chore: init qmt_bridge repo (HTTP+WS bridge, MCP endpoint, docs, references)
This commit is contained in:
Docker
@@ -0,0 +1,357 @@
|
||||
快速开始 | 迅投知识库
|
||||
迅投知识库
|
||||
首页
|
||||
API API
|
||||
投研新手教程
|
||||
QMT新手教程
|
||||
内置Python
|
||||
XtQuant文档
|
||||
VBA
|
||||
数据字典 数据字典
|
||||
快速开始
|
||||
股票数据
|
||||
行业概念数据
|
||||
指数数据
|
||||
期货数据
|
||||
期权数据
|
||||
场内基金数据
|
||||
债券数据
|
||||
常见问题
|
||||
场景化示例
|
||||
迅投因子
|
||||
数据浏览器
|
||||
策略迁移 策略迁移
|
||||
聚宽策略
|
||||
客服QQ: 810315303
|
||||
联系方式: 18309226715
|
||||
视频教程 视频教程
|
||||
投研端教程
|
||||
迅投学堂
|
||||
在新窗口打开
|
||||
投研平台
|
||||
在新窗口打开
|
||||
迅投社区
|
||||
在新窗口打开
|
||||
迅投官网
|
||||
在新窗口打开
|
||||
注册
|
||||
登录
|
||||
智能助手加载中...
|
||||
首页
|
||||
API API
|
||||
投研新手教程
|
||||
QMT新手教程
|
||||
内置Python
|
||||
XtQuant文档
|
||||
VBA
|
||||
数据字典 数据字典
|
||||
快速开始
|
||||
股票数据
|
||||
行业概念数据
|
||||
指数数据
|
||||
期货数据
|
||||
期权数据
|
||||
场内基金数据
|
||||
债券数据
|
||||
常见问题
|
||||
场景化示例
|
||||
迅投因子
|
||||
数据浏览器
|
||||
策略迁移 策略迁移
|
||||
聚宽策略
|
||||
客服QQ: 810315303
|
||||
联系方式: 18309226715
|
||||
视频教程 视频教程
|
||||
投研端教程
|
||||
迅投学堂
|
||||
在新窗口打开
|
||||
投研平台
|
||||
在新窗口打开
|
||||
迅投社区
|
||||
在新窗口打开
|
||||
迅投官网
|
||||
在新窗口打开
|
||||
内置Python
|
||||
快速开始
|
||||
一、概述
|
||||
二、场景需求
|
||||
回测模型
|
||||
实盘模型
|
||||
三、运行机制对比
|
||||
逐 K 线驱动：handlebar
|
||||
事件驱动 ：subscribe 订阅推送
|
||||
定时任务 ：run_time 定时运行
|
||||
不同机制匹配不同场景需求
|
||||
四、逐 K 线驱动（handlebar）示例
|
||||
回测示例-基于 handlebar
|
||||
实盘示例-基于 handlebar
|
||||
五、事件驱动（subscribe）示例
|
||||
实盘示例-基于 subscribe
|
||||
六、定时任务（run_time）示例
|
||||
实盘示例-基于 run_time
|
||||
使用须知
|
||||
界面操作
|
||||
变量约定
|
||||
数据结构
|
||||
系统函数
|
||||
行情函数
|
||||
交易函数
|
||||
成交回报实时主推函数
|
||||
引用函数
|
||||
绘图函数
|
||||
枚举常量
|
||||
完整示例
|
||||
常见问题
|
||||
# 一、概述
|
||||
QMT 极速策略交易系统，以下简称 QMT 系统 ，内置了 3.6 版本 的 python 运行环境，提供 行情数据 与 交易下单 两大核心功能。通过编写 python 脚本，可以完成指标计算，策略编写，策略回测，实盘下单等需求。
|
||||
# 二、场景需求
|
||||
QMT 系统支持 回测模型 与 实盘模型 。
|
||||
回测模型： 指在历史 k 线上，自左向右逐根遍历 k 线，以模拟的资金账号记录每日的买卖信号，持仓盈亏，最终展示策略在历史上的净值走势结果。
|
||||
实盘模型： 指在盘中收取最新的动态行情，即时发送买卖信号到交易所，判断委托状态，需要实时重复报撤的模型。
|
||||
两类模型分别有各自的注意点：
|
||||
# 回测模型
|
||||
回测是遍历固定的历史数据：
|
||||
首先需要下载历史行情，首次下载可以在界面左上角，点击 操作 ，选择 数据管理 补充行情，选择回测的周期，如 日线 ，所需的板块数据，如 沪深A股板块 ，时间范围选择 全部 ，下载完整历史行情
