一、QMT 开户条件（2026 口径）

软件免费，权限要过审：

• 年满 18，A 股户正常，无休眠/冻结
  
• A 股实盘 ≥ 6 个月
  
• 风险测评 C4 / C5
• 资产按券商分档：10 万档（国金/华宝/方正/银河基础版）、30–50 万（头部券商完整版）、100 万+（极速柜台/专业版）
  
• 签《程序化交易风险揭示书》+ 填报备问卷，券商代报交易所
  
• 普通 APP 自助开户看不到入口，得客户经理后台加“量化白名单”
  

二、实操流程（线上无纸化）

1. 找客户经理确认：完整版 QMT / MiniQMT 给不给、资产线多少、L2 给不给
   
2. 专属链接开户 → 视频见证 → 绑一类卡 → 风险测评 C4/C5
   
3. 入金验资（钱不冻结，可正常买卖）
   
4. APP：业务办理 → 程序化交易 / QMT 权限 → 签协议 + 填报备
   
5. 1–3 个工作日，邮箱发券商定制安装包
6. 装 D:QMT（纯英文路径，别放桌面中文文件夹）
   
7. 先回测 → 仿真 → 小资金实盘，别一上来自动满仓
   

三、重点：QMT 内置 Python 怎么读本地数据

1️⃣ 回测 / 仿真：一般能读

import pandas as pddf = pd.read_csv(r"D:quantstock_pool.csv", encoding="utf-8-sig")回测环境 IO 相对松，适合调试自选股池、因子表、信号表。

2️⃣ 实盘内置环境：可能被沙箱拦

2026 外接新规后，很多券商对QMT 内置 Python 实盘环境收 IO：

PermissionError: calling pandas.io.parsers.read_csv not allowed不是你代码错，是沙箱禁了文件读写 / 外网请求。

3️⃣ 正规解法（按稳妥度排）

✅ 用 QMT 原生接口，不读本地文件（最稳）

from xtquant import xtdatabars = xtdata.get_market_data_ex(["close"], ["600000.SH"], period="1d")行情、财务、多因子走 xtdata / get_market_data_ex，不碰磁盘，合规最干净。✅ 数据放 QMT 工作目录 / 用官方加载函数部分版本支持：

stock_list = ContextInfo.load_stk_list("D:/data/", "list.csv")或把 CSV 通过“数据管理 → 导入数据”进 QMT 本地库，再用 ext_data() 读。✅ MiniQMT / 本地 IDE 模式（自由度最高）开“独立交易 / 极简模式”后，本地 PyCharm / VS Code 装 xtquant，pd.read_csv、os、requests 随便用。⚠️ 但 2026 后很多券商新户不再给 MiniQMT，因为本地进程生成指令 = 类外接，监管不鼓励。❌ 内置策略里搞 socket/http 桥接、另一个本机 Python 算完回传下单属于“绕开内置沙箱、外部指令生成”，券商监控到会收权限。

四、实战推荐架构

本地独立 Python：读 CSV / Parquet / 数据库 / Tushare → 算因子 → 出“标的清单” QMT 内置策略：只订阅行情 + 按清单下单，不读大文件、不拉外网 实在要传：把结果写成 QMT 工作区里的小 CSV，或走 QMT 官方导入/加载接口

小文件（股票池、参数表）可以试；大文件、盘中实时写、外网抓数据，别放 QMT 内置实盘里跑。

QMT 开户看白名单，读本地数据看“跑在哪儿”： 回测随便读，实盘内置被拦，原生接口最稳，MiniQMT 自由但新户难拿。

微信找我，发你“QMT 实盘读数据合规架构图”，别把 pandas.read_csv 写进实盘被封权限。

打电话给我，报你会不会 Python，直接说你该用完整版 QMT、Ptrade，还是本地 xtquant 方案。

✨ 加我微信，低门槛 QMT + Ptrade 双开 + 优惠佣金，白名单先打标，环境怎么配我帮你定。