今天继续更新qmt的使用教程，前面更新了2qmt教程--qmt常见量化问题解答2

1如何使用Python在QMT中进行一篮子股票买卖？

主要使用set_basket和passorder（或algo_passorder）配合实现。

1. **配置篮子结构**：使用set_basket函数设置一个篮子，包含多只股票及其权重、数量、买卖方向。

2. **执行篮子交易**：调用passorder函数，将orderType参数设置为篮子交易对应的代码（如1102代表按篮子权重下单），并将orderCode参数指定为篮子名称。

文档7qmt中如何使用python进行一篮子买卖.txt提供了具体的代码示例，包括按数量下单和按权重下单两种方式。

#coding:gbk
"""
大QMT 一篮子股票买卖完整示例
演示了使用 set_basket 配置篮子，以及用 passorder 执行按数量和按权重大下单的两种方式。
仅作学习使用，不构成投资建议。
"""
def init(C):
    # 请将 'your_account' 替换为您的实际资金账号
    account = 'your_account'
    # =========================================================================
    # 方式一：按篮子中设定的【股票数量】下单
    # =========================================================================
    # 1. 定义一个篮子表格，包含股票代码、权重、数量、买卖方向
    table1 = [
        {'stock': '6000.SH', 'weight': 0.11, 'quantity': 100, 'optType': 23},  # optType=23 表示买入
        {'stock': '6028.SH', 'weight': 0.11, 'quantity': 200, 'optType': 24},  # optType=24 表示卖出
    ]
    basket1 = {'name': 'basket1', 'stocks': table1}

    # 2. 设置篮子
    set_basket(basket1)
    # 3. 执行篮子交易，下单2份篮子
    #    orderType=2101 表示按组合股票数量下单，volume的单位是“篮子的份数”
    pice = 2  # 下2份，即：买入200股600.SH，卖出400股6028.SH
    passorder(
        35,           # opType=35 表示“一键买卖” (同时买入和卖出)
        2101,         # orderType=2101 按组合股票数量（份）下单
        account,      # 资金账号
        'basket1',    # orderCode 篮子名称
        5,            # prType=5 最新价下单
        1,            # price 最新价时该参数无效，填任意数占位
        pice,         # volume 篮子份数
        '',           # strategyName 策略名（可选）
        2,            # quickTrade=2 立即触发下单
        '按数量下单', # userOrderId 投资备注
        C             # ContextInfo
    )
    print("已发出篮子交易（按数量）：basket1，份数:", pice)
    # =========================================================================
    # 方式二：按篮子中设定的【股票权重】下单（按金额分配）
    # =========================================================================
    # 1. 定义一个篮子表格，重点是设置 weight（权重），quantity 设为0
    table2 = [
        {'stock': '60.SH', 'weight': 0.4, 'quantity': 0, 'optType': 23},  # 40% 资金买入
        {'stock': '608.SH', 'weight': 0.6, 'quantity': 0, 'optType': 24},  # 60% 资金卖出
    ]
    basket2 = {'name': 'basket2', 'stocks': table2}

    # 2. 设置篮子
    set_basket(basket2)
    # 3. 执行篮子交易，指定总金额
    #    orderType=2102 表示按组合股票权重下单，volume的单位是“元”
    money = 10000  # 总额10000元
    passorder(
        35,           # opType=35 一键买卖
        2102,         # orderType=2102 按组合股票权重（金额）下单
        account,      # 资金账号
        'basket2',    # orderCode 篮子名称
        5,            # prType=5 最新价下单
        1,            # price 占位
        money,        # volume 总金额（元）
        '',           # strategyName
        2,            # quickTrade=2 立即下单
        '按权重下单', # userOrderId
        C             # ContextInfo
    )
    print("已发出篮子交易（按权重）：basket2，总金额:", money)
    # =========================================================================
    # 额外提示：如果您希望使用算法交易（拆单），可以用 algo_passorder 替代 passorder
    # 如下面这段注释掉的代码所示：
    # =========================================================================
    """
    import time
    userparam = {
        'OrderType': 1,           # 表示要下算法
        'PriceType': 4,           # 卖5价下单
        'MaxOrderCount': 12,      # 最大委托次数
        'SuperPriceType': 0,      # 超价类型，0表示按比例
        'SuperPriceRate': 0,      # 超价比例
        'VolumeRate': 1,          # 单笔下单比率
        'VolumeType': 10,         # 单笔基准量类型
        'SingleNumMax': 1000000,  # 单笔拆单最大值
        'ValidTimeStart': int(time.time()),
        'ValidTimeEnd': int(time.time() + 60 * 60),
    }
    # 按篮子数量下单的算法版本
    algo_passorder(35, 2101, account, 'basket1', -1, -1, pice, '', 2, '普通算法', userparam, C)
    # 按篮子权重下单的算法版本
    algo_passorder(35, 2102, account, 'basket2', -1, -1, money, '', 2, '组合算法', userparam, C)
    """
def handlebar(C):
    """
    本示例没有在handlebar中处理逻辑，
    因为init中已通过quickTrade=2实现了立即下单。
    """
    pass