|
||||
其次设置每日定时更新，可以点击客户端右下角 行情 按钮，在 批量下载 界面选择需要每天更新的数据，勾选 定时下载 选项，之后每天在指定时间会自动下载行情数据到本地
|
||||
回测模型取本地数据遍历，不需要向服务器订阅实时行情，应使用 get_market_data_ex 函数，指定 subscribe 参数为 False ，来读取本地行情数据。
|
||||
回测模型的撮合规则为，指定交易价格在当前k线高低点间的，按指定价格撮合，超过高低点的，按当前 k 线收盘价撮合。委托数量大于可用数量时，按可用数量撮合。
|
||||
回测模型右侧的基本信息，如默认周期，默认主图，在 我的界面 点击回测时会生效。在行情界面k线下点击回测，以当前 k 线的周期，品种为准。回测必须以 副图模式 执行，不要选择主图 /主图叠加.
|
||||
# 实盘模型
|
||||
当你回测结束，你需要开始实盘模型，注意这里提到的实盘，指的是接收未来 K 线的数据，生成策略信号，进行交易下单。
|
||||
提示
|
||||
实盘模型也分 模拟柜台模拟交易 和 真实柜台实盘交易 两种。具体请参考 如何配置账号
|
||||
在新窗口打开
|
||||
你要运行实盘模型，QMT 系统提供两种交易模式：
|
||||
默认的交易模式为 逐 k 线生效 ( passorder 函数 快速交易 quicktrade 参数填 0 即默认值)，适用与需要在盘中模拟历史上逐 k 线的效果需求。例如选择一分钟周期，将下单判断，下单函数放在 handlebar 函数内，盘中主图每个分笔 (三秒一次)会触发一次 handlebar 函数调用，系统会暂存当前 handlebar 产生的下单信号。三秒后下一个分笔到达时，如果是新的一分钟 k 线的第一个分笔，判断上一个分笔为前一根k线最后分笔，会将暂存的交易信号发送给交易所，完成交易。如到达的下一个分笔不是新一根 k 线的，则判定当前 k 线未完成，丢弃暂存的交易信号。1 分钟 k 线情形，每根k线内会有 20 个分笔，前 19 个分笔产生的信号会被丢弃，最后一个分笔的信号，会在下一根k线，首个分笔到达时，延迟三秒发出。系统自带的 ContxtInfo 也做了同样的等待，回退处理，逐 k 线模式的交易记录可以保存在 ContextInfo 对象的属性中。详细说明参见 常见问题：系统对象ContextInfo 逐K线保存的机制
|
||||
QMT 系统也支持立即下单的交易模式， passorder 函数的 快速交易 quicktrade 参数填 2 ，可以在运行后立刻发出委托，不对信号进行等待，丢弃的操作。此时需要用普通的全局变量(如自定义一个 Class a() )保存委托状态，不能存在 ContextInfo 的属性里。参见 使用快速交易参数委托 、 调整至目标持仓Demo
|
||||
实盘的撮合规则以交易所为准。股票品种的话，价格不能超过 2% 的价格笼子否则废单。数量超过可用数量时会废单。
|
||||
实盘模型需要在模型交易界面执行。模型交易界面，选择新建策略交易，添加需要的模型。运行模式可以选择 模拟 或 实盘 。
|
||||
选择 模拟信号模式 ，在策略信号界面显示买卖信号，不实际发出委托。具体请参考 模拟信号模式
|
||||
选择 实盘交易模式 ，显示的策略信号会实际发出到交易所。具体请参考 实盘交易模式
|
||||
提示
|
||||
运行模式的 模拟 和 实盘 ，与您使用的账号实际是 实盘账号（真实交易所柜台） 或是 模拟账号（模拟交易柜台） 无关。相关账号申请需要联系您做所在券商的工作人员，或者购买 投研端账号
|
||||
在新窗口打开 获取模拟柜台撮合服务。
|
||||
# 三、运行机制对比
|
||||
QMT 系统提供两大类(事件驱动与定时任务)，共三种运行机制。
|
||||
# 逐 K 线驱动： handlebar
|
||||
handlebar 是 主图历史 k 线 + 盘中订阅推送 。运行开始时，所选周期历史 k 线从左向右每根触发一次 handlebar 函数调用。盘中时，主图品种每个新分笔数据到达，触发一次 handlebar 函数调用。
|
||||
提示
|
||||
盘中分笔驱动，但是逐 K 线生效。请参考 常见问题：系统对象ContextInfo 逐K线保存的机制
|
||||
# 事件驱动 ： subscribe 订阅推送
|
||||
盘中订阅指定品种的分笔数据，新分笔到达时，触发指定的回调函数。
|
||||
# 定时任务 ： run_time 定时运行
|
||||
指定固定的时间间隔，持续触发指定的回调函数.
|
||||
# 不同机制匹配不同场景需求
|
||||
机制 分类 特点 匹配需求
|
||||
逐 K 线运行（ handlebar ） 事件驱动 同时支持历史回测和盘中可模拟逐K线效果 在实盘中模拟逐K线运行的效果
|
||||
订阅推送（ subscribe ） 事件驱动 盘中行情分笔触发函数调用 盘中随分笔行情判断交易
|
||||
