本文完整梳理 Python 版本 QMT 完整链路，从 0 到实操落地。
一、Python 版 QMT 如何开通，拿到编程权限
QMT 分为 MiniQMT 和完整版 QMT，两者都支持 Python 接口，但权限、功能差距很大。
权限区分
MiniQMT：轻量版本，Python 基础接口可用，回测能力有限，本地运行，不支持 tick 级深度回测。
完整版 QMT：完整 Python SDK，支持 tick 回测、批量下单、多标的策略、全量行情接口，是做 Python 量化的主力版本。
重点：Python 接口不是安装软件就自带，必须券商后台给你开通程序化交易权限，普通股票账户下载 QMT 也只能看行情，无法调用 python 交易接口。
开通关键要点
① 需要联系券商客户经理走白名单开通，APP 自助开户无法自动获取 QMT 编程权限。
② 满足券商资产、交易经验、风险等级适当性要求，每家券商门槛标准不一样。
③ 开通完成后，由客户经理下发官方安装包，不要网上随便下载第三方 QMT 安装包，存在盗号风险。
④ 安装完成后，使用股票账号密码登录客户端，登录成功后，软件目录内自带 qmt 的 python 开发 SDK，不需要额外 pip 安装第三方库。
注意：QMT 自带独立 Python 环境，不要使用自己电脑本地的 anaconda 直接运行策略代码，会出现接口调用失败。
二、QMT Python 策略编写基础：两种开发模式
QMT 下写策略分两大模式，事件驱动框架和普通脚本模式，绝大多数实盘策略用事件驱动框架。
1、脚本模式（简单调试用）
直接写 python 脚本，手动执行，一次性获取行情、查询账户、委托下单。适合做数据导出、小工具脚本，不适合 7×24 小时自动运行，关闭脚本就停止工作。
示例极简伪代码示意（仅演示结构，不可直接实盘复制）
python
运行
# 导入QMT内置模块
from xtquant import xtdata
from xtquant.xttrader import XtQuantTrader
# 获取行情数据
data = xtdata.get_market_data_ex([],['600000.SH'],period='1d')
print(data)
2、事件驱动框架（实盘策略主流）
监听行情推送、成交回报、委托回报，行情触发时自动执行买卖逻辑。核心回调函数：on_bar（K 线更新触发）、on_tick（逐笔行情触发）、on_order_stock（委托状态回调）、on_trade_stock（成交回调）。
编写策略核心流程：
导入 QMT 内置 xtquant 库；
创建交易实例，建立会话连接；
定义回调函数，编写买卖条件逻辑；
订阅标的 K 线 /tick 行情；
启动事件循环，等待行情触发执行交易。
开发避坑：
策略逻辑尽量轻量化，不要写大量耗时循环，否则会阻塞事件回调，出现漏信号；
做好仓位判断，避免重复委托、重复开仓；
增加日志打印，记录每一次信号、委托、报错，方便排查 bug。
三、QMT 策略回测：检验策略历史表现
写好代码不等于策略能赚钱，回测的意义是用历史 K 线、tick 数据，模拟策略过去的交易，输出收益、最大回撤、胜率、盈亏比等指标。
两种回测模式
K 线回测：用日 K / 分钟 K 数据，速度快，适合粗筛策略逻辑；
Tick 回测：逐笔成交数据，更贴近真实市场，回测速度慢，完整版 QMT 才支持。MiniQMT 不支持 tick 级别回测。
回测参数一定要设置合理，很多人回测是 “虚假收益”
① 设置滑点：A 股必须设置滑点，模拟真实成交冲击，不设置滑点的回测结果没有参考意义。
② 设置手续费：佣金、印花税、过户费如实填写。
③ 回测时间范围：不要只选牛市时间段，要覆盖牛市、熊市、震荡市完整周期。
④ 初始资金、单票仓位上限、最大持仓数量严格约束，避免过度优化。
回测后重点看哪些指标
累计收益率、最大回撤（重中之重，回撤过大的策略无法实盘持有）
夏普比率、胜率、盈亏比、年化收益
交易总次数，避免策略样本过少，偶然收益。
重要提醒：回测优秀，不代表未来实盘就赚钱。历史数据无法代表未来行情，存在过拟合风险，不要看到漂亮回测曲线就直接上实盘。
四、从回测到实盘运行，策略上线实操
回测通过之后，不能直接跑实盘，必须经过模拟盘验证。完整上线步骤：
步骤 1：模拟盘试运行
QMT 自带模拟交易环境，把同一套策略代码接入模拟账号，跑 1~4 周。
重点观察：
信号是否和回测一致；
委托是否正常报出，有没有漏单、重复下单；
成交回报、仓位更新是否正常；
网络断开重连之后，策略能否正常恢复。
模拟盘出现异常，优先修复代码逻辑，不要直接上实盘。
步骤 2：实盘环境注意事项
QMT Python 策略是本地电脑运行。电脑关机、断网、软件崩溃，策略立刻停止运行，不会自动下单。想要 7×24 小时不间断运行，需要自备服务器挂机。
实盘代码和回测代码尽量分开，增加开关变量，可以一键切换实盘 / 模拟，防止改错代码直接实盘乱下单。
增加风控逻辑写进代码内部：单日最大亏损阈值、最大持仓、单标的最大仓位，达到条件自动停止交易。
做好日志持久化，保存策略运行日志，出现异常可以追溯问题。
步骤 3、日常运维
每日收盘查看日志，核对委托记录、持仓，对比策略信号；
定期复盘策略绩效，当市场风格切换，原有策略可能失效，及时评估是否继续运行；
软件版本更新后，重新测试策略，防止接口更新导致代码报错。
五、高频踩坑汇总
自己安装 Anaconda 环境运行 QMT 代码，直接报错。解决方案：使用 QMT 软件自带的 python 环境。
已经开好股票账户，下载 QMT 但是 python 接口调用失败。原因：没有开通程序化权限，只有行情权限。
回测收益很高，模拟盘、实盘直接亏钱。大概率是没有设置滑点、过拟合、未来函数。
策略运行一段时间突然不触发信号：代码阻塞、电脑休眠、行情订阅丢失、软件崩溃。
不要网上直接复制网上开源策略直接实盘，很多开源代码有漏洞、未来函数，没有经过充分测试。
六、总结
Python+QMT 给普通个人投资者打开了程序化交易的大门，但它只是一套工具，不会自动创造收益。完整链路：合规开通权限 → 编写健壮带风控的策略代码 → 严谨回测规避过拟合 → 长时间模拟盘验证 → 再谨慎实盘上线。

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!