量化QMT有哪些功能？个人有开通平台吗？

哈喽，小伙伴们，对量化平台感兴趣的小伙伴或者正在使用量化平台的小伙伴们，今天给你介绍量化平台QMT的功能，和开通条件，可以了解下。

量化软件其实有很多种，一般是内存交易通道，可以有写策略的量化平台，有交易的量化平台，有算法交易平台，在程序使用上有本地和云端，所以你可以根据你的需求进行选择，对于刚接触量化平台的小伙伴就是市面上使用频率最高的量化交易软件，也就是可以写策略本地执行的量化交易软件，我们大体介绍下它的功能。

量化平台划分

一般分为迅投的QMT量化交易软件和恒生的PTRADE,接触来看使用QMT占比是比较多。

QMT量化交易软件每个券商的是略有区别的，一般情况是一迅投QMT为基础版本进行完善的。

平台支持的交易品种

我这边介绍的QMT，QUANT软件是一款集行情展示、策略投研、实盘交易、风险控

制为一体，基于 Python 语言的策略交易平台，支持股票、期货、期权、债券、基金等全品种交易，帮助用户快速实现个性化交易想法，基于内存柜台，比普通柜台速度快 40倍以上。

下表列举该QUANT部分支持的功能：

对于LEVEL2行情

不提供互联网上的LEVEL2接口行情，如果申请购买交易所LEVEL2行情后，在公司主机托管行情下，通过该QUANT单独配置和接口获取LEVEL2行情，通过QUANT订阅LEVEL2上限200只股票，自己写C++代码可以获取购买的全市场LEVEL2行情。

可以在该软件上编写策略支持策略运行

在该交易软件上可以新建策略文件，然后编写程序。我们来给个实例：

#coding:gbk

"""

展示4个交易主推函数的效果

accountInfo/ orderInfo / dealInfo / positonInfo 对象的属性

与get_trade_detail_data返回的对应对象一致 详见 《python交易函数的详细参数说明》文档。

"""

def init(ContextInfo):

   ContextInfo.set_account('800000235')

def handlebar(ContextInfo):

   pass

# 资金账号主推函数

def account_callback(ContextInfo, accountInfo):

   print('accountInfo')

   # 输出资金账号状态

   print(accountInfo.m_strStatus)

# 委托主推函数

def order_callback(ContextInfo, orderInfo):

   print('orderInfo')

   # 输出委托证券代码

   print(orderInfo.m_strInstrumentID)

# 成交主推函数

def deal_callback(ContextInfo, dealInfo):

   print('dealInfo')

   # 输出成交证券代码

   print(dealInfo.m_strInstrumentID)

# 持仓主推函数

def position_callback(ContextInfo, positonInfo):

   print('positonInfo')

   # 输出持仓证券代码

   print(positonInfo.m_strInstrumentID)

#下单出错回调函数

def orderError_callback(ContextInfo, passOrderInfo, msg):

   print('orderError_callback')

   #输出下单信息以及错误信息

   print (passOrderInfo.orderCode)

   print (msg)

写完策略之后可以进行回测，用历史行情数据进行回测，然后进行调优：根据回测的结果调整策略，调整参数，直到满意，可以用当前行情进行全仿真的模拟交易，最后执行交易。

我最开始说的这款软件就能实现以上功能，可以编写策略的代码环境和执行环境，可以方便的调用历史行情进行策略的回测，可以方便的修改既有策略进行优化调整，可以拿到当前行情数据进行仿真交易，可以开通实盘进行交易。是一个可以完整、方便、闭环的实现以上功能的交易终端。

然后我们在深入的看以下里面的操作系统：有几大区域，指标选择区、策略代码编辑区、默认参数设置区。界面非常清晰。

你这边如果有需求可以联系我这边。