迅投 QMT 内置 Python 3.6 环境，提供行情数据与交易下单两大核心能力。通过编写 Python 脚本可实现指标计算、策略编写、策略回测与实盘交易。QMT 中常用模型分为两类：回测模型与实盘模型。

一、模型概述

1）回测模型

在历史 K 线数据上从左到右逐根遍历，使用“模拟资金账户”记录每根 K 线产生的买卖信号、持仓与盈亏，最终输出历史净值曲线与回测统计结果。

2）实盘模型

在交易时段接收最新实时行情，按策略逻辑即时生成买卖信号并发送委托到交易所（或模拟柜台），同时需要持续跟踪委托状态，可能涉及反复报撤等实时处理。

二、使用场景与关键注意事项

1）回测模型注意点

① 回测数据来自固定历史数据（需提前下载）

• 首次使用：通过【操作 → 数据管理/补充行情】下载所需周期（如日线/分钟线）、板块（如沪深 A 股）及时间范围（建议选“全部”）。
• 日常更新：在客户端行情下载界面勾选“定时下载”，每天自动更新到本地。

② 回测读取本地数据，不需要订阅实时行情

• 通常使用 get_market_data_ex 读取数据，并将 subscribe=False，避免走实时订阅逻辑。

③ 回测撮合规则（模拟撮合）

• 价格在当根 K 线高低点区间内：按指定价撮合；
• 超出高低点：按当根 K 线收盘价撮合；
• 委托数量大于可用数量：按可用数量撮合（不会真实“废单”）。

④ 回测入口与图表模式会影响参数

• 从“我的/回测”进入：使用默认周期、默认主图等基础设置；
• 从行情图表进入：以当前图表品种与周期为准；
• 回测需以副图模式执行，避免选择“主图/主图叠加”。

2）实盘模型注意点

实盘模型用于接收“未来到来的 K 线/分笔”，实时生成信号并交易。实盘既可连接模拟柜台，也可连接真实柜台。

① 两种常见交易生效模式

A. 逐 K 线生效模式（默认）

• passorder 的 quicktrade=0（默认）。
• 盘中 handlebar 会被分笔频繁触发，但系统会把信号“暂存”，通常到下一根 K 线开始时才把上一根 K 线最后时刻形成的信号发出，从而模拟“逐 K 线”效果。
• 适合希望盘中表现尽量贴近“历史逐 K 回测逻辑”的策略。

B. 立即下单模式

• passorder 的 quicktrade=2。
• 信号产生后立即发委托，不做等待与丢弃处理。
• 此时委托/状态管理建议用全局变量或自定义对象保存，不要依赖 ContextInfo 属性来存状态。

② 实盘撮合以交易所规则为准

• 股票存在价格笼子等限制（例如偏离过大可能直接废单）；
• 数量超出可用会直接废单（与回测“按可用撮合”不同）。

③ 实盘必须在“模型交易”界面运行

• 新建策略交易并添加模型，运行模式可选“模拟”或“实盘”。
• “模拟信号模式”：只展示信号，不实际下单；
• “实盘交易模式”：信号会真实发送委托。
• 注意：这里的“模拟/实盘”是运行模式概念，不等同于你登录的是模拟账户还是实盘账户。

三、运行机制对比（回测/实盘都会用到）

QMT 常见三种运行机制，适配不同交易场景：

1）逐 K 线驱动：handlebar

• 启动时会把历史 K 线逐根触发；
• 盘中则由新分笔到来触发，但交易通常按“逐 K 生效”逻辑落地。

2）事件驱动：订阅推送 subscribe

• 订阅指定品种分笔数据；每来一笔触发一次回调，适合高频/即时反应。

3）定时任务：run_time 定时运行

• 按固定时间间隔触发回调，适合轮询型策略、定时风控与定时调仓。

想要高效交易，先从低佣金开户开始，QMT/ptrade开户服务，微信或电话咨询，立即办理。