基于同花顺和QMT开发股票量化策略

NI_LINUX

于 2025-04-14 22:16:53 发布

阅读量961

点赞数 25

文章标签：量化股票策略同花顺 qmt miniqmt pywencai 量化策略

本文链接：https://blog.csdn.net/NI_LINUX/article/details/147233601

版权

量化交易已成为个人和机构投资者的重要工具。本文将详细介绍如何利用同花顺和迅投QMT平台开发完整的股票量化策略，从数据获取到策略实现，再到实盘部署的全过程。

一、环境准备

1.1 软件安装与配置

同花顺i问财：

按照pywencai

pip install pywencai

迅投QMT：

通过合作券商获取QMT安装包（如华泰、国泰君安等）
安装并完成基础配置
申请模拟盘或者实盘交易权限（需满足券商要求）

安装vscode,创建以下项目：

QMT_WENCAI
├── stock_selector.py # 选股逻辑
├── quant_trader.py # 交易执行
└── config.py # 配置文件（可选）

二、数据获取与处理

2.1 同花顺数据接口

历史数据获取：使用vscode ,创建新项目，如QMT_WENCAI,然后创建选股模块，供qmt使用

比如以下：

# stock_selector.py
import pywencai

def select_stocks():
"""
选股主函数，返回符合以下条件的股票：
1. 最近5日有过涨停
2. 最近5日没有跌停
3. 今日成交量 > 5日平均成交量
4. 今日集合竞价涨幅在2%-3%之间
5. 排除北交所、科创板、创业板、ST股票

返回:
list: 符合条件的股票代码列表（如['000001.SZ']），如果没有符合条件的股票则返回空列表
"""
try:
# 构造查询语句
query = (
"最近5日有过涨停，"
"最近5日没有跌停，"
"今日成交量＞5日平均成交量，"
"2＜今日集合竞价涨幅＜3，"
"非北交所非科创板非创业板非ST"
)

# 调用 pywencai 获取数据
df = pywencai.get(query=query, sort_key='成交金额', sort_order='desc')

if df is None or df.empty:
print("[StockSelector] 未找到符合条件的股票。")
return []

# 返回股票代码列表
if '股票代码' in df.columns:
return df['股票代码'].tolist()
elif '代码' in df.columns:
return df['代码'].tolist()
else:
print("[StockSelector] 错误：数据框中找不到股票代码列。")
return []

except Exception as e:
print(f"[StockSelector] 查询时发生错误: {e}")
return []

# 示例调用
if __name__ == "__main__":
selected_stocks = select_stocks()
print("符合条件的股票：", selected_stocks)

返回结果如下：

接着，使用qmt进行下单，打开券商提供的qmt，输入账号密码，勾选下面独立交易，就可以使用miniqmt了。

三、策略开发和下单

基于同花顺的选股结果，我们就可以继续开发策略了，quant_trader.py代码如下，其中 ACCOUNT_ID替换成自己的账号即可：

# quant_trader.py
from xtquant.xttrader import XtQuantTrader, XtQuantTraderCallback
from xtquant.xttype import StockAccount
from xtquant import xtconstant
import time
from datetime import datetime
from xtquant import xtdata
from stock_selector import select_stocks # 直接导入选股函数

class MyXtQuantTraderCallback(XtQuantTraderCallback):
def __init__(self):
super().__init__()
self.last_order_id = None

def on_disconnected(self):
print(f"[{datetime.now()}] 连接断开")

def on_stock_order(self, order):
self.last_order_id = order.order_id
print(f"[{datetime.now()}] 委托回报: {order.stock_code} 状态:{order.order_status}")

def on_stock_trade(self, trade):
print(f"[{datetime.now()}] 成交回报: {trade.stock_code} 价格:{trade.traded_price} 数量:{trade.traded_volume}")

def on_order_error(self, order_error):
print(f"[{datetime.now()}] 委托失败: {order_error.error_msg}")

def on_cancel_error(self, cancel_error):
print(f"[{datetime.now()}] 撤单失败: {cancel_error.error_msg}")

class QuantTrader:
def __init__(self, qmt_path, session_id, account_id):
self.xt_trader = XtQuantTrader(qmt_path, session_id)
self.acc = StockAccount(account_id)
self.callback = MyXtQuantTraderCallback()
self.connected = False

def connect(self):
try:
self.xt_trader.register_callback(self.callback)
self.xt_trader.start()

connect_result = self.xt_trader.connect()
if connect_result != 0:
raise ConnectionError(f"交易服务器连接失败，错误码: {connect_result}")

subscribe_result = self.xt_trader.subscribe(self.acc)
if subscribe_result != 0:
raise ConnectionError(f"账号订阅失败，错误码: {subscribe_result}")

self.connected = True
print(f"[{datetime.now()}] 交易服务器连接成功")
return True
except Exception as e:
print(f"[{datetime.now()}] 连接失败: {e}")
return False

def get_realtime_price(self, stock_code):
"""获取股票实时价格"""
try:
quote = xtdata.get_full_tick([stock_code])
if quote and stock_code in quote:
return quote[stock_code]['lastPrice']
except Exception as e:
print(f"[{datetime.now()}] 获取实时价格失败: {e}")
return None

def place_order(self, stock_code, price, amount, order_direction):
"""下单函数"""
try:
order_id = self.xt_trader.order_stock(
self.acc,
stock_code,
order_direction,
amount,
xtconstant.FIX_PRICE,
price,
'涨停策略',
'系统自动下单'
)
print(f"[{datetime.now()}] 下单成功: {stock_code} 方向:{order_direction} 价格:{price} 数量:{amount}")
return order_id
except Exception as e:
print(f"[{datetime.now()}] 下单失败: {e}")
return None

def execute_buy(self, stock_code, amount=100):
"""执行买入操作"""
price = self.get_realtime_price(stock_code)
if price is None:
print(f"[{datetime.now()}] 无法获取实时价格，取消买入")
return False

return self.place_order(stock_code, price, amount, xtconstant.STOCK_BUY) is not None

def run_strategy(self):
"""执行策略"""
try:
if not self.connect():
return

print(f"[{datetime.now()}] 开始执行选股策略...")
selected_stocks = select_stocks() # 直接调用选股函数

if not selected_stocks:
print(f"[{datetime.now()}] 今日未选出符合条件的股票")
return

print(f"[{datetime.now()}] 选出的股票: {selected_stocks}")

# 对每只选出的股票执行买入
for stock_code in selected_stocks:
if self.execute_buy(stock_code):
print(f"[{datetime.now()}] 成功买入: {stock_code}")
else:
print(f"[{datetime.now()}] 买入失败: {stock_code}")

except KeyboardInterrupt:
print(f"[{datetime.now()}] 用户中断程序")
except Exception as e:
print(f"[{datetime.now()}] 策略执行出错: {e}")
finally:
print(f"[{datetime.now()}] 程序结束")

if __name__ == "__main__":
# 配置参数（根据实际情况修改）
QMT_PATH = 'C:\\国金QMT交易端模拟\\userdata_mini'
SESSION_ID = 123456
ACCOUNT_ID = '*******'

print(f"[{datetime.now()}] 启动量化交易程序")
trader = QuantTrader(QMT_PATH, SESSION_ID, ACCOUNT_ID)
trader.run_strategy()

执行结果如下：