上一篇我们讲到，直接用 AI 写代码筛选 RSI 股票，默认调用 tushare 数据源，根本连不上 miniqmt。今天接着实战：指定 miniqmt 接口→AI 瞎编代码报错→用上 Skill 后，生成代码直接跑通，全程干货，看完你也能搞定！

想要低成本量化交易？QMT/ptrade低佣金开户，微信或电话联系我，轻松搞定。

一、无 Skill 坑惨了：指定 miniqmt 接口，AI 照样乱编

1.1 修正提示词，强制用 miniqmt 数据源

这次明确告诉 AI 用 miniqmt 的 xtquant 接口：

帮我写一个函数，从全部 A 股中找到 RSI 小于 20 的，行情数据通过 miniQMT 的 xtquant 接口来获取，然后导出 CSV 文件
上一篇我们讲到，直接用 AI 写代码筛选 RSI 股票，默认调用 tushare 数据源，根本连不上 miniqmt。今天接着实战：指定 miniqmt 接口→AI 瞎编代码报错→用上 Skill 后，生成代码直接跑通，全程干货，看完你也能搞定！

1.2 AI 思考过程

Trae 收到指令，开始规划：

1. 了解 xtquant 接口用法
2. 安装 xtquant 库
3. 改写获取 A 股代码的函数
4. 改写获取历史行情的函数
5. 测试脚本
6. 保留 RSI 计算逻辑
7. 保留导出 CSV 功能

1.3 生成代码（错误版）

import pandas as pd
import numpy as np
import time
from xtquant import xtdata

def get_all_a_stocks():
    print("获取全部A股股票代码...")
    try:
        xtdata.init()  # AI凭空编造，不存在的方法
        all_instruments = xtdata.get_instrument_list()
        a_stocks = []
        for instrument in all_instruments:
            if (instrument.startswith('600') or instrument.startswith('601') or
                instrument.startswith('603') or instrument.startswith('000') or
                instrument.startswith('002') or instrument.startswith('300')) and \
               (instrument.endswith('.SH') or instrument.endswith('.SZ')):
                a_stocks.append(instrument)
        print(f"共获取到{len(a_stocks)}只A股股票")
        return a_stocks
    except Exception as e:
        print(f"获取股票列表时出错:{e}")
        return None

1.4 运行直接报错

终端提示：

AttributeError: module 'xtquant.xtdata' has no attribute 'init'



真相：AI 不懂 miniqmt 真实接口，凭空编造 xtdata.init ()，根本跑不通，白忙活一场！

二、有 Skill 就神了：AI 按规则办事，代码直接可用

2.1 什么是 Skill？一句话讲透

Skill 就是你给 AI 写的miniqmt 接口说明书。提前写好：

• 怎么获取 A 股列表
• 怎么下载日线数据
• 不能瞎编哪些函数
• AI 照着说明书干活，再也不乱写、不乱编。

2.2 同一条提示词，AI 行为大变

同样输入：

帮我写一个函数，从全部 A 股中找到 RSI 小于 20 的，行情数据通过 miniQMT 的 xtquant 接口来获取，然后导出 CSV 文件

1.2 AI 思考过程

Trae 收到指令，开始规划：

1. 了解 xtquant 接口用法
2. 安装 xtquant 库
3. 改写获取 A 股代码的函数
4. 改写获取历史行情的函数
5. 测试脚本
6. 保留 RSI 计算逻辑
7. 保留导出 CSV 功能

1.3 生成代码（错误版）

import pandas as pd
import numpy as np
import time
from xtquant import xtdata

def get_all_a_stocks():
    print("获取全部A股股票代码...")
    try:
        xtdata.init()  # AI凭空编造，不存在的方法
        all_instruments = xtdata.get_instrument_list()
        a_stocks = []
        for instrument in all_instruments:
            if (instrument.startswith('600') or instrument.startswith('601') or
                instrument.startswith('603') or instrument.startswith('000') or
                instrument.startswith('002') or instrument.startswith('300')) and \
               (instrument.endswith('.SH') or instrument.endswith('.SZ')):
                a_stocks.append(instrument)
        print(f"共获取到{len(a_stocks)}只A股股票")
        return a_stocks
    except Exception as e:
        print(f"获取股票列表时出错:{e}")
        return None