定时运行（ run_time ） 定时任务 固定间隔触发调用 盘中固定时间间隔判断交易
|
||||
# 四、逐 K 线驱动（handlebar）示例
|
||||
因此，结合不同场景需求（回测或实盘），针对不同的机制（定时任务或事件驱动），我们分别给出回测与实盘的完整示例，复制到策略编辑器中即可使用。
|
||||
在编写策略前，有以下注意事项：
|
||||
警告
|
||||
在编写一个策略时，首先需要在代码的最前一行写上： #coding:gbk 统一脚本的编码格式是 GBK
|
||||
缩进需要统一 全部统一为 ···· 或者 ->
|
||||
# 回测示例-基于 handlebar
|
||||
回测的操作流程请参考： 界面操作-策略回测
|
||||
复制代码以下代码到策略编辑器：
|
||||
python
|
||||
#coding:gbk
|
||||
#导入常用库
|
||||
import pandas as pd
|
||||
import numpy as np
|
||||
import talib
|
||||
#示例说明：本策略，通过计算快慢双均线，在金叉时买入，死叉时做卖出 点击回测运行 主图选择要交易的股票品种
|
||||
def init ( C ):
|
||||
#init handlebar函数的入参是ContextInfo对象 可以缩写为C
|
||||
#设置测试标的为主图品种
|
||||
C.stock = C.stockcode + ' . ' + C.market
|
||||
#line1和line2分别为两条均线期数
|
||||
C.line1 = 10 #快线参数
|
||||
C.line2 = 20 #慢线参数
|
||||
#accountid为测试的ID 回测模式资金账号可以填任意字符串
|
||||
C.accountid = " testS "
|
||||
def handlebar ( C ):
|
||||
#当前k线日期
|
||||
bar_date = timetag_to_datetime(C.get_bar_timetag(C.barpos), ' %Y%m %d %H%M%S ' )
|
||||
#回测不需要订阅最新行情使用本地数据速度更快 指定subscribe参数为否. 如果回测多个品种 需要先下载对应周期历史数据
|
||||
local_data = C.get_market_data_ex([ ' close ' ], [C.stock], end_time = bar_date, period = C.period, count = max (C.line1, C.line2), subscribe = False )
|
||||
close_list = list (local_data[C.stock].iloc[ : , 0 ])
|
||||
#将获取的历史数据转换为DataFrame格式方便计算
|
||||
#如果目前未持仓，同时快线穿过慢线，则买入8成仓位
|
||||
if len (close_list) < 1 :
|
||||
print (bar_date, ' 行情不足 跳过 ' )
|
||||
line1_mean = round (np.mean(close_list[ - C.line1 : ]), 2 )
|
||||
line2_mean = round (np.mean(close_list[ - C.line2 : ]), 2 )
|
||||
print ( f " { bar_date } 短均线 { line1_mean } 长均线 { line2_mean } " )
|
||||
account = get_trade_detail_data( ' test ' , ' stock ' , ' account ' )
|
||||
account = account[ 0 ]
|
||||
available_cash = int (account.m_dAvailable)
|
||||
holdings = get_trade_detail_data( ' test ' , ' stock ' , ' position ' )
|
||||
holdings = {i.m_strInstrumentID + ' . ' + i.m_strExchangeID : i.m_nVolume for i in holdings}
|
||||
holding_vol = holdings[C.stock] if C.stock in holdings else 0
|
||||
if holding_vol == 0 and line1_mean > line2_mean:
|
||||
vol = int (available_cash / close_list[ - 1 ] / 100 ) * 100
|
||||
#下单开仓
|
||||
passorder( 23 , 1101 , C.accountid, C.stock, 5 , - 1 , vol, C)
