哪家券商免费提供量化交易API接口?QMT Python API 接口入门全解析

量化交易核心是把我们的投资交易思路、选股逻辑、买卖时机、风险控制等经验转化为由计算机严格执行的程序化策略，通过程序自动完成数据处理、信号判断、委托下单、仓位管理、止盈止损等全流程交易操作。

量化交易需要用到量化软件，依托量化软件的高速运算能力，实现多市场、多品种、多时间周期的实时监控与快速交易。国内主流量化交易软件里，QMT系统实功能强大、实用性强，支持量化交易全流程操作。

这篇文章将详细给大家介绍QMT 的 Python 接口，手把手教大家编写第一个自动交易策略。

一、QMT系统Python的基本架构

QMT支持Python+VBA双语言，其中Python 简单易学且配备丰富数据分析工具库（Pandas、 Numpy)，加上Python底层是C++封装的高性能接口，数据获取和实盘下单速度都非常快，所以Python成为量化用户的主流选择。

QMT 系统安装包自带 Python运行环境，用户安装完QMT客户端后，可以直接使用Python。在这个预先封装的Python环境中，QMT除了提供常规的Python api带的库外，还支持用户自行安装自己所需的库。

现在我们看看QMT系统的python框架。在QMT中，任何一个Python策略都必须包含两个函数：init 和 handlebar。

#encoding:gbkdef init(ContextInfo):print('hello init')def handlebar(ContextInfo):print('hello handlebar')

1、init(初始化函数)

初始化函数 init() 在整个策略中只执行一次，一般用于初始化操作，比如：

（1）设定交易账户：指定用于后续下单的资金账号。

ContextInfo.accID = '8888888'

（2）设定股票池：定义策略需要关注和交易的股票列表。

ContextInfo.trade_code_list = ['******.SH','*******.SZ']ContextInfo.set_universe(ContextInfo.trade_code_list)

(3)设置全局变量：定义初始化在整个策略生命周期中需要使用的自定义变量，例如买卖状态标志、手数等。

ContextInfo.buy = TrueContextInfo.order = 10

（4）设置回测参数：虽然在策略编辑器的回测参数界面可以设置，但也可以在 init 函数中通过代码设置回测的起始和结束时间，且代码中的设置优先级更高。

ContextInfo.start = '2012-06-06 10:00:00'ContextInfo.end = '2013-08-08 14:30:00'

2、handlebar 行情处理函数

行情事件函数 handlebar() 为行情数据的处理函数，每根 K 线运行一次；实时行情获取状态下，先每根历史 K 线运行一次，再在每个 tick 数据到来时运行一次，也就是说，在盘中，handlebar会被频繁调用，你可以在这里编写你的交易逻辑，包括读取行情数据、计算指标、判断买卖条件、下单。

def handlebar(ContextInfo):# 输出当前运行到的 K 线的位置print(ContextInfo.barpos)

二、QMT完整策略示例

根据上面的框架，现在我们来写一个简单且完整的量化策略。它只在初始化时打印“hello init”，并在每一根K线上打印“hello handlebar”。

# coding:gbkdef init(ContextInfo):print('hello init')# 可以在这里设置股票池    stock_list = ContextInfo.get_stock_list_in_sector("", "")    ContextInfo.set_universe(stock_list)def handlebar(ContextInfo):print('hello handlebar')# 获取当前K线的索引和时间    index = ContextInfo.barpos    timetag = ContextInfo.get_bar_timetag(index)print('当前K线索引：', index, '时间戳：', timetag)