2如何设置定时器，在盘中定时执行某些判断或交易？

使用ContextInfo.run_time(period, callback, startTime='')函数。

- callback：用户自定义的回调函数名（该函数需要自己定义）。

- startTime：首次运行的时间点（格式'HH:MM:SS'），为空则立即开始（但首次运行前可能等待一个period）。

**注意**：定时器在回测中无效，仅在实盘或模拟盘中有效。定时器没有独立的结束方法，依赖于策略的运行。在定时器回调函数中调用下单函数时，passorder的quickTrade参数必须传2。

#coding:gbk
"""
大QMT 定时器使用示例：使用 run_time 在盘中定时执行任务
本示例演示了如何设置一个定时器，每5秒检查一次行情并打印信息。
仅供学习使用，不构成投资建议。
"""
def init(C):
    """
    策略初始化函数
    在这里设置定时器，指定要调用的函数、时间间隔和首次启动时间。
    """
    # 设置定时器：每5秒运行一次名为 'my_timer_handler' 的函数
    # 首次运行时间设置为一个历史时间，这样定时器会立刻开始等待5秒后触发
    C.run_time("my_timer_handler", "5nSecond", "2024-01-01 09:30:00")

    print("定时器已注册：每5秒执行一次 my_timer_handler 函数")
def my_timer_handler(C):
    """
    用户自定义的回调函数
    这是定时器每次触发时调用的函数，入参为 ContextInfo 对象。
    你可以在这个函数中编写自己的判断逻辑或交易指令。
    """
    # 示例：打印当前时间
    import time
    current_time = time.strftime('%H:%M:%S')
    print(f"定时器触发！当前时间: {current_time}")

    # 示例：获取并打印一只股票的最新价格
    # 使用 get_full_tick 获取全推最新数据（实盘有效）
    tick_data = C.get_full_tick(['01.SZ'])
    if '000001.SZ' in tick_data:
        price = tick_data['01.SZ']['lastPrice']
        print(f"   银(01.SZ) 最新价: {price:.2f}")

    # 示例：如果满足条件，可以在这里下单
    # 注意：在定时器回调中下单，passorder 的 quickTrade 参数必须传 2
    # 下面是一个注释掉的下单示例，方便您理解
    # if some_condition:
    #     passorder(
    #         23,           # opType: 股票买入
    #         1101,         # orderType: 按股下单
    #         account,      # 资金账号 (实际使用时请替换)
    #         '001.SZ',  # orderCode
    #         5,            # prType: 最新价
    #         0,            # price
    #         100,          # volume: 100股
    #         '',           # strategyName
    #         2,            # quickTrade: 必须传2，表示立即触发下单
    #         '定时器买入', # userOrderId
    #         C             # ContextInfo
    #     )
    #     print("   已发出买入委托")
def handlebar(C):
    """
    handlebar 函数不是必须的，但通常作为占位。
    本示例中，所有定时任务都在 my_timer_handler 中完成。
    """
    pass

3如何订阅全推数据，并获取增量推送？

使用ContextInfo.subscribe_whole_quote(stock_list, callback)函数。

- stock_list：代码列表，如['001.SZ', '600.SH']。为空则订阅全市场。

- callback：用户自定义的回调函数名，当订阅的品种行情有变化时，会调用此函数并传入变化的数据。

函数返回一个订阅号subId，可用于后续的unsubscribe_whole_quote反订阅。全推数据仅支持分笔周期，增量推送变化品种的行情信息。

#coding:gbk
"""
大QMT 订阅全推数据使用示例：使用 subscribe_whole_quote 获取增量行情
本示例演示了如何订阅全推数据，并在回调函数中处理增量推送的行情信息。
仅供学习使用，不构成投资建议。
"""
# 用于存储订阅号，方便后续反订阅
sub_nums = []
def init(C):
    """
    策略初始化函数
    在这里订阅全推数据，指定要订阅的品种和回调函数。
    """
    global sub_nums

