一、什么是“量化交易”？

我们平时买股票，可能看新闻、听分析，凭感觉决定买还是卖。但量化交易不一样。

它把买卖规则（比如：“当某只股票价格跌了5%就买，涨了8%就卖”）写成电脑能看懂的程序，让电脑自己盯着市场，到了条件就自动下单，不用人天天盯盘。

而 QMT 就是专门帮人做这件事的工具发。它的核心作用就是：让你把你的交易想法变成能自动跑的程序，再连接到交易所去执行。

二、QMT具体能做什么？

举个例子：

你有个交易思路：“每天下午2点30分，选今天成交量比昨天大30%以上的股票，买其中价格最低的3只。”

这个选股交易的动作，在量化交易中就叫做**“交易策略”或“量化策略”**。

如果你不知道这个策略能不能赚钱，你可以让它在过去10年的历史数据中运行，完全按照设定的规则交易，就可以看到收益率、胜率、夏普率、最大回撤等统计指标，这样就知道它是否靠谱了。这个过程叫**“回测”**。

回测没问题后，就可以让 QMT 连接你的股票账户，到了时间它就自动按规则找股票、下单，整个过程不用你动手，电脑实时盯着市场数据（价格、成交量这些），反应比人快多了。

三、如何使用 QMT？

1. 下载 Python 库

第一次下载 QMT 后，第一件事就是下载 Python 库。

• 使用默认地址即可，千万不要擅自修改路径。
• 下载后记得重启客户端。
• 盘中下载速度会很慢，建议盘前或盘后再下载。

2. 下载历史数据

历史数据是策略开发的基础，直接影响回测准确性和实盘效果。

• 在 “智能下载”界面 下载、更新不同种类和范围的历史数据。
• 在 “快速下载”标签页 快速下载当日数据，并设置自动下载。
• 使用 “批量下载”功能，选择指定品种、数据范围和类型，一键下载所有数据。

3. 新建/导入策略

在 QMT 中，你可以创建自己的交易策略，有以下两种方式：

• 方法一：点击“新建模型”，选择语言（VBA 或 Python），进入“模型编辑器”从头开始编写策略。
• 方法二：使用系统预置的示例模型，点击“编辑”按钮，在示例代码基础上进行修改。

4. 查看回测绩效

• 回测前，可以手动在“数据管理”中补充数据，方便回测运行。
• 也可以直接回测，系统会自动补全相应品种的历史数据。
• 编译成功后点击“回测”，通过日志查看模型表现。
• 主界面会跳转到模型设置的默认标的和周期界面，输出绩效分析结果。
• 随着光标在K线图上移动，右侧会动态显示当天的绩效分析结果（包括年化收益、夏普比率、最大回撤等）。
• 回测结果还包含持仓分析、历史板块汇总、操作明细、日志输出等信息，便于深入分析。

四、用创建第一个 Python 策略

# coding: gbk
import datetime

''' 
14点55 撤回未成交委托
14点56 卖出国债逆回购1天期 204001.SH
'''

ordered, canceled, pre_date = False, False, ''

def init(C):
    C.run_time('f', "5nSecond", "2020-01-01 00:00:00", "SH")

def f(C):
    global ordered, pre_date, canceled
    now = datetime.datetime.now()
    now_date = now.strftime("%Y%m%d")
    now_time = now.strftime("%H%M")

    # 每天更新记录变量
    if now_date != pre_date:
        ordered, canceled, pre_date = False, False, now_date

    # 撤单
    if now_time >= '1455' and not canceled:
        orders = get_trade_detail_data(account, 'stock', 'order')
        for order in orders:
            if can_cancel_order(order.m_strOrderSysID, account, 'stock'):
                print('cancel', order.m_strOrderSysID, order.m_strInstrumentID + '.' + order.m_strExchangeID, order.m_strInstrumentName, order.m_strRemark)
                cancel(order.m_strOrderSysID, account, 'stock', C)
        canceled = True

    # 卖出逆回购
    if now_time >= '1456' and not ordered:
        acct = get_trade_detail_data(account, 'stock', 'account')
        available_money = int(acct[0].m_dAvailable)
        vol = int(available_money / 1000) * 10
        msg = f"{now_date} {now_time} {account} {accountType} 可用资金 {available_money} 卖出 {vol} 单位逆回购"
        print(msg)
        if vol >= 10:
            passorder(24, 1101, account, '204001.SH', 14, -1, vol, '尾盘逆回购', 2, msg, C)
        ordered = True

✅ 示例说明：这是一个“收盘前卖出国债逆回购”的策略，仅供参考。上方 account, accountType 变量为模型交易界面添加策略时选择的账号/账号类型。

五、如何开通量化 QMT？

1. 开通门槛

目前很多券商为了吸引量化投资者，推出QMT免费开通政策。
最低入金仅需10万元即可申请开通。

2.  附加福利

• 福利1：低佣开量化
• 福利2：领取完整教程
• 福利3：加入量化讨论群
• 福利4：专业量化问题解答
• 福利5：量化工具安装使用教程、视频
• 福利6：极速柜台，量化投资者专用，速度微秒级

六、MiniQMT 是什么？

MiniQMT 是 QMT 的一个轻量级版本，主要面向个人投资者和量化小白。

• 本地化运行，策略隐私更安全；
• 完全免费，无需独立服务器，普通电脑即可部署；
• 支持同时运行50+策略，适合小规模策略测试；
• 需配合 Jupyter Notebook 进行策略开发，无内置回测模块。

七、总结一句话

量化交易 = 把交易规则写成程序，交给电脑自动执行；QMT = 让你实现这个想法的工具。

想要开通量化交易账户？QMT和ptrade低佣金开户服务，欢迎联系我，微信或电话咨询，助你轻松开启高效交易之路。