7. 收盘后，将清空队列中未执行的tick_data。
8. data中包含的逐笔委托、逐笔成交数据正常返回DataFrame格式，异常时返回None。

参数说明

1. context:Context对象，包含当前的账户和持仓信息。
2. data:一个字典（dict），key为对应的标的代码，value为一个字典，包含order（逐笔委托）、tick（当前tick数据）、transcation（逐笔成交）三项。

数据结构介绍

1. order:逐笔委托对应DataFrame包含字段：business_time（时间戳毫秒级）、hq_px（价格）、business_amount（委托量）、order_no（委托编号）、business_direction（委托方向）、trans_kind（委托类别）。
2. tick:tick数据对应DataFrame包含字段：amount（持仓量）、avg_px（均价）、bid_grp（买档位）、business_amount（成交数量）、business_amount_in（内盘成交量）、business_amount_out（外盘成交量）、business_balance（成交金额）、business_count（成交笔数）、circulation_amount（流通股本）、close_px（今日收盘）、current_amount（最近成交量）、down_px（跌停价格）、end_trade_date（最后交易日）、entrust_diff（委差）、entrust_rate（委比）、high_px（最高价）、hsTimeStamp（时间戳）、issue_date（上市日期）、last_px（最新成交价）、low_px（最低价）、offer_grp（卖档位）、open_px（今开盘价）、pb_rate（市净率）、pe_rate（动态市盈率）、preclose_px（昨收价）、prev_settlement（昨结算）、px_change_rate（涨跌幅）、settlement（结算价）、start_trade_date（首个交易日）、tick_size（最小报价单位）、total_bid_turnover（委买金额）、total_bidqty（委买量）、total_offer_turnover（委卖金额）、total_offerqty（委卖量）、trade_mins（交易时间）、trade_status（交易状态）、turnover_ratio（换手率）、up_px（涨停价格）、vol_ratio（量比）、wavg_px（加权平均价）。
3. transcation:逐笔成交对应DataFrame包含字段：business_time（时间戳毫秒级）、hq_px（价格）、business_amount（成交量）、trade_index（成交编号）、business_direction（成交方向）、buy_no（叫买方编号）、sell_no（叫卖方编号）、trans_flag（成交标记）、trans_identify_am（盘后逐笔成交序号标识）、channel_num（成交通