|
||||
print ( f " { bar_date } 开仓" )
|
||||
C.draw_text( 1 , 1 , ' 开 ' )
|
||||
#如果目前持仓中，同时快线下穿慢线，则全部平仓
|
||||
elif holding_vol > 0 and line1_mean < line2_mean:
|
||||
#状态变更为未持仓
|
||||
C.holding = False
|
||||
#下单平仓
|
||||
passorder( 24 , 1101 , C.accountid, C.stock, 5 , - 1 , holding_vol, C)
|
||||
print ( f " { bar_date } 平仓" )
|
||||
C.draw_text( 1 , 1 , ' 平 ' )
|
||||
基础信息设置 请参考 基础信息-字段描述
|
||||
回测参数设置 请参考 回测参数-字段描述
|
||||
# 实盘示例-基于 handlebar
|
||||
实盘的操作流程请参考： 界面操作-模型交易
|
||||
复制代码以下代码到策略编辑器：
|
||||
python
|
||||
#coding:gbk
|
||||
# 导入包
|
||||
import pandas as pd
|
||||
import numpy as np
|
||||
import datetime
|
||||
"""
|
||||
示例说明：双均线实盘策略，通过计算快慢双均线，在金叉时买入，死叉时做卖出
|
||||
"""
|
||||
class a ():
|
||||
pass
|
||||
A = a() #创建空的类的实例 用来保存委托状态
|
||||
def init ( C ):
|
||||
A.stock = C.stockcode + ' . ' + C.market #品种为模型交易界面选择品种
|
||||
A.acct = account #账号为模型交易界面选择账号
|
||||
A.acct_type = accountType #账号类型为模型交易界面选择账号
|
||||
A.amount = 10000 #单笔买入金额 触发买入信号后买入指定金额
|
||||
A.line1 = 17 #快线周期
|
||||
A.line2 = 27 #慢线周期
|
||||
A.waiting_list = [] #未查到委托列表 存在未查到委托情况暂停后续报单 防止超单
|
||||
A.buy_code = 23 if A.acct_type == ' STOCK ' else 33 #买卖代码 区分股票 与 两融账号
|
||||
A.sell_code = 24 if A.acct_type == ' STOCK ' else 34
|
||||
print ( f '双均线实盘示例 { A.stock } { A.acct } { A.acct_type } 单笔买入金额 { A.amount } ' )
|
||||
def handlebar ( C ):
|
||||
#跳过历史k线
|
||||
if not C.is_last_bar():
|
||||
return
|
||||
now = datetime.datetime.now()
|
||||
now_time = now.strftime( ' %H%M%S ' )
|
||||
# 跳过非交易时间
|
||||
if now_time < ' 093000 ' or now_time > " 150000 " :
|
||||
return
|
||||
account = get_trade_detail_data(A.acct, A.acct_type, ' account ' )
|
||||
if len (account) == 0 :
|
||||
print ( f '账号 { A.acct } 未登录 请检查' )
|
||||
return
|
||||
account = account[ 0 ]
|
||||
available_cash = int (account.m_dAvailable)
|
||||
#如果有未查到成交 查询成交
|
||||
if A.waiting_list:
|
||||
found_list = []
|
||||
deals = get_trade_detail_data(A.acct, A.acct_type, ' deal ' )
|
||||
for deal in deals:
|
||||
if deal.m_strRemark in A.waiting_list:
|
||||
found_list.append(deal.m_strRemark)
|
||||
A.waiting_list = [i for i in A.waiting_list if i not in found_list]