    # 定义回调函数
    def on_whole_quote(data):
        """
        用户自定义的回调函数
        当订阅的品种行情有变化时，系统会自动调用此函数，并传入变化的数据。
        参数 data 是一个字典，key为股票代码，value为该股票的行情数据字典。
        """
        for stock_code in data:
            stock_data = data[stock_code]
            print(f"收到增量推送 - {stock_code}:")
            print(f"  最新价: {stock_data['lastPrice']}")
            print(f"  成交量: {stock_data['volume']} 手")
            print(f"  成交额: {stock_data['amount']:.2f} 元")
            print(f"  买一价: {stock_data['bidPrice'][0]}, 买一量: {stock_data['bidVol'][0]}")
            print(f"  卖一价: {stock_data['askPrice'][0]}, 卖一量: {stock_data['askVol'][0]}")
            print("-" * 40)

    # 定义要订阅的品种列表
    stock_list = ["01.SZ", "19.SH", "0.SH"]

    # 订阅全推数据
    # subscribe_whole_quote 会返回一个订阅号，用于后续反订阅
    sub_id = C.subscribe_whole_quote(
        code_list=stock_list,   # 品种代码列表
        callback=on_whole_quote  # 指定回调函数
    )

    # 记录订阅号
    sub_nums.append(sub_id)
    print(f"订阅成功，订阅号: {sub_id}")
    print(f"订阅品种: {stock_list}")
    print("等待增量推送...\n")
def handlebar(C):
    """
    handlebar 函数
    本示例中不需要在 handlebar 中做额外操作，所有行情处理都在回调函数中完成。
    """
    pass
def stop(C):
    """
    策略停止函数
    当策略停止时，反订阅行情数据，释放资源。
    """
    global sub_nums
    for sub_id in sub_nums:
        C.unsubscribe_quote(sub_id)
        print(f"已反订阅，订阅号: {sub_id}")

4如何订阅指定品种的行情数据？

使用ContextInfo.subscribe_quote(stock_list, period, callback, start_time='', end_time='', count=-1, dividend_type='follow')函数。

- period：周期，如'1m'（1分钟）、'5m'（5分钟）、'1d'（日线）、'tick'（分笔）。

- callback：行情变化时的回调函数。

函数返回订阅号subId。订阅有最大数量限制（如300个），超过限制会导致数据不更新。订阅后，可以在回调函数中处理实时数据，或使用get_market_data_ex(subscribe=True)获取数据。

#coding:gbk
"""
大QMT 订阅行情使用示例：使用 subscribe_quote 订阅指定品种的行情数据
本示例演示了如何订阅指定股票的行情，并在回调函数中处理实时数据。
仅供学习使用，不构成投资建议。
"""
# 用于存储订阅号，方便后续反订阅
sub_nums = []
def init(C):
    """
    策略初始化函数
    在这里订阅指定品种的行情数据。
    """
    global sub_nums

    # 定义回调函数
    def on_quote(data):
        """
        用户自定义的回调函数
        当订阅的品种有新的行情数据推送时，系统会自动调用此函数。
        参数 data 是一个字典，key为股票代码，value为行情数据。
        """
        for stock_code in data:
            stock_data = data[stock_code]
            print(f"收到行情推送 - {stock_code}:")

            # 根据周期不同，数据结构有所不同
            # 对于日线('1d')，数据包含开高低收等信息
            print(f"  开盘价: {stock_data.get('open', 'N/A')}")
            print(f"  最高价: {stock_data.get('high', 'N/A')}")
            print(f"  最低价: {stock_data.get('low', 'N/A')}")
            print(f"  收盘价: {stock_data.get('close', 'N/A')}")
            print(f"  成交量: {stock_data.get('volume', 'N/A')} 手")
            print(f"  成交额: {stock_data.get('amount', 'N/A'):.2f} 元")
            print("-" * 40)

