QMT 散户代码限制、沙箱规则、禁止代码详解

QMT对散户的策略代码整体限制远小于 PTrade；但现在很多渠道的内置模型策略开启了沙箱管控，不是完全无约束；回测环境宽松很多，实盘沙箱会拦截文件读写、外联网络、高危库、多进程这类代码。区分两个环境：回测环境、实盘模型沙箱；另外还有 miniQMT 外接模式，规则不一样。

回测环境 vs 实盘内置模型沙箱对比表

✅ 沙箱算不算严格

相比 PTrade 的云端沙箱：PTrade 是强沙箱，从根源锁死；QMT 是本地端，限制主要集中在【内置模型实盘】，回测几乎放开。

• 宽松的一面：基础 API（取行情、持仓、passorder 下单、撤单、账户资产查询）全部开放，numpy、pandas、talib 这类量化常用库大多在白名单，散户写转债 T+0、轮动、波段、网格都够用；自己写的工具 py 模块一般不拦。
• 收紧的一面：近年监管趋严，越来越多券商给内置模型加上沙箱，重点封堵 “策略主动外联、读写本地文件做状态持久化”，防止绕过程序化报备、外部信号接入柜台。
• 渠道差异很大：有的渠道几乎不开启沙箱，限制很松；有的渠道直接开启严格沙箱，文件、网络全部拦截，开通前要确认渠道策略管控策略。

✅ 哪些代码不能跑（散户高频踩坑）

① 文件读写类：open()、json.dump、pandas 读写 csv、sqlite 本地数据库，沙箱开启后直接拦截；软件自带日志打印、客户端导出报表不算策略内 IO，不受影响。
② 外部网络请求：requests、urllib、socket、webhook 推送、微信告警、邮件发送，策略内主动联网全部禁止，没法在策略里直接发通知。
③ 多进程、长时间阻塞：multiprocessing、sleep 长等待、死循环锁，会阻塞行情回调，直接影响策略运行，风控会拦截；少量短线程部分渠道宽松，但不推荐实盘用。
④ 不在白名单的第三方库：爬虫库、机器学习重型库、系统底层权限库，会报Forbidden: Module not in whitelist，需要向券商申请加白，审核周期长，很多不给批。
⑤ 绕开沙箱桥接模式：策略写文件 / 网络给本机另一个 Python 程序，外部程序再下单，属于规避监管，查到会关停量化权限，是红线。
⑥ 违规交易逻辑：自买自卖、对倒、频繁报撤单、超持仓限额，属于交易所交易风控，不是代码沙箱报错，但会被柜台拦截甚至限制程序化。

✅ 给散户的实操思路

① 回测研究：放心用，回测环境限制很少，文件、网络、各种库都可以正常跑，用来验证策略、导出指标数据。
② 实盘内置模型：尽量改成无文件、无外联写法，状态、参数写在策略上下文变量里，用 QMT 自带日志看信号；告警通知改用独立外部程序读取 QMT 日志，而不是策略内发请求。
③ 如果很需要自由 IO、网络：可以确认渠道是否开放 miniQMT 外接模式（独立 Python 进程对接 xtquant），但 miniQMT 现在很多渠道对个人已经收紧，报备、审核更严。
④ 对比参考：如果你只是简单网格、低频轮动，QMT 内置模型的限制对你影响很小；如果你习惯策略自动写本地日志、自动推送消息，沙箱会明显不方便。

想要确认渠道沙箱是否开启、白名单库清单，联系我立即咨询！加我微信或致电获取优惠开户 + 免费量化开通福利多多。