✨ QMT 支持场内基金（如 ETF、LOF 等）的量化策略开发，交易机制和股票类似，可通过 QMT 实现行情获取、策略回测与实盘交易，功能超全面～

策略模型类型：

• 回测模型：基于历史 K 线逐根模拟交易，验证策略逻辑，适合前期测试。
• 实盘模型：基于实时行情触发交易信号，需关注下单时机与委托状态，适合实战操作。

⚠️ 注意啦！

• 回测模型：适合验证策略逻辑，不涉及真实交易。
• 实盘模型：需实时响应行情，注意信号稳定性与执行效率。

交易函数参数设置：

• quickTrade=0：K线结束后下单（适合日线及以上周期，信号稳定）
• quickTrade=1：盘中立即下单（适合分钟级策略，但可能有信号闪烁风险）
• quickTrade=2：无论是否是历史K线都立即下单（一般不推荐，仅用于定时器等特殊场景）

行情数据获取：

• 场内基金代码通常以 .SH 或 .SZ 结尾（如 510300.SH）
• 可使用 xtdata.get_full_tick() 获取最新行情，用于计算下单价格与数量

账户与交易路径配置：

• 场内基金属于股票账户交易品种
• 需设置账户类型为 STOCK，并指定正确的 TRADE_PATH 和 TRADE_SESSION_ID

⚙️ 单策略独立进程（强烈推荐）：

• 为避免策略间互相干扰，建议在 QMT 中勾选“独立 Python 进程”选项，每个策略运行在独立环境中

不支持多线程/多进程：

• QMT 策略运行于单线程环境，应避免使用阻塞式操作（如长时间循环、sleep 等），以免影响其他策略执行

QMT 是ETF量化交易的好帮手，灵活又强大，快去试试吧！

#ETF量化 #QMT #量化交易 #Python策略 #投资工具

如你有更多关于QMT使用、策略开发的问题，欢迎私信交流！