你是不是也想用代码代替人工盯盘？其实，现在散户也能轻松玩转机构级工具——QMT！它支持本地策略运行、Python自由开发，而且门槛低至10万起。今天这篇保姆级攻略，手把手教你从开通到实盘，附赠超实用的双均线策略代码！

一、QMT到底强在哪？

很多小伙伴对量化软件不太了解，但QMT真的值得你关注，因为它有三个核心优势：

1️⃣ 策略在本地，代码“不上交”

不像有些平台需要把代码上传到云端，QMT的策略全部在你的电脑上运行，完全不用担心隐私泄露。就像自己在家做饭，食材和配方都在自己手里，安心又放心。

2️⃣ Python支持好，灵活度高

QMT对Python的支持非常友好，可以调用pandas、numpy等常用库，无论是简单的双均线策略，还是复杂的机器学习模型，都能轻松实现。相比一些只能选内置策略的“自动挡”工具，QMT给了你极大的自由度。

3️⃣ “大QMT”+“miniQMT”两种模式，随心切换

• 大QMT：适合新手，界面完整，功能齐全，能看盘、回测、交易一体化。
• miniQMT：更像一个纯接口，适合程序员用PyCharm等IDE写代码，通过xtquant库连接QMT客户端。
  注意：miniQMT已停用，想要替代方案的朋友可以留言“量化”获取！

二、手把手开通指南（别怕，很简单）

✅ 第一步：搞定券商和门槛

QMT不能直接下载注册，必须通过合作的券商开通。通常需要满足以下条件：

• 账户与资金：A股证券账户，近20个交易日的日均资产一般在10万-50万之间（不同券商要求略有差异）；
• 风险测评：需达到C4或C5（积极型/激进型）；
• 联系客户经理：最直接的方式就是联系你券商的客户经理，说明你要开通QMT权限，他们会提供申请表和下载链接。

✅ 第二步：下载安装与登录

• 使用券商提供的专属链接下载QMT安装包；
• 安装路径不要选C盘，建议D盘或其它非系统盘；
• 登录后选择“行情+交易”模式，不要勾选“极简模式”，否则可能看不到完整的策略菜单；
• 首次登录后，记得下载Python环境（QMT自带），别用你电脑上的Python。

✅ 第三步：申请“模型”权限

如果左侧菜单没有“模型研究”或“模型交易”，说明还没开策略编写权限。赶紧找客户经理补开，否则QMT对你来说就只是一个普通看盘工具。

三、从写策略到实盘跑起来

1️⃣ 写策略与回测

在“模型研究”里新建一个Python策略，粘贴代码即可。QMT支持三种机制驱动：

• handlebar（K线驱动）：适合中低频策略，如趋势跟踪；
• subscribe（事件驱动）：适合高频策略，实时Tick数据触发；
• run_time（定时任务）：适合尾盘选股或风控检查。

下面是一个最简单的双均线策略代码示例（在QMT的模型研究里就能跑）：

# coding:gbk
def init(ContextInfo):
    ContextInfo.stock = '000001.SZ'  # 平安银行
    ContextInfo.short = 5            # 5日均线
    ContextInfo.long = 20            # 20日均线
    ContextInfo.subscribe(ContextInfo.stock, period='1d')

def handlebar(ContextInfo):
    close = ContextInfo.get_market_data(['close'], [ContextInfo.stock], period='1d', count=ContextInfo.long + 1)
    if close is None or len(close) < ContextInfo.long:
        return
    ma_short = close['close'].rolling(window=ContextInfo.short).mean().iloc[-1]
    ma_long = close['close'].rolling(window=ContextInfo.long).mean().iloc[-1]
    position = ContextInfo.get_position(ContextInfo.stock)

    if ma_short > ma_long and (position is None or position.volume == 0):
        cash = ContextInfo.get_cash()
        price = close['close'].iloc[-1]
        amount = int(cash / (price * 100)) * 100
        if amount > 0:
            ContextInfo.buy(ContextInfo.stock, price, amount)
            print(f'买入 {ContextInfo.stock}，价格：{price}，数量：{amount}')
    elif ma_short < ma_long and position is not None and position.volume > 0:
        ContextInfo.sell(ContextInfo.stock, close['close'].iloc[-1], position.volume)
        print(f'卖出 {ContextInfo.stock}，数量：{position.volume}')

2️⃣ 实盘交易（模拟盘和真金白银）

回测效果满意后，可以切换到“模型交易”界面，先选模拟模式跑几天，确认逻辑没问题再切到实盘。如果你习惯用miniQMT，在本地PyCharm中通过xtquant库连接QMT客户端就能下单。

四、最后叮嘱几句

• 数据问题：QMT默认不带Level2数据，需要高频行情的可以看看付费版本；
• 手续费：程序化下单和手工下单一样，正常收取；
• 别贪心：同一台电脑别同时跑太多策略，容易触发风控；
• 风险第一：再好的策略也有失效的时候，实盘前务必做好充分测试。

特别福利：低佣开户+免费量化工具！

还在犹豫要不要开启量化之旅？现在正是时候！我们提供低佣金开户通道，还有免费量化工具和策略分析服务，助你轻松上手！

加我微信或打我电话，获取专属优惠开户通道！
✅ 低佣金开户
✅ 免费开通量化工具
✅ 专业策略指导
✅ 一对一答疑服务

如有需要可点我头像咨询，免费提供量化交易软件QMT、PTrade，股票佣金低至万0.854（资金达标），ETF基金佣金低至万0.5，可转债佣金万0.5，逆回购一折，提供VIP快速交易通道、极速交易柜台，智能算法系统，开户选靓号服务。