MiniQMT量化交易入门指南:从环境配置到实战应用
发布时间:5小时前阅读:9
MiniQMT 是迅投 QMT 量化交易系统的极简轻量化版本,主要面向个人量化投资者,是一个 Python 程序化交易接口工具。以下是从环境配置到实战应用的入门指南:
环境配置
- 软件安装:审核通过后获取券商提供的专属下载链接,安装时建议选择非系统盘的英文路径。
- 安装 xtquant 库:登录 QMT 客户端,在安装路径下(通常在迅投极速交易终端 /bin.x64/Lib/site - packages 中)找到 xtquant 文件夹。将其复制到本地 Python 环境的 site - packages 目录下,或者在本地终端中切换到该目录,运行安装指令。也可通过命令行输入 “pip install xtquant” 安装。
- 环境检测:使用环境检测脚本检查 Python 环境及 xtquant 模块是否安装正确,可生成 path.txt 文件用于其他脚本调用时快速传入参数。完成配置后,可在本地 IDE 中导入 API 包,通过调用如 xtdata.get_market_data () 等函数验证数据接口连通性。
策略编写
- 选择 IDE:可使用 PyCharm、VSCode 等主流 IDE,方便进行代码编写、调试与版本控制。
- 编写策略逻辑:参考 API 文档,用 Python 编写策略。例如,简单的均线交叉策略,可通过获取股票历史价格计算均线,根据均线交叉情况决定买卖时机。以下是一个简单示例:
- python
- 运行
def initialize(context):
g.security = '600570.SS'
set_universe(g.security)
def handle_data(context, data):
security = g.security
sid = g.security
df = get_history(5, '1d', 'close', security, fq=None, include=False)
average_price = round(df('close')(-5:).mean(), 3)
current_price = data(sid)('close')
cash = context.portfolio.cash
if current_price > 1.01*average_price:
order_value(g.security, cash)
log.info('buy %s' % g.security)
elif current_price < average_price and get_position(security).amount > 0:
order_target(g.security, 0)
log.info('sell %s' % g.security)
模拟交易测试
- 使用模拟账户:在券商提供的模拟盘环境中,运行编写好的策略。MiniQMT 原生支持策略回测,无需借助第三方工具,可直接在本地完成策略验证。
- 观察策略表现:关注策略的收益情况、最大回撤、交易信号等指标,检查是否存在代码漏洞或逻辑问题,如有需要则对策略进行调整优化。
实盘应用
- 申请实盘权限:确认模拟盘策略稳定后,在券商 APP 提交实盘切换申请,设置止损阈值、单笔最大交易量等风控参数。
- 正式实盘交易:实盘交易时,保持 QMT 客户端后台运行,确保网络稳定。可实时监控策略运行情况和账户资产变化,根据市场情况和策略表现,适时进行调整或停止交易。
股票/量化开户找我!股票佣金万0.854(满足条件)!无门槛国债逆回购一折 (百万分之一)!ETF佣金万0.5!优惠多多!免费量化使用量化软件QMT+miniQMT+ptrade!

温馨提示:投资有风险,选择需谨慎。
-
一家坚守19年的财商教育平台,如何重塑投资服务的“靠谱”底色
2026-06-29 13:08
-
REITs打新:⌈华泰三峡新能源REIT⌋ 和 ⌈创金合信北京国资公司REIT⌋ 本周发售!
2026-06-29 13:08
-
券商客户经理是做什么的?为什么建议你理财投资前找一位?
2026-06-29 13:08


问一问

+微信
分享该文章
