低门槛开通量化交易软件QMT，ptrade！有专门量化客户群，方便交流策略！有专属后台技术支撑，解决使用量化过程中的疑难杂症！费率优惠！提供LDP极速柜台，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！

量化交易听起来高大上，但其实说白了，就是用代码替你看盘下单。QMT是目前国内散户能接触到门槛相对较低的机构级工具之一，这篇指南手把手带你搞定开通和使用。

一、QMT到底强在哪？（大白话版）

市面上量化软件不少，QMT的核心优势就三条：

1. 策略在本地，代码“不上交”

很多量化平台要求你把策略代码传到云端，心里多少有点不踏实。QMT的策略开发、回测、运行全在你自己的电脑上完成，代码不用上传，隐私安全更有保障。就像自己在家做饭，食材和配方都在自己手里，不用去外面食堂的大锅饭里操心。

2. 像个“手动挡赛车”，灵活但需要驾驶技术

QMT对Python的支持非常友好，能调用pandas、numpy这些专业库做数据分析。无论是简单的双均线，还是复杂的机器学习策略，它都能承载。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，当然，也需要你自己会“开车”。

3. “大QMT”和“miniQMT”两种模式，丰俭由人

QMT提供了两种玩法：

大QMT（标准版）：带完整界面，集成了行情、回测、交易管理，适合新手在图形界面里写策略、看结果。

miniQMT（极简模式）：更像一个纯接口，你可以用本地的PyCharm等IDE写代码，通过xtquant库调用QMT的行情和交易API。这对习惯用自己开发环境的程序员来说，简直不要太爽。

但目前miniQMT已经关停！想要获取QMT代替miniQMT的实操方案！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，需要通过合作的券商开通。通常有这几个条件：

账户与资金：你得有个A股证券账户，且近20个交易日的日均资产通常要达到10万-50万不等（不同券商要求不同）。

风险测评：风险承受能力等级得达到C4（积极型）或C5（激进型）。

联系客户经理：最直接的办法就是联系你券商的客户经理，说你要开通QMT量化权限，他们会给申请表和下载链接。

第二步：下载安装与登录

务必使用券商提供的专属链接下载安装包，别从第三方网站下。

安装路径不要选C盘（避免权限问题），最好装到D盘或其它盘。

第一次登录，选择 “行情+交易” 模式，别勾选“极简模式”或“交易通”，不然可能看不到完整的策略菜单。

关键一步：登录后先去下载Python库。在软件里找到下载Python库的功能，用默认路径下载就行。这个Python环境是QMT自带的，和你电脑上原有的Python没关系。

第三步：申请“模型”权限（最容易忽略的一步）

登录后如果左侧菜单找不到 “模型研究”或 “模型交易”，说明还没开策略编写权限。得赶紧找客户经理补开，否则QMT在你这就是个普通看盘软件。

三、从写策略到实盘跑起来

1. 写策略与回测

在“模型研究”里新建一个Python策略，粘贴代码。QMT里策略的运行主要靠三种机制驱动：

handlebar (K线驱动)：最常见的一种，每当一根新的K线形成时，策略就运行一次。适合趋势跟踪这类中低频策略。

subscribe (事件驱动)：实时Tick数据来了就触发，适合高频或需要紧盯盘口变化的策略。

run_time (定时任务)：比如设置成每天14:50执行一次，用来做尾盘选股或风控检查。

写好代码后，在右侧设置回测参数（时间、初始资金、手续费等），点“回测”就能看到绩效报告。建议先用至少1年的数据回测，重点看年化收益、最大回撤和夏普比率。

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 # QMT策略文件必须用GBK编码！

def init(ContextInfo):

# 设置要交易的股票和两条均线的周期

ContextInfo.stock = '000001.SZ' # 平安银行

ContextInfo.short = 5 # 5日均线

ContextInfo.long = 20 # 20日均线

# 订阅行情数据

ContextInfo.subscribe(ContextInfo.stock, period='1d')

def handlebar(ContextInfo):

# 获取收盘价数据

close = ContextInfo.get_market_data(['close'], [ContextInfo.stock], period='1d', count=ContextInfo.long+1)

if close is None or len(close) < ContextInfo.long:

return

# 计算5日和20日均线

ma_short = close['close'].rolling(window=ContextInfo.short).mean().iloc[-1]

ma_long = close['close'].rolling(window=ContextInfo.long).mean().iloc[-1]

# 获取当前持仓

position = ContextInfo.get_position(ContextInfo.stock)

# 金叉买入（5日均线上穿20日均线，且没有持仓）

if ma_short > ma_long and (position is None or position.volume == 0):

# 使用全部可用资金买入

cash = ContextInfo.get_cash()

price = close['close'].iloc[-1]

amount = int(cash / (price * 100)) * 100 # 按100股整数倍计算

if amount > 0:

ContextInfo.buy(ContextInfo.stock, price, amount)

print(f'买入 {ContextInfo.stock}，价格：{price}，数量：{amount}')

# 死叉卖出（5日均线下穿20日均线，且有持仓）

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}')

2. 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模式。如果习惯用miniQMT，在自己电脑的PyCharm里通过xtquant库连接客户端就能下单。

# miniQMT下单示例（在你本地的Python环境运行）

from xtquant.xttrader import XtQuantTrader

from xtquant.xttype import StockAccount

# 1. 连接QMT客户端

path = r'D:\国金证券QMT交易端\userdata_mini' # 换成你的QMT安装路径

trader = XtQuantTrader(path, 123456) # session_id可以随便设

trader.start()

trader.connect()

# 2. 创建账户对象

acc = StockAccount('你的资金账号')

# 3. 下单：买入平安银行100股，限价10.5元

# order_type: 23=买入, 24=卖出

trader.order_stock(acc, '000001.SZ', 23, 100, 10.5, 'limit')

print("下单指令已发送！")

四、最后叮嘱几句

数据问题：QMT的券商版默认不带Level2（十档/千档盘口）数据，需要高频行情的可以看看付费的投研版。

手续费：程序化下单的手续费和手工下单没区别，正常收。

别贪心：同一台电脑别同时跑太多策略实例，可能触发券商的风控预警。

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，尤其要注意最大回撤和极端行情下的表现。