QMT的策略运行模型是事件驱动的，除了行情数据触发handle_bar或on_tick，订单状态变化（如成交、撤单、拒绝）也会触发回调函数。合理利用这些事件，可以构建更智能的策略，比如部分成交后的补单、撤单重发等。下面介绍主要的事件回调。

1. on_order_status：订单状态变化时调用。参数order包含订单ID、股票、价格、数量、成交数量、状态等。你可以根据状态做相应处理。例如：

`python

def on_order_status(context, order):

   if order.status == ORDER_STATUS_FILLED:

       log_info(f"订单{order.order_id}已全部成交，均价{order.price}")

   elif order.status == ORDER_STATUS_CANCELLED:

       log_info(f"订单{order.order_id}已撤销")

   elif order.status == ORDER_STATUS_REJECTED:

       log_info(f"订单{order.order_id}被拒绝，原因{order.reject_reason}")

`

2. on_order_trade：每笔成交（可能是部分成交）时触发。比on_order_status更精细。例如一个大单分多次成交，每次成交都会触发该回调。

3. on_execution_report：更底层的执行报告，通常不需要直接用。

利用这些事件，可以实现：

- 冰山订单：先下一部分单，成交后再下剩余部分，避免暴露意图。

- 撤单重发：如果订单长时间未成交，自动撤销并重新以更优价格发出。

- 条件开仓：只有当买入订单全部成交后，才设置止损单。

需要注意：事件回调中不要执行耗时操作，否则会阻塞后续事件。同时，在回调中再次下单要防止无限循环（比如成交后立即下单又成交又下单）。

事件驱动编程让策略的执行层更加智能，但也增加了复杂性。新手可以先忽略这些回调，让策略只依赖handle_bar。等策略稳定后，再逐步加入订单管理。

国金证券的QMT支持完整的事件回调，10万资金即可开通。量化社群中有现成的订单管理代码，比如自动追单模块。同时，两融全线上办理，信用账户的订单状态同样可以监控。掌握事件驱动，你的策略就从“简单触发”升级为“智能执行”，能应对更复杂的实盘环境。