一、QMT 是什么？

迅投 QMT（极速策略交易系统）本质是给量化人群用的交易终端：
行情 + 数据 + Python 策略 + 回测 + 实盘下单一体化。

你可以把它理解成两块核心能力：

• 数据与行情：拿到你写策略所需的 K 线、tick、盘口、财务等
• 交易执行：把策略信号变成真实委托（含风控、账户、成交反馈）

它自带 Python 环境，策略从“算指标—出信号—回测—实盘”可以在同一套工具里闭环完成。

二、QMT 使用全流程（照做就能跑）

1）安装 QMT

券商发你下载链接，一般是 rar 压缩包：保存→解压→安装即可。
建议别装 C 盘（权限/写入问题少很多）。如果不得不装 C 盘，启动时注意权限相关选项即可。

2）第一次必做：下载 Python 库

很多人第一天就栽在这里：不装库，策略跑不起来。
路径：“我的” → 顶部【下载 python 库】

• 路径别改，默认即可
• 装完重启客户端
• 盘中下载慢，尽量盘前/盘后更新

3）第一次必做：下载历史数据

QMT 不是“打开就全有数据”，回测/取历史行情之前得先下。

方式 A：手动下载
行情界面 → 智能下载 → 选数据类型（K线/财务等）→ 选时间范围 → 选周期（1m/5m/日线…）

方式 B：代码下载（更适合批量/自动化）
用 download_history_data 拉指定标的、周期、时间段。

注意周期逻辑：

• 基础存储周期：tick / 1m / 5m / 1d
• 合成周期：3m 由 1m 合成；10m/15m 由 5m 合成；2d/3d 由日线合成
• 结论：如果你既要 5m 又要 15m，只需要下载 5m 即可

示例（原样可用）：

# coding:gbk
def init(C):
    download_history_data("000001.SZ", "1d", "20230101", "")  # 从20230101至今
    download_history_data("000001.SZ", "1d", "20230101", "", incrementally=True)  # 增量下载

def handlebar(C):
    return

4）新建策略（两条路，选你顺手的）

方法 1：从“我的”新建
“我的” →【新建策略】→ 选 Python/VBA → 打开策略编辑器写代码

方法 2：从“模型研究”抄模板（新手更推荐）
模型研究 → 找示例模型 →【编辑】→ 在示例基础上改
或：新建模型 → Python 模型 → 从零写

5）策略调试：先跑通，再谈赚钱

写完点【编译】保存。注意：
Python 里“编译”更像保存，并不会帮你做完整语法校验。
点【运行】看日志输出，报错就按日志定位修。

6）策略回测：看策略“历史能不能活”

点【回测】前先把参数设对：

• 主图品种/周期：在“基本信息”里设
• 起止时间、基准、费率、滑点等：在“回测参数”里设
  并确保【数据管理】里已经下载了对应时间段 + 周期的数据，否则回测会缺数据/结果异常。

回测正常会输出绩效分析（收益、回撤、交易明细等）。

7）策略实盘：在“模型交易”里执行

模型交易 → 新建策略交易 → 选择模型 → 选运行模式：

• 模拟信号：只出信号，不真实下单（适合先验逻辑）
• 实盘交易：信号会直接发委托（慎重，先小资金/小标的验证）

三、QMT / Ptrade 怎么开通（以及差别一句话讲清）

券商版 Ptrade

• 策略跑在券商云端：你不用折腾环境
• 稳定、快、常见自带 Level2
• Python 支持 + 常配回测测试账号
• 更偏“拿来就用”

券商版 QMT / xtquant

• 多为本地运行（也可虚拟机/云服务器托管）
• 扩展强、策略更保密、适合复杂代码
• 支持 Python / VBA（部分也支持更深度扩展）
• 更偏“进阶开发”

QMT 开通常见流程（券商略有差异）

开户入金 → 次日提交 QMT 申请 → 线上审批（约 2 个工作日）
通过后邮件发软件下载地址与账号，登录即可用。等待期间通常可先拿测试账号、装环境、领资料。

想要我把这套流程再压成“一张清单（安装—下库—下数据—建策略—回测—实盘）”，或把“新手必踩的 10 个坑”也整理出来，你直接说你现在卡在哪一步。

QMT和ptrade低佣金开户，政策好、操作快，欢迎联系我，微信或电话沟通，轻松开户。