QMT内置了上百种技术指标，如MA、MACD、RSI、布林带等，但有时你需要使用自研指标（例如基于波动率调整的动量指标）。QMT允许你利用Python和pandas、talib等库自由计算任何指标，然后将其作为买卖信号。下面演示如何创建自定义指标并集成到策略中。

第一步，准备数据。使用get_market_data获取历史K线数据。例如，获取过去100天的收盘价：

`python

close = xtdata.get_market_data(['close'], stock_list=[context.stock], period='1d', count=100)

close_series = close[context.stock]['close'].values

`

第二步，编写指标计算函数。假设我们要计算一个“成交量加权移动平均”（VWMA），公式为：VWMA = 均价 * 成交量 / 成交量之和。实现如下：

`python

def vwma(close, volume, window):

   vwap = []

   for i in range(window-1, len(close)):

       avg_price = (close[i-window+1:i+1] * volume[i-window+1:i+1]).sum() / volume[i-window+1:i+1].sum()

       vwap.append(avg_price)

   return np.array(vwap)

`

第三步，在handle_bar中调用该函数，得到当前指标值，并与价格比较产生信号。例如，当收盘价上穿VWMA时买入。

需要注意的是，自定义指标要注意计算效率。如果每个tick都重新计算1000个周期的指标，会非常慢。建议在每日收盘后计算一次并缓存。另外，指标计算中不能使用未来数据，即计算当天的指标只能用当天及之前的数据。

QMT还支持使用talib库，它内置了更高效的指标计算。例如，talib.SMA计算简单移动平均，talib.BBANDS计算布林带。你可以先安装talib（需要编译或下载wheel），然后在策略中导入。

如果你的指标逻辑特别复杂，可以将其封装成一个独立的模块，方便多个策略复用。

国金证券的QMT允许用户使用任何Python库，10万资金即可开通。量化社群中有人分享了自定义指标的完整代码，包括资金流向指标、订单流指标等。同时，两融全线上办理，当你的自定义指标产生融资信号时，可以一键启用。自定义指标是体现你交易智慧的核心，不要止步于现成公式，勇敢创造属于自己的alpha。