|
||||
if A.waiting_list:
|
||||
print ( f "当前有未查到委托 { A.waiting_list } 暂停后续报单" )
|
||||
return
|
||||
holdings = get_trade_detail_data(A.acct, A.acct_type, ' position ' )
|
||||
holdings = {i.m_strInstrumentID + ' . ' + i.m_strExchangeID : i.m_nCanUseVolume for i in holdings}
|
||||
#获取行情数据
|
||||
data = C.get_market_data_ex([ " close " ],[A.stock], period = ' 1d ' , count = max (A.line1, A.line2) + 1 )
|
||||
close_list = data[A.stock].values
|
||||
if len (close_list) < max (A.line1, A.line2) + 1 :
|
||||
print ( ' 行情长度不足(新上市或最近有停牌) 跳过运行 ' )
|
||||
return
|
||||
pre_line1 = np.mean(close_list[ - A.line1 - 1 : - 1 ])
|
||||
pre_line2 = np.mean(close_list[ - A.line2 - 1 : - 1 ])
|
||||
current_line1 = np.mean(close_list[ - A.line1 : ])
|
||||
current_line2 = np.mean(close_list[ - A.line2 : ])
|
||||
#如果快线穿过慢线，则买入委托 当前无持仓 买入
|
||||
vol = int (A.amount / close_list[ - 1 ] / 100 ) * 100 #买入数量 向下取整到100的整数倍
|
||||
if A.amount < available_cash and vol >= 100 and A.stock not in holdings and pre_line1 < pre_line2 and current_line1 > current_line2:
|
||||
#下单开仓 ，参数说明可搜索PY交易函数 passorder
|
||||
msg = f "双均线实盘 { A.stock } 上穿均线 买入 { vol } 股"
|
||||
passorder(A.buy_code, 1101 , A.acct, A.stock, 14 , - 1 , vol, ' 双均线实盘 ' , 2 , msg, C)
|
||||
print (msg)
|
||||
A.waiting_list.append(msg)
|
||||
#如果快线下穿慢线，则卖出委托
|
||||
if A.stock in holdings and holdings[A.stock] > 0 and pre_line1 > pre_line2 and current_line1 < current_line2:
|
||||
msg = f "双均线实盘 { A.stock } 下穿均线 卖出 { holdings[A.stock] } 股"
|
||||
passorder(A.sell_code, 1101 , A.acct, A.stock, 14 , - 1 , holdings[A.stock], ' 双均线实盘 ' , 2 , msg, C)
|
||||
print (msg)
|
||||
A.waiting_list.append(msg)
|
||||
警告
|
||||
对于立刻下单的模型需要用普通的全局变量来保存状态不能ContextInfo对象存详细说明参考 常见问题：系统对象ContextInfo 逐K线保存的机制
|
||||
更多示例请参见 完整示例
|
||||
# 五、事件驱动（subscribe）示例
|
||||
# 实盘示例-基于 subscribe
|
||||
python
|
||||
#coding:gbk
|
||||
class a (): pass
|
||||
A = a()
|
||||
A.bought_list = []
|
||||
account = ' testaccount '
|
||||
def init ( C ):
|
||||
#下单函数的参数需要 ContextInfo对象 在init中定义行情回调函数 可以用到init函数的入参 不用手动传入
|
||||
def callback_func ( data ):
|
||||
#print(data)
|
||||
for stock in data:
|
||||
current_price = data[stock][ ' close ' ]
