QMT 量化交易系统支持使用 Python 编写策略，新手可参考以下内容来写策略：

了解策略基本结构

在 QMT 中，任何一个 Python 策略都必须包含init和handlebar两个函数。

• init初始化函数：在整个策略生命周期中只会被执行一次，通常用于设置股票池、资金账号、初始化全局变量、设置回测参数等初始化工作。
• handlebar行情处理函数：是策略的核心，会在每一根 K 线上被执行一次。可在这里编写交易逻辑，如读取行情数据、计算指标、判断买卖条件、下单等。
• ContextInfo上下文对象：包含了大量有用的属性和方法，如ContextInfo.barpos可获取当前正在处理的 K 线的索引号，ContextInfo.get_market_data()可获取行情数据等。还可在其上自定义属性，在init和handlebar之间共享数据。

编写简单策略示例

以下是一个简单策略，它在初始化时打印 “hello init”，并在每一根 K 线上打印 “hello handlebar”。

python

# coding:gbk
def init(ContextInfo):
    print('hello init')
    # 可以在这里设置股票池，例如取“上证50”成分股
    stock_list = ContextInfo.get_stock_list_in_sector("上证50", "")
    ContextInfo.set_universe(stock_list)


def handlebar(ContextInfo):
    print('hello handlebar')
    # 获取当前K线的索引和时间
    index = ContextInfo.barpos
    timetag = ContextInfo.get_bar_timetag(index)
    print('当前K线索引：', index, '时间戳：', timetag)

实现简单交易策略

若要实现一个根据价格判断买卖的策略，如当今日收盘价超过过去 5 日均线时买入，低于时卖出，可参考以下代码：

python

# coding:gbk
import pandas as pd


def init(ContextInfo):
    # 设置要交易的股票代码
    ContextInfo.stock_code = "600570.SS"
    # 设置股票池
    ContextInfo.set_universe([ContextInfo.stock_code])


def handlebar(ContextInfo):
    stock_code = ContextInfo.stock_code
    # 获取历史行情数据
    history_data = ContextInfo.get_market_data(stock_code, frequency='1d', count=5)
    df = pd.DataFrame(history_data)
    # 计算5日均线
    df['ma5'] = df['close'].rolling(window=5).mean()
    current_ma5 = df['ma5'].iloc[-1]
    current_price = df['close'].iloc[-1]
    # 获取当前现金
    cash = ContextInfo.get_portfolio_value()['cash']
    if current_price > current_ma5:
        # 全仓买入
        ContextInfo.order(stock_code, cash=cash)
    elif current_price < current_ma5 and ContextInfo.get_position(stock_code)['amount'] > 0:
        # 卖出所有股票
        ContextInfo.order(stock_code, amount=ContextInfo.get_position(stock_code)['amount'], side='sell')




编写好策略后，可在 QMT 的回测模块中设置回测时间范围、初始资金等参数，对策略进行回测，查看收益曲线等指标，以评估策略效果。

股票开户找我！无门槛国债逆回购一折 (百万分之一）！ETF佣金万0.5！融资利率5%以下！优惠多多！免费量化！ptrade&QMT!