一、miniQMT的核心优势

单策略独立进程运行

每个策略拥有独立的Python进程，策略之间完全隔离，互不影响；

避免因某一策略崩溃或阻塞导致整个系统异常，提升实盘稳定性。

更适合高并发实盘场景

在需要同时对多只股票下单（如批量调仓、网格交易）时，miniQMT可避免大QMT因单线程阻塞导致的延迟问题；

大QMT所有策略运行在同一主线程，若策略中存在耗时操作（如同步网络请求、复杂计算），会阻塞其他策略执行。

更灵活的开发与调试环境

可使用本地IDE（如VSCode、PyCharm）编写和调试策略；

支持进入交互式REPL模式（code.InteractiveConsole），便于实时查看变量状态。

三、策略开发主要注意事项

数据必须通过代码下载

即使在QMT客户端界面已下载数据，miniQMT也无法直接使用；

需在策略中显式调用 xtdata.download_sector_data() 或 xtdata.download_history_data() 获取所需数据。

账户与路径配置正确

股票账户示例：

避免依赖大QMT特有功能

如内置函数、图形化回测面板等，在miniQMT中不可用；

所有逻辑需通过代码实现，包括行情订阅、订单管理、风险控制等。

实盘运行需保持主循环

策略末尾需调用 xt_trader.run_forever() 以维持连接；

若用于调试，可注释该行并调用 interact() 进入交互模式。

不支持多线程/多进程（除非独立进程模式）

单个miniQMT策略内部仍为单线程；

若需并发，应启动多个独立策略实例，而非在单策略内创建线程。

四、适用场景建议

选用 miniQMT：实盘交易、多品种同步操作、对稳定性要求高、需外部IDE开发；

选用 大QMT：快速原型验证、依赖图形界面回测、数据已通过客户端预下载。

注意：两者策略代码结构不同，迁移需重写适配。