QMT 完全支持把策略封装成函数模块，多个策略可以共用公共工具代码。具体做法是：在 QMT 的 Python 目录下创建一个公共 .py 文件，把常用的函数放进去，其他策略用 import 导入就能用。

QMT 能不能把策略封装成模块，多个策略共用公共代码？ 答案是：完全可以。

QMT 本身就支持 Python 的模块化开发，你可以把常用的功能——比如计算均线、风控检查、下单逻辑——封装成独立的函数或类，放在一个公共文件里。以后写新策略时，直接导入这个文件就行，不用每次都复制粘贴一遍。

为什么需要这么做？ 刚开始写策略的时候，很多人都是一个文件从头写到尾。但当你有了三五个策略之后，问题就来了：

重复代码太多：每个策略都要写一遍获取行情、计算指标、风控检查的代码，改一个地方要改好几个文件。

维护成本高：万一发现某个函数有 bug，你得挨个策略去修，很容易漏掉。

代码风格不统一：这个策略用 ma_calc，那个策略用 calculate_ma，时间长了自己都记不清。

所以，把公共代码抽出来，做成一个“工具库”，是个很自然的想法。

具体怎么做？ 第一步：创建公共代码文件 在 QMT 安装目录下的 python 文件夹里，新建一个 .py 文件，比如叫 my_utils.py。这个文件夹也是你存放策略的地方，所以放在一起比较方便。

第二步：把常用功能写进去 在 my_utils.py 里，你可以放各种公共函数。比如：

python

my_utils.py

def calculate_ma(price_list, period):

"""计算移动平均线"""if len(price_list) < period:    return Nonereturn sum(price_list[-period:]) / period

def check_risk(position, max_position=0.8):

"""检查仓位是否超限"""return position <= max_position

def format_log(message, level=“INFO”):

"""统一日志格式"""return f"[{level}] {message}"

第三步：在策略里导入使用 写策略的时候，直接在开头导入就行：

python

我的双均线策略.py

from my_utils import calculate_ma, check_risk, format_log

def init©:

C.stock = "000001.SZ"C.short_period = 5C.long_period = 20

def handlebar©:

# 获取收盘价close_list = [...]  # 省略获取数据的代码# 直接用导入的函数ma5 = calculate_ma(close_list, C.short_period)ma20 = calculate_ma(close_list, C.long_period)if ma5 and ma20:    if ma5 > ma20:        print(format_log("金叉，准备买入"))        # 下单逻辑...

这样，你的策略文件会变得很干净，核心逻辑一目了然。

进阶玩法：用类来封装策略模板 如果你想让代码更“高级”一点，可以用类来封装一个策略基类。比如定义一个 BaseStrategy 类，把风控、日志、数据获取这些通用方法都放进去，然后具体的策略继承这个类，只需要实现信号生成的部分。

python

base_strategy.py

class BaseStrategy:

def __init__(self, stock_code):    self.stock = stock_code    self.position = 0def get_data(self, C):    """获取行情数据"""    # 通用数据获取逻辑    passdef risk_check(self):    """风控检查"""    if self.position > 0.8:        print("仓位过高，需要减仓")        return False    return Truedef log(self, msg):    """统一日志"""    print(f"[{self.stock}] {msg}")

具体策略

class MyMAStrategy(BaseStrategy):

def generate_signal(self, C):    """子类只需要实现信号生成"""    # 双均线逻辑...    pass

这样做的好处是，所有策略共用同一套风控和日志逻辑，风格统一，维护也方便。

几个需要注意的地方 文件位置要对：公共代码文件必须放在 QMT 能找到的目录里，通常是 python 文件夹。如果导入失败，先检查文件是不是放对了地方。

避免共享状态：公共代码里尽量不要存全局变量，否则多个策略同时运行时可能会互相干扰。

性能考虑：如果某个函数计算量很大，比如复杂的指标计算，可以考虑用 NumPy 优化，别让公共函数拖慢策略执行。

敏感信息别硬编码：账户信息、API 密钥这些不要写在公共代码里，万一文件被分享出去就麻烦了。

总结一下 QMT 支持模块化开发，你可以：

创建一个公共 .py 文件，把常用函数放进去

在策略里用 import 导入

需要更高级的封装，可以用类继承的方式

这样做的好处是代码复用、维护方便、风格统一。刚开始可以从几个简单的工具函数入手，慢慢积累自己的“量化工具箱”，以后写新策略会越来越快。