量化交易里，数据就是“石油”。QMT本身提供了不错的行情数据，但它不提供财务数据（比如PE、PB、ROE），也不提供宏观数据。如果你想做基本面量化或者多因子选股，就得自己想办法把外部数据接进来。

这篇文章就专门讲这个，怎么用Tushare把数据喂给QMT，以及怎么让QMT读取你电脑上的CSV文件。

一、先搞清楚两个版本的区别

在动手之前，得先知道你用的是哪个版本的QMT，因为玩法不太一样-：

1. 完整版QMT（在客户端里写代码）

• 能做什么：既能读你电脑上的本地文件，也能直接通过网络请求调用Tushare的在线接口-
• 适合谁：在QMT自带编辑器里开发策略的用户

2. miniQMT（用Python写独立的脚本）

• 能做什么：只能读取本地文件（比如CSV），不支持在策略里直接向Tushare发网络请求
• 适合谁：用Python写独立量化脚本，想脱离QMT界面跑程序的人

搞清楚这点，你就知道该走哪条路了。

二、Tushare对接QMT的三种姿势

方式一：本地文件对接（最稳，强烈推荐）

这是最稳妥的方案——写一个单独的Python脚本，在盘后把Tushare的数据下载下来，存成CSV文件，然后让QMT策略去读这个文件-。

第一步：盘后下载数据（单独运行，不在QMT策略里）

import tushare as tsimport pandas as pd# 设置你的Tushare tokents.set_token('你的token')pro = ts.pro_api()# 下载股票基本面数据（比如市盈率、市净率）df = pro.daily_basic(ts_code='', trade_date='20260828', fields='ts_code,pe,pb,total_mv')# 保存为CSV文件，放在一个纯英文路径下df.to_csv('D:/quant_data/fundamental_data.csv', encoding='utf-8-sig')

第二步：在QMT策略里读取这个文件

# coding:gbkimport pandas as pddefinit(C):# 在策略初始化的时候把数据读进来# 注意：路径一定要是纯英文的，QMT对中文路径支持不好[citation:7]    df = pd.read_csv('D:/quant_data/fundamental_data.csv')# 把DataFrame转成字典，方便在handlebar里按股票代码快速查找global pe_dict    pe_dict =dict(zip(df['ts_code'], df['pe']))print('外部数据加载完成！')defhandlebar(C):# 获取当前正在处理的股票代码    stock_code = C.get_stock_code()# 把QMT的代码格式转成Tushare的格式（比如把000001.SZ转成000001.SZ，这个格式两边是一样的，但有些数据源需要转换）# 注意：QMT用的是"000001.SZ"，Tushare用的是"000001.SZ"，可以直接用    pe = pe_dict.get(stock_code,None)if pe and pe <10:# 如果市盈率低于10，执行买入逻辑pass

优点：不依赖网络，读取速度快，不会因为Tushare的API限频导致策略卡顿-。

方式二：在线API实时拉取（仅限完整版QMT）

如果你用的是完整版QMT，且数据量不大，可以在init初始化阶段直接调用Tushare接口-。但千万不要在handlebar里频繁调用，否则网络延迟和限频会拖垮你的策略。

# coding:gbkimport tushare as tsdefinit(C):    ts.set_token('你的token')    pro = ts.pro_api()# 在初始化阶段一次性拉取数据    df = pro.daily_basic(trade_date='20260828')# 处理后存入全局变量...

方式三：使用EasyXT等封装工具（省心方案）

如果你不想自己写下载脚本，GitHub上有个叫EasyXT的封装库，可以帮你自动处理Tushare的数据下载和增量更新，还带GUI界面，点点按钮就能把数据下好。

三、本地CSV外部数据怎么读进策略？

刚才说的方法一其实就是读CSV。再补充几个关键点：

1. 代码格式要对齐

QMT的股票代码格式是000001.SZ（6位数字+点+市场缩写），你的CSV里存的代码得是这个格式，不然读进去对不上号。如果你的数据是其他格式（比如纯数字），在读取后要做一个转换-。

2. 路径一定要纯英文

D:/quant_data/data.csv ✅
D:/量化数据/数据.csv ❌（QMT对中文路径支持很差，容易报编码错误）

3. 别在handlebar里反复读文件

数据在init里一次性读进来，存成字典或DataFrame，在handlebar里直接从内存取，不要每次交易信号触发都去读一次硬盘，那样太慢了。

四、新手最容易踩的两个坑

坑一：未来函数

用Tushare抓财报数据时，财报发布日期和报告期不是同一天。比如一季报可能4月底才发，如果你在回测时用3月份的数据就用了还没发布的财报，这叫“未来函数”，会让回测结果虚高，实盘直接拉胯。解决办法：严格按ann_date（公告日期）过滤，确保策略在回测当天“确实能看到”这条数据。

坑二：时间戳格式对不上

QMT内部用的是时间戳（timetag），你从CSV读进来的日期可能是20260828这种格式。在比较日期的时候需要统一格式，否则会取不到值报KeyError-。

总结

想做基本面量化：盘后用Tushare下载财务数据→存成CSV→QMT策略在init里读进来→handlebar里直接用

数据量不大、用完整版QMT：可以在init里直接调Tushare接口，但别在handlebar里用

用miniQMT：只能读本地文件，老老实实用方法一

核心原则：数据下载和策略运行分离，盘后干活，盘中读本地，又稳又快

欢迎交流，点头像添加咨询！！AA级上市券商，免费理财咨询，资金量大股票佣金万0.85，逆回购一折！专项两融4%；港股通资金大W0.7；北交所W2（提供快速通道抢碎股）！ETF万0.5，期权1.8元全包，ETF免申赎费！免费提供QMT+ptrade量化软件（含教程和答疑群）、万得宏汇套利软件、VIP极速通道、L2十档行情！！可选靓号开户！支持T0智能算法！