、前期准备：开通权限 + 软件环境

1. 账户完成 QMT 程序化权限开通，签署程序化交易协议，完成交易所报备；
2. 安装券商下发完整版 QMT，路径无中文，安装在非 C 盘；
3. 进入【模型研究】，在【数据管理】下载对应标的历史 K 线、Tick 行情，回测需要本地行情数据；
4. QMT 内置 Python 环境，无需单独安装 Python；第三方库需要券商白名单才能导入。

二、第一步：定义清晰可量化的交易逻辑（最关键）

写代码前，必须把主观想法转为无歧义、可被代码识别的交易规则，包含：

• 股票池：要交易哪些标的（单只 ETF / 个股，还是一篮子股票）
• 买入触发条件
• 卖出 / 平仓触发条件
• 仓位规则：单笔最大仓位、总仓位上限
• 止损、止盈风控规则

示例（新手入门双均线策略）：

股票：沪深 300ETF 买入：5 日均线上穿 20 日均线（金叉），空仓状态下买入 卖出：5 日均线下穿 20 日均线（死叉），全部卖出 风控：单笔最大仓位 80%，单笔亏损达到 5% 强制止损

❌大忌：模糊描述，例如 “低位企稳买入，涨多了卖出”，这种无法写成自动交易代码。

三、第二步：QMT 新建策略 + 基础代码框架

QMT 的 Python 策略固定两大核心函数，所有自动交易代码都围绕这两个函数编写迅投知识库：

1. init(ContextInfo)：策略启动时只执行一次。用来初始化股票池、账号、参数、全局变量。
2. handlebar(ContextInfo)：核心执行函数。回测时逐根 K 线触发；实盘时，行情 Tick 推送就会触发，用来计算指标、判断买卖信号、自动下单。

新建策略操作路径

左侧【模型研究】→新建策略→选择 Python 策略，打开策略编辑器，编写代码后点击编译，无报错代表语法通过。

编码首行务必写#encoding:gbk，防止中文注释乱码报错

极简模板（双均线框架，可直接复制进 QMT 测试）

#encoding:gbk
import pandas as pd
import numpy as np

def init(ContextInfo):
    # 初始化股票池、账号、均线参数
    ContextInfo.stock = "510300.SH"
    ContextInfo.fast_period = 5
    ContextInfo.slow_period = 20
    ContextInfo.set_universe([ContextInfo.stock])
    ContextInfo.acc_id = "" #填入你的资金账号

def handlebar(ContextInfo):
    # 获取历史K线
    df = ContextInfo.get_history_data(ContextInfo.stock, "1d", ContextInfo.slow_period + 10, "close")
    ma_fast = df.rolling(ContextInfo.fast_period).mean().iloc[-1]
    ma_slow = df.rolling(ContextInfo.slow_period).mean().iloc[-1]
    ma_fast_last = df.rolling(ContextInfo.fast_period).mean().iloc[-2]
    ma_slow_last = df.rolling(ContextInfo.slow_period).mean().iloc[-2]

    # 查询当前持仓
    pos = ContextInfo.get_pos(ContextInfo.stock)
    hold_num = pos.volume

    # 金叉买入
    if ma_fast_last <= ma_slow_last and ma_fast > ma_slow and hold_num == 0:
        ContextInfo.passorder(23, 1101, ContextInfo.stock, 0, 0, ContextInfo.acc_id)
    # 死叉卖出
    if ma_fast_last >= ma_slow_last and ma_fast < ma_slow and hold_num > 0:
        ContextInfo.passorder(24, 1101, ContextInfo.stock, hold_num, 0, ContextInfo.acc_id)

代码仅教学演示，实盘使用前必须补充滑点、手续费、强制止损风控。

四、第三步：历史回测，检验策略历史表现

代码编译完成后，先做回测，不要直接跑实盘。

1. 切换到回测面板，设置参数：回测起止时间、初始资金、手续费、滑点、复权方式；
2. 点击回测，等待运行完成；
3. 重点看 4 个指标：年化收益、最大回撤、胜率、盈亏比，不要只看收益率。

⚠️回测陷阱：未来函数、过度拟合、手续费 / 滑点设置过低，会高估策略收益，回测好看不代表实盘能盈利。

五、第四步：模拟盘实时运行（必经步骤）

回测通过之后，进入模拟模式实时跑策略，验证真实行情下信号、委托逻辑：

1. 进入【模型交易】，选中策略，运行模式选择模拟；
2. 保持 QMT 客户端在线，盘中观察策略日志、信号、模拟委托；
3. 持续运行至少数周，观察震荡、下跌、上涨不同行情下策略表现。

重点观察：信号是否延迟、重复发单、委托失败、成交和回测不一致等问题。模拟阶段出现异常，禁止上实盘。

六、第五步：实盘全自动运行（风险最高）

模拟盘稳定后，才可以切换实盘模式，开启全自动委托：

1. 模型交易页面，运行模式切换为实盘，选择已开通程序化权限的资金账号；
2. 点击运行，策略启动，实时接收行情，满足条件自动下委托；
3. 全程监控：保持电脑开机联网，打开策略日志面板，随时查看委托、报错信息；
4. 建议小资金试运行，不要一次性重仓。

重要风险：电脑断电、断网、系统蓝屏、行情中断、券商服务器维护，都会导致策略停止自动交易，一定要在代码内增加强制止损兜底。

七、新手搭建全自动策略高频踩坑清单

1. ❌代码缺少风控，没有止损，遇到大跌行情大幅回撤；
2. ❌回测参数设置不合理，忽略滑点与手续费，美化回测曲线；
3. ❌实盘电脑不监控，关机断网，策略停止运行自己却不知道；
4. ❌未来函数：使用未来数据，回测完美，实盘信号完全失效；
5. ❌频繁重复下单，没有仓位判断，造成反复买卖、多余手续费；
6. ❌直接复制网上策略代码，看不懂逻辑，直接上实盘；
7. ❌第三方库不在券商白名单，代码直接报错无法运行。

八、新手学习路线建议

1. 先吃透 QMT 内置示例策略，看懂 init、handlebar 执行逻辑；
2. 写简单单标的均线策略，反复回测，看懂回测报告；
3. 放到模拟盘长期运行，观察实盘行情下信号差异；
4. 在策略代码中增加仓位控制、止损风控；
5. 小资金实盘试运行，持续监控日志与持仓。

结尾

QMT 全自动策略，只是自动执行你的交易规则，不会自动赚钱。自动交易放大收益的同时，也会放大风险，一旦策略逻辑有缺陷，会在盘中不间断执行亏损委托。
新手切记：模拟盘充分验证、完善风控，再考虑实盘自动运行。

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！ETF申赎一折！优惠多多！免费量化使用量化软件QMT+ptrade!