前面我们讲到，其实最简单的量化交易，就是定投，设置好标的，时间，金额，那么不需自己动手，就可以按照设置的策略进行定投。

这就是量化交易的最初形态。

那么，为了实现更加复杂一些的交易，比如说：选股，买卖点位的确定，追踪实时行情等，应该怎么去实现呢？

现在量化交易一般都是用到的Python语言，因为Python是一种面向对象的动态类型语言，具备：

1，简单；2，易学；3，速度快；4，免费、开源；5，高层语言；6，可移植性；

一句话概扩，就是：简单易学，功能强大

因此，大量的投资者开始研究量化交易。

但是，要想实现对于交易的编程，就必须要能够获取股票行情数据，这个该怎么获取呢？

但是，普通的Python软件，没有专门针对于金融市场交易的模块。如果要用的话，必须要导入第三方库。

这里介绍QMT的ContextInfo对于证券市场交易的对象：

Contextinfo模块下，有很多针对于证券行情的函数：

比如选股的时候，我们需要设置股票池，就要用到ContextInfo.set_universe函数；

比如获取指定代码名称，用ContextInfo.get_stock_name函数；

比如要回测的时候获取行情数据，用ContextInfo.get_history_data函数；

......

分享一个突破20日均线买入，跌破60日均线卖出的简单案例：

只要能够方便得获取数据，然后通过循环、比较等，就可以设置选股，以及交易条件。

正是因为有这样针对行情的模块和函数，同时相关函数也会不断增加，以便让编程更加简单。

当开始掌握编写策略的方法之后，量化交易就可以开始进行下一步：回测，以及后续的模拟运行，包括最终的实盘运行。

量化交易是不是很简单呢？

我是大牛量化，关注我，了解更多量化干货！