迅投QMT（Quantitative Market Trading）量化交易系统是一套极速策略交易系统，内置 Python 3.6 运行环境，核心功能聚焦于行情数据获取与交易下单执行，支持用户通过编写 Python 脚本完成指标计算、策略开发、回测验证及实盘自动化交易。

一、QMT在量化策略开发上的主要优势与特点
1. 原生Python支持，开发灵活
直接使用标准库及合规第三方库（如 numpy、pandas），无需受限于平台封装语法。

策略逻辑可自由组织，支持复杂算法与自定义数据结构。

2. 极速交易执行能力
支持毫秒级甚至微秒级响应，适用于高频、T0、打板、抢筹等对速度敏感的策略。

提供异步下单接口（如 passorder），配合回调机制（on_stock_order 等）实现高效订单管理。

3. 多市场全品种覆盖
支持 A股、融资融券（信用交易）、ETF、可转债、期权、期货（含CTP主席/次席）等，满足跨市场策略需求。

4. 高性能行情数据体系
提供 L2 行情（十档、逐笔、委托队列）、tick 数据及历史K线。



历史数据按基础周期（tick、1m、5m、1d）下载，上层周期（如3m、周线）由底层自动合成。

5. 双模式策略运行架构
大QMT（内置Python）：适合策略研究、可视化回测、中低频策略开发。

MiniQMT（极简模式）：轻量部署，支持独立Python进程，策略间隔离，适合高频实盘。

⚠️ 两者策略代码不兼容，不可互相迁移。

6. 本地化与安全性
策略与数据均在本地客户端运行，不上传云端，保障策略私密性。

7. 高效的交易参数控制
下单函数支持 quickTrade 参数，灵活控制信号触发时机：

quickTrade=0：仅在K线结束时下单（信号稳定，无闪烁）；

quickTrade=1：盘中最新K线上立即下单（响应快，需处理信号闪烁）；

quickTrade=2：任何位置立即下单（用于定时器、回调函数等场景）。

二、注意事项
不支持多线程/多进程：所有策略运行于同一主线程，禁止使用 time.sleep() 或阻塞操作，否则将影响其他策略执行。

数据需主动管理：尤其在 MiniQMT 中，必须通过代码调用 download_history_data 获取历史数据，无法使用客户端界面下载的数据。

信用交易需特殊处理：融资融券策略需指定账户类型为 "CREDIT"，并注意维持担保比例、标的范围等风控规则。

综上，QMT 凭借原生Python生态、极速交易通道、高效数据接口以及本地化安全架构，在国内量化平台中具备显著优势，特别适合对执行速度、数据效率和策略灵活性有较高要求的量化开发者。