在 QMT 里写策略，零基础不用怕，它最核心的就认准两个函数：init（初始化，只跑一次）和 handlebar（每根 K 线触发一次）。下面用最经典的双均线（金叉买、死叉卖）带你走一遍从建文件到跑通的完整实操。

一、新建策略与编码声明

1. 登录 QMT 客户端，进入顶部「模型研究」。
2. 右键空白处 → 新建策略 → 选 Python 模型，取名如 双均线入门。
3. 在编辑器第一行写上编码声明，防止中文注释乱码：
#coding:gbk
import pandas as pd
import numpy as np


二、编写 init 初始化函数

这个函数只在策略启动时执行一次，用来定参数、绑标的。在 QMT 内置编辑器里，ContextInfo 对象会自动携带当前在界面选择的股票代码和市场信息。
def init(ContextInfo):
   # 拼接完整代码（界面选的标的 + 市场，如 000001.SZ）
   ContextInfo.stock = ContextInfo.stockcode + "." + ContextInfo.market
   
   # 均线参数
   ContextInfo.short_period = 5   # 短期均线（如5日）
   ContextInfo.long_period = 20   # 长期均线（如20日）
   
   # 回测/实盘账号（回测填 "testS"，实盘会自动替换）
   ContextInfo.accountid = "testS"
   
   # 设置订阅品种
   ContextInfo.set_universe([Context_Info.stock])
   print("策略初始化完成，标的：", ContextInfo.stock)


三、编写 handlebar 核心逻辑（逐 K 线执行）

这里是策略的大脑，每来一根新 K 线（或回测逐根回放时）都会跑一次，负责拿数据 → 算指标 → 下单。
def handlebar(ContextInfo):
   # 1. 获取历史收盘价（数量取长周期+1，保证计算够用）
   stock = ContextInfo.stock
   count = ContextInfo.long_period + 10
   
   # QMT内置接口拿数据，返回字典结构
   data = ContextInfo.get_market_data_ex(
       fields=["close"],
       stock_code=[stock],
       period=ContextInfo.period,
       count=count
   )
   
   # 转成列表方便计算
   close_series = data[stock].iloc[:, 0]
   close_list = list(close_series)
   
   if len(close_list) < ContextInfo.long_period:
       return  # 数据不够，先不跑
   
   # 2. 计算均线
   ma_short = np.mean(close_list[-ContextInfo.short_period:])
   ma_long = np.mean(close_list[-ContextInfo.long_period:])
   
   # 前一周期均线（判断交叉用）
   ma_short_prev = np.mean(close_list[-ContextInfo.short_period-1:-1])
   ma_long_prev = np.mean(close_list[-ContextInfo.long_period-1:-1])
   
   # 3. 查询账户持仓（判断是否空仓）
   positions = get_trade_detail_data(ContextInfo.accountid, "stock", "position")
   holdings = {i.m_strInstrumentID + "." + i.m_strExchangeID: i.m_nVolume for i in positions}
   hold_vol = holdings.get(stock, 0)
   
   # 4. 交易信号
   # 金叉：前一日短≤长，今日短>长，且空仓
   if ma_short_prev <= ma_long_prev and ma_short > ma_long and hold_vol == 0:
       account = get_trade_detail_data(ContextInfo.accountid, "stock", "account")[0]
       cash = int(account.m_dAvailable)
       price = close_list[-1]
       vol = int(cash / price / 100) * 100  # A股100股整数倍
       
       if vol >= 100:
           # 买入：23为股票买入操作码，1101为限价类型，5为卖五价，-1表示使用指定价格类型
           passorder(23, 1101, ContextInfo.accountid, stock, 5, -1, vol, ContextInfo)
           print(f"金叉触发，买入{vol}股，价格{price}")
   
   # 死叉：前一日短≥长，今日短<长，且有持仓
   elif ma_short_prev >= ma_long_prev and ma_short < ma_long and hold_vol > 0:
       # 卖出：24为股票卖出操作码
       passorder(24, 1101, ContextInfo.accountid, stock, 5, -1, hold_vol, ContextInfo)
       print(f"死叉触发，卖出{hold_vol}股")


四、编译、回测与避坑

1. 保存与编译：写完点编辑器上方「编译」，底部输出“编译成功”才能跑；有红字报错按行号检查缩进或拼写。
2. 设置回测：点「回测」，选时间范围（建议 3 年以上）、初始资金（如 10 万）、周期（日线）。
3. 看结果：跑完看收益曲线、最大回撤、交易明细。如果一条成交都没有，优先检查：
• 历史数据下没下够（去行情→历史数据下载补一下）；
• get_market_data_ex 的 count 是不是小于长周期；

- 股票是否长期停牌或代码拼错。

五、新手实盘前必做

• 先模拟：在「模型交易」里加载策略，运行模式选“模拟”，跑 1–2 周看日志和委托是否正常，别直接开实盘。

• 加风控：上面示例没写止损，实盘建议在 handlebar 里加持仓亏损比例判断（如亏 5% 强制清仓）。

- 注意下单模式：passorder 默认逐 K 线生效（K 线结束发单），若要盘中即时响应需改参数，新手先用默认即可。

这套双均线骨架是 QMT 入门的“最小可用单元”，后续你可以把 np.mean 换成 ta-lib、加成交量过滤、或多标的循环，都是在这两个函数里往里填逻辑。

如需咨询量化开通和低佣优惠，欢迎点击头像与我联系！

新开账户可免费使用QMT、PTrade等量化系统，支持快速交易通道。

各品种交易佣金可调低至成本附近，还有更多福利活动等你来拿。