1.4 运行直接报错

终端提示：

plaintext

AttributeError: module 'xtquant.xtdata' has no attribute 'init'



真相：AI 不懂 miniqmt 真实接口，凭空编造 xtdata.init ()，根本跑不通，白忙活一场！

二、有 Skill 就神了：AI 按规则办事，代码直接可用

2.1 什么是 Skill？一句话讲透

Skill 就是你给 AI 写的miniqmt 接口说明书。提前写好：

• 怎么获取 A 股列表
• 怎么下载日线数据
• 不能瞎编哪些函数
• AI 照着说明书干活，再也不乱写、不乱编。

2.2 同一条提示词，AI 行为大变

同样输入：

帮我写一个函数，从全部 A 股中找到 RSI 小于 20 的，行情数据通过 miniQMT 的 xtquant 接口来获取，然后导出 CSV 文件

AI 思考直接变成：

我需要创建一个函数来筛选RSI小于20的A股并导出CSV。首先调用miniQMT-skills技能来获取必要的股票数据功能。


关键点：AI 先读你的 Skill，严格按接口规范生成代码。

2.3 生成代码（正确版，可直接跑）

import pandas as pd
import numpy as np
from xtquant import xtdata

# 计算RSI指标
def calculate_rsi(prices, period=14):
    delta = prices.diff()
    gain = (delta.where(delta > 0, 0)).rolling(window=period).mean()
    loss = (-delta.where(delta < 0, 0)).rolling(window=period).mean()
    rs = gain / loss
    rsi = 100 - (100 / (1 + rs))
    return rsi

# 获取全部A股代码（标准xtquant接口）
def get_all_a_stocks():
    all_instruments = xtdata.get_instrument_list()
    a_stocks = []
    for code in all_instruments:
        if (code.startswith(('600','601','603','000','002','300')) and
            code.endswith(('.SH','.SZ'))):
            a_stocks.append(code)
    return a_stocks

# 筛选RSI<20并导出CSV
def screen_rsi_below_20():
    a_stocks = get_all_a_stocks()
    result = []
    for code in a_stocks:
        try:
            df = xtdata.get_market_data_ex(
                stock_list=[code], period='1d', start_time='20250101'
            )
            if not df.empty:
                df['rsi'] = calculate_rsi(df['close'])
                last_rsi = df['rsi'].iloc[-1]
                if last_rsi < 20:
                    result.append({'股票代码': code, '最新RSI': round(last_rsi, 2)})
        except:
            continue
    pd.DataFrame(result).to_csv('RSI小于20的股票.csv', index=False, encoding='utf-8-sig')
    print(f"筛选完成，共找到{len(result)}只RSI<20的股票")
    return result

if __name__ == "__main__":
    screen_rsi_below_20()

2.4 运行结果：直接出数据

终端输出：

plaintext

筛选RSI小于20的股票...
筛选完成，共找到8只RSI<20的股票



自动生成 CSV 文件，数据直接能用，全程零报错！

三、Skill 的真正价值：普通人也能驾驭量化

很多人觉得量化门槛高、要懂代码、要懂接口，其实根本不用。核心就是 Skill：

• 一次写好，反复用
• 常用接口写进去，新接口随时加
• 慢慢攒成自己的miniqmt 技能书
• 不用会复杂编程，只要会写 Skill，AI 就是你的免费程序员，帮你写策略、跑回测、做自动化。

四、总结

现在你已经知道：AI+miniqmt，没有 Skill 寸步难行；有了 Skill，代码直接跑通。但问题来了：新手到底怎么写第一份 Skill？怎么快速把常用接口整理好？

风险提示：

本文代码，均为伪代码作为教学展示，不做投资意见，投资有风险，入市需谨慎