|
||||
pre_price = data[stock][ ' preClose ' ]
|
||||
ratio = current_price / pre_price - 1
|
||||
print (stock, C.get_stock_name(stock), ' 当前涨幅 ' , ratio)
|
||||
if ratio > 0 and stock not in A.bought_list:
|
||||
msg = f "当前涨幅 { ratio } 大于0 买入100股"
|
||||
print (msg)
|
||||
#下单函数passorder 安全起见处于注释状态 需要实际测试下单交易时再放开
|
||||
#passorder(23, 1101, account, stock, 5, -1, 100, '订阅下单示例', 2, msg, C)
|
||||
A.bought_list.append(stock)
|
||||
stock_list = [ ' 600000.SH ' , ' 000001.SZ ' ]
|
||||
for stock in stock_list:
|
||||
C.subscribe_quote(stock, period = ' 1d ' , callback = callback_func)
|
||||
# 六、定时任务（run_time）示例
|
||||
# 实盘示例-基于 run_time
|
||||
python
|
||||
#coding:gbk
|
||||
import time, datetime
|
||||
class a ():
|
||||
pass
|
||||
A = a()
|
||||
def init ( C ):
|
||||
A.hsa = C.get_stock_list_in_sector( ' 沪深A股 ' )
|
||||
A.vol_dict = {}
|
||||
for stock in A.hsa:
|
||||
A.vol_dict[stock] = C.get_last_volume(stock)
|
||||
A.bought_list = []
|
||||
C.run_time( " f " , " 1nSecond " , " 2019-10-14 13:20:00 " )
|
||||
def f ( C ):
|
||||
t0 = time.time()
|
||||
now = datetime.datetime.now()
|
||||
full_tick = C.get_full_tick(A.hsa)
|
||||
total_market_value = 0
|
||||
total_ratio = 0
|
||||
count = 0
|
||||
for stock in A.hsa:
|
||||
ratio = full_tick[stock][ ' lastPrice ' ] / full_tick[stock][ ' lastClose ' ] - 1
|
||||
if ratio > 0.09 and stock not in A.bought_list:
|
||||
msg = f " { now } { stock } { C.get_stock_name(stock) } 当前涨幅 { ratio } 大于5% 买入100股"
|
||||
#下单示例 安全起见处于注释状态 需要实际测试下单时可以放开
|
||||
#passorder(23, 1101, account, stock, 5, -1, 100, '示例策略', 2, msg, C)
|
||||
A.bought_list.append(stock)
|
||||
market_value = full_tick[stock][ ' lastPrice ' ] * A.vol_dict[stock]
|
||||
total_ratio += ratio * market_value
|
||||
total_market_value += market_value
|
||||
count += 1
|
||||
total_ratio /= total_market_value
|
||||
total_ratio *= 100
|
||||
print ( f ' { now } 当前A股加权涨幅 { round (total_ratio, 2 ) } % 函数运行耗时 { round (time.time() - t0, 5 ) } 秒' )
|
||||
上次更新:
|
||||
邀请注册送VIP优惠券
|
||||
分享下方的内容给好友、QQ群、微信群,好友注册您即可获得VIP优惠券
|
||||
玩转qmt,上迅投qmt知识库
|
||||
登录后获取
|
||||
使用须知
|
||||
Reference in New Issue
Block a user