很多刚接触QMT 量化终端的朋友，成功开通权限之后，会对底层运行逻辑、代码框架、委托规则、回测参数存在不少疑惑。本篇整理高频实操疑问，帮助大家快速避开策略编写、回测实盘当中的各类坑点，新手开发者也可以直接参考。

1、QMT 量化框架核心运行机制

QMT 整体采用行情驱动、逐 K 线运行的模式，这也是写策略时需要理解的底层逻辑。
① 当启动策略模型之后，程序会从第 0 根 K 线依次运算直至最新 K 线，每生成一根 K 线，就会调用一次 Python 当中的handlebar(ContextInfo)函数；
② 在真实实时行情环境中，tick 数据更新同样会触发 handlebar 执行；
③ 重点注意：只有 K 线走完、最后一笔分笔数据触发的调用，对 ContextInfo 上下文参数的修改才会生效，这套设计主要目的就是为了还原标准 K 线的运行效果，写策略时一定要留意该特性，避免出现信号异常。

2、QMT 策略代码基础结构

使用 Python 编写 QMT 策略，核心由两大函数共同构成，分工十分清晰。
① init (ContextInfo) 初始化函数：策略启动全程只会运行 1 次，多用于设置滑点、基准标的、预设股票池、绑定资金账户、定义各类全局变量等前期准备工作；
② handlebar (ContextInfo) 行情事件函数：每一根 K 线或者有效 tick 就会触发调用，是整套策略的核心，买卖逻辑、指标运算、交易信号全部都在这里完成。

3、各大板块委托数量相关规则

在编写自动下单策略的时候，必须严格遵守 A 股不同板块的委托规则，不然会直接出现委托报错、下单失败。
① 科创板：连续交易时段限价单笔有上限，市价单另有额度限制，盘后定价交易也有独立上限；委托 200 股起报，以 1 股为单位递增；
② 创业板：连续交易限价、市价都设置单笔上限，委托以 100 股为起点，按 100 股整数倍申报；
③ 主板：连续交易存在单笔申报上限，委托 100 股起，必须按 100 股倍数进行委托。

4、回测该选择哪种复权方式？为什么？

① 回测优先选用等比前复权价；
② 上市公司配股、增发等动作，会带来价格跳变，如果复权设置不对，会严重干扰回测结果；
③ 使用等比前复权，能够抹平这类异常价格扰动，全程采用统一口径的价格完成模拟买卖，回测出来的收益、策略表现，会更加贴近真实市场情况，降低回测虚高的误区。

5、QMT 免费开通小提示

QMT 软件本身可以免费申请使用权，但并不能自助一键开通，需要通过券商走程序化报备流程。
① 优先挑选量化配套完善的券商，对接专属客户经理协助办理权限申请；
② 本人准备身份证、一类银行卡，线上完成开户，想要获取低佣开户通道，可以通过专属客户经理渠道咨询；
③ 账户完成之后，提交程序化交易备案，审核通过后下载终端，建议先用模拟账号调试策略，确认逻辑没问题再切换实盘；
④ 后续遇到策略报错、参数调试、权限问题，可以找专属量化顾问获取一对一技术支持。

想要拿到 QMT 实操文档、策略示例代码，或是想了解免费开通 +低佣开户相关信息，欢迎私信交流探讨。