今天我们一起来看看量化软件QMT中如何用Python编写双均线量化策略？双均线量化策略是依托长短均线判定行情，出现金叉顺势进场买入，形成死叉及时离场卖出，操作逻辑简单直白，上手轻松，非常适合我们量化入门学习。

一、创建策略文件与环境准备

打开QMT后，点击模型研究界面→新建模型→Python模型。在代码的第一行，写入#coding:gbk，以统一脚本的编码格式。

二、认识策略核心函数

一个QMT的Python策略必须包含两个核心函数：  

init(ContextInfo) 初始化函数，在整个策略生命周期中只执行一次，用于设置交易品种、参数、账号等初始状态

handlebar(ContextInfo) 行情事件处理函数。在回测时，会对历史K线逐根调用，在实盘时，会随着新的行情数据（tick）而触发。策略的主要交易逻辑就写在这个函数里。

三、编写初始化函数 ( init )

在 init 函数中，我们需要定义策略运行所需的基础配置。这里定义了交易标的和均线周期，为后续计算做好准备。

四、编写核心交易逻辑 ( handlebar )

1、获取历史行情数据

在函数开头，我们需要获取足够长度的收盘价数据来计算均线。 使用   get_market_data_ex   函数可以灵活获取指定字段和数量的历史数据。

2、计算双均线值

利用获取的收盘价列表，计算快慢均线的当前值。这里使用   np.mean   对列表切片进行平均计算。

3、查询账户状态

在进行交易决策前，必须先查询账户当前的资金和持仓情况。get_trade_detail_data   函数是查询账户资金、持仓、委托成交的核心工具。

4、制定交易信号并下单

这是策略的决策环节。passorder   是QMT中最核心的下单函数，参数依次为（操作码、委托类型、账号、股票代码、报价方式、价格（-1表示市价）、数量、策略名等）。

五、策略实盘运行须知

如果打算将策略投入实盘，有几个关键点需要注意：

1、运行模式切换

在模型交易界面加载策略后，策略运行模式有两种，模拟模式只会产生交易信号，不会真实下单。实盘模式策略才会真实下单。

2、交易模式选择

passorder函数有一个关键的quicktrade参数：

设为0（默认）：为“逐K线生效”模式。信号会在K线结束时确认，并在下一根K线开始时发出，以模拟回测的逐K线效果。

设为2：为“立即下单”模式。信号产生后立刻发出委托，适用于需要及时响应的策略。

特别注意：使用立即下单模式时，用于记录委托状态的变量（如是否已报单）必须保存在自定义的全局变量或类实例中，不能保存在ContextInfo对象里。

3、风险控制

实盘下单需遵守交易所规则，例如股票交易有“价格笼子”限制，委托数量不可超过可用数量，否则会导致废单。

五、策略实盘运行须知

编写一个QMT双均线策略，可以概括为“配置初始化、数据勤获取、均线常计算、账户状态明、信号果断行”五个步骤。从简单的回测代码入手，理解每个函数和参数的作用，再逐步增加实盘所需的风控和状态管理逻辑，是掌握QMT策略开发的有效路径。

关注"叩富问财"服务号/公众号，回复“量化软件”，联系经理开通量化权限与优惠费率证券账户！

打开微信，搜索"叩富问财"，在对话框中输入"量化软件"，开启你的量化交易之旅！