① 理解架构逻辑：QMT 是本地化量化执行引擎，Python 脚本通过 xtquant 库与 QMT 客户端进行进程间通信（IPC）。你的 Python 脚本是"指挥官"，QMT 是"传令兵兼执行官"，交易所是"战场"。② 环境搭建：QMT 仅支持 Windows 10/11 64 位系统，安装路径必须全英文无空格（如 D:\QMT）；首次登录后下载内置 Python 库并重启；本地 Python 环境推荐 3.8+，通过 pip install xtquant pandas numpy 安装核心依赖。③ 策略代码框架：python编辑

# -*- coding: gbk -*-
def init(ContextInfo):
    """策略启动时执行一次：初始化股票池、参数、订阅行情"""
    ContextInfo.stock_pool = ['600519.SH', '000001.SZ']
    ContextInfo.set_account('你的资金账号')

def handlebar(ContextInfo):
    """每根K线触发：获取数据、计算指标、执行买卖"""
    close = ContextInfo.get_history_data(1, '1d', 'close')
    if close[-1] > close[-2] * 1.05:  # 涨幅超5%卖出
        ContextInfo.passorder(23, 1101, ContextInfo.stock_pool[0], 100, 2, -1)

④ 完整工作流：代码调试（编辑器运行排查语法）→ 历史回测（验证策略历史表现）→ 模拟盘（真实行情虚拟资金运行3-7天）→ 实盘部署（切换实盘模式小资金试水）。实盘前务必设置止损止盈、仓位上限等风控规则。Python 策略编写遇到报错或回测问题？随时微信找我，我帮你排查代码 bug，还能免费开通万 1 以下的低佣 QMT 账户，实盘省下的手续费都是纯利润！

发布于29分钟前 三亚