QMT 可以通过编写代码来自动执行交易逻辑，以下是具体介绍：

• 策略编写基础：QMT 支持 Python 编程，任何一个 Python 策略都必须包含init和handlebar两个函数。init为初始化函数，在策略生命周期中只会被执行一次，通常用于设置股票池、资金账号、初始化全局变量等。handlebar是行情处理函数，也是策略的核心，会在每一根 K 线上被执行一次，可在此编写交易逻辑，如读取行情数据、计算指标、判断买卖条件和下单等。
• 获取行情数据：可通过ContextInfo上下文对象获取行情数据，例如使用ContextInfo.get_market_data()获取行情数据，ContextInfo.barpos可获取当前正在处理的 K 线的索引号，ContextInfo.is_last_bar()能判断当前 K 线是否为最后一根 K 线，以便根据最新行情数据做出交易决策。
• 编写交易逻辑：以简单的移动平均线策略为例，可在handlebar函数中编写如下代码：
• python
• 运行

import numpy as np
def handlebar(ContextInfo):
    data = ContextInfo.get_market_data()
    close_prices = data['close']
    short_ma = np.mean(close_prices[-5:])
    long_ma = np.mean(close_prices[-20:])
    if short_ma > long_ma and not ContextInfo.get_position('600000.SH'):
        # 这里假设交易代码为600000.SH，买入逻辑
        ContextInfo.do_order('600000.SH', 'buy', 100)
    elif short_ma < long_ma and ContextInfo.get_position('600000.SH'):
        # 卖出逻辑
        ContextInfo.do_order('600000.SH','sell', 100)




上述代码中，先计算短期和长期移动平均线，然后根据两者关系以及当前持仓情况，使用ContextInfo.do_order函数进行下单操作。

• 策略回测与实盘部署：编写完策略后，可在 QMT 的 “模型研究” 中进行回测，设置好参数后查看胜率、最大回撤等指标，评估策略有效性。回测通过后，在 “模型交易” 中选中策略，绑定实盘账户，确认passorder函数参数正确，按 F9 启动策略，即可让其自动根据设定的交易逻辑执行交易。

股票/量化开户找我！股票佣金万0.854（满足条件）！无门槛国债逆回购一折 (百万分之一）！ETF佣金万0.5！优惠多多！免费量化使用量化软件QMT+miniQMT+ptrade!