    # 定义要订阅的品种列表
    stock_list = ["01.SZ", "619.SH"]

    # 订阅行情数据
    # subscribe_quote 会返回一个订阅号，用于后续反订阅
    # 订阅成功后，当行情数据更新时，回调函数 on_quote 会自动被调用
    for stock in stock_list:
        sub_id = C.subscribe_quote(
            stock_code=stock,       # 股票代码，格式为 'code.market'
            period='1d',            # 订阅周期：'1d' 日线，'5m' 5分钟，'1m' 1分钟，'tick' 分笔
            dividend_type='none',   # 除权方式：'none' 不复权，'front' 前复权，'back' 后复权
            callback=on_quote       # 指定回调函数
        )
        sub_nums.append(sub_id)
        print(f"订阅成功 - {stock}，订阅号: {sub_id}")

    print("\n等待行情推送...\n")
def handlebar(C):
    """
    handlebar 函数
    本示例中不需要在 handlebar 中做额外操作，所有行情处理都在回调函数中完成。
    """
    pass
def stop(C):
    """
    策略停止函数
    当策略停止时，反订阅行情数据，释放资源。
    """
    global sub_nums
    for sub_id in sub_nums:
        C.unsubscribe_quote(sub_id)
        print(f"已反订阅，订阅号: {sub_id}")

5QMT中有哪几种主要的策略运行机制？各自适用什么场景？

1. **逐K线驱动（handlebar）**：策略随主图K线更新（每个tick）被调用，但信号只在K线结束时生效（quickTrade=0）。适用于基于K线技术指标、希望信号不闪烁的经典趋势或反转策略。

2. **订阅推送（subscribe）**：通过subscribe_quote订阅品种，在回调函数中接收实时行情并判断交易。适用于需要随分笔行情高频判断、对实时性要求高的策略（如盘口策略）。

3. **定时任务（run_time）**：通过run_time设置定时器，周期性执行判断。适用于不需要紧密跟随行情，而是固定时间间隔执行任务的策略（如定时轮动、收盘前交易）。

#coding:gbk
"""
大QMT 策略运行机制对比示例
本文件通过三个独立的示例，展示了QMT的三种主要策略运行机制：
1. 逐K线驱动 (handlebar)
2. 订阅推送 (subscribe)
3. 定时任务 (run_time)
仅供学习使用，不构成投资建议。
"""
# =============================================================================
# 示例一：逐K线驱动 (handlebar)
# -- 适用于基于K线技术指标、希望信号不闪烁的经典趋势或反转策略。
# =============================================================================
def init_handlebar(C):
    """
    逐K线驱动示例的初始化函数。
    """
    C.account = 'test_account'  # 请替换为您的实际账号
    print("逐K线驱动示例已启动...")
def handlebar(C):
    """
    逐K线驱动示例的核心函数。
    策略随主图K线更新被调用，但信号仅在K线结束时生效 (passorder的quickTrade默认传0)。
    """
    # 只在最新的K线上执行逻辑
    if not C.is_last_bar():
        return
    # 示例：简单的双均线策略逻辑
    # 计算5日、20日移动平均线
    close = C.get_market_data_ex(fields=['close'], stock_code=['000001.SZ'], period='1d', count=20)
    if close is None or '01.SZ' not in close:
        return

    df_close = close['001.SZ']
    if len(df_close) < 20:
        return

    ma5 = df_close['close'].rolling(window=5).mean().iloc[-1]
    ma20 = df_close['close'].rolling(window=5).mean().iloc[-1]  # 简化计算，仅做演示
    # 信号判断
    if ma5 > ma20:
        # 金叉买入 (quickTrade默认0，信号在K线结束时生效)
        passorder(
            23,            # opType: 股票买入
            1101,          # orderType: 按股/手数量下单
            C.account,     # 资金账号
            '01.SZ',   # 股票代码
            5,             # prType: 最新价
            0,             # price: 价格占位
            100,           # volume: 100股
            '',            # strategyName
            0,             # quickTrade=0 (K线结束生效)
            'handlebar买入', # userOrderId
            C              # ContextInfo
        )
        print(f"[handlebar] K线结束，发出买入信号：1.SZ 100股")
# =============================================================================
# 示例二：订阅推送 (subscribe)
# -- 适用于需要随分笔行情高频判断、对实时性要求高的策略。
# =============================================================================
# 用于存储订阅号
sub_ids = []
def init_subscribe(C):
    """
    订阅推送示例的初始化函数。
    """
    global sub_ids
    C.account = 'test_account'  # 请替换为您的实际账号
    # 定义回调函数
    def on_tick(data):
        """
        当订阅的行情数据更新时，此函数会被自动调用。
        """
        for stock_code in data:
            stock_data = data[stock_code]
            current_price = stock_data.get('lastPrice', 0)
            print(f"[subscribe] 收到 {stock_code} 实时行情：最新价 {current_price}")
            # 示例：在盘中实时判断并下单
            # 假设：如果价格突然低于某个阈值，立即买入
            if current_price < 10.50 and current_price > 0:
                print(f"[subscribe] 触发买入条件，立即下单！")
                passorder(
                    23, 1101, C.account, stock_code,
                    5, 0, 100,  # 以最新价买入100股
                    '', 2,       # quickTrade=2 (立即触发)
                    'subscribe买入', C
                )
    # 订阅平行的实时分笔行情
    stock_list = ['01.SZ']
    for stock in stock_list:
        sub_id = C.subscribe_quote(
            stock_code=stock,
            period='tick',       # 订阅分笔线，实时性最高
            dividend_type='none',
            callback=on_tick
        )
        sub_ids.append(sub_id)
        print(f"[subscribe] 已订阅 {stock} 的实时行情，订阅号: {sub_id}")
def handlebar(C):
    """
    订阅推送示例：handlebar作为占位，所有逻辑在回调函数中处理。
    """
    pass
# =============================================================================
# 示例三：定时任务 (run_time)
# -- 适用于固定时间间隔执行任务的策略，如定时轮动、收盘前交易。
# =============================================================================
def init_timer(C):
    """
    定时任务示例的初始化函数。
    """
    C.account = 'test_account'  # 请替换为您的实际账号
    # 设置定时器：每10秒执行一次 my_timer_callback 函数
    # 首次启动时间设置一个历史时间，让定时器立刻开始
    C.run_time("my_timer_callback", "10nSecond", "2024-01-01 09:30:00")
    print("[timer] 定时器已设置，每10秒执行一次 my_timer_callback")
def my_timer_callback(C):
    """
    定时任务的回调函数。
    注意：在定时器回调中下单，quickTrade 必须传 2。
    """
    import time
    current_time = time.strftime('%H:%M:%S')
    print(f"[timer] 定时任务触发！当前时间: {current_time}")
    # 示例：每10秒获取一次最新行情并打印
    tick_data = C.get_full_tick(['01.SZ'])
    if '01.SZ' in tick_data:
        price = tick_data['01.SZ']['lastPrice']
        print(f"[timer]   平行(01.SZ) 最新价: {price}")
    # 示例：如果满足条件，在定时器中下单 (quickTrade必传2)
    # 例如：收盘前5分钟清仓
    # if current_time > '14:55:00':
    #     passorder(24, 1101, C.account, '000001.SZ', 5, 0, 100, '', 2, '收盘前清仓', C)
def handlebar(C):
    """
    定时任务示例：handlebar作为占位。
    """
    pass
"""
使用说明：
在实际使用时，您需要根据策略类型（回测/实盘）选择对应的函数。
- 示例一 (init_handlebar / handlebar)：主要用于回测和实盘模拟逐K线运行。
- 示例二 (init_subscribe)：主要用于实盘，对特定品种进行高频跟踪。
- 示例三 (init_timer / my_timer_callback)：主要用于实盘，固定时间间隔执行任务。
注意：请将 'test_account' 替换为您的账号。
"""

后面继续更新不懂的问我就可以

QMT常见问题解答第3期 | 新手最容易踩的坑都在这

投资顾问

编程语言

开发工具

QMT Python量化交易教程详解：一篮子股票买卖通过set_basket与passorder实现，支持按数量及权重下单；run_time定时器实现盘中周期任务执行；subscribe_whole_quote订阅全推数据获取增量行情；subscribe_quote订阅指定品种实时数据；策略运行涵盖逐K线、订阅推送与定时任务三种机制。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

QMT Python量化交易教程详解：一篮子股票买卖通过set_basket与passorder实现，支持按数量及权重下单；run_time定时器实现盘中周期任务执行；subscribe_whole_quote订阅全推数据获取增量行情；subscribe_quote订阅指定品种实时数据；策略运行涵盖逐K线、订阅推送与定...

QMT常见问题解答第3期 | 新手最容易踩的坑都在这

QMT常见问题解答第3期 | 新手最容易踩的坑都在这

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