[QMT量化交易小白入门]-十二、QMT回测龙头打首板和连板的策略

已于 2024-12-16 09:54:08 修改
阅读量2.4k 收藏 1
点赞数 32
分类专栏： QMT量化交易小白入门 量化投资 文章标签： windows
于 2024-12-16 09:51:39 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/luansj/article/details/144386980
版权

本专栏主要是介绍QMT的基础用法，常见函数，写策略的方法，也会分享一些量化交易的思路，大概会写100篇左右。
QMT的相关资料较少，在使用过程中不断的摸索，遇到了一些问题，记录下来和大家一起沟通，共同进步，自己淋过雨了，希望大家都有一把伞。

文章目录

相关阅读

小白也能做量化：零门槛QMT、Ptrade免费送
量化交易入门：如何在QMT中配置Python环境，安装第三方依赖包
量化交易策略：多因子选股结合布林带择时

A股由于涨跌停板的限制，反而提供了一些套利机会，游资大佬很多都是通过打板起家。这里采用QMT回测了龙头打首板和连板的策略，我将详细解释每行代码的作用，帮助读者理解这一策略。

1. 导入必要的库


                

                
                
        

        

    

  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        


    


                



	

		

			

				
					
[QMT量化交易小白入门]-三十二、经过球友的建议，打板后，增加了通用的止盈止损实盘策略（量化python代码解析）

				
			

			

				

					木头大左的博客
				

				

					03-13
					
					1504
					
				

			

		

		

			
				
try:print(f'a . name } ，卖出 {stock_code } ，数量 {vol } ,以对手方最优价格委托') seq = xt_trader . order_stock_async(acc , stock_code , xtconstant . STOCK_SELL , vol , xtconstant . MARKET_PEER_PRICE_FIRST , 0 , a . name , '卖出') print(f'卖出订单号： {a . name } ，卖出 {

			
		

	



                

            
              



	

		

			

				
					
[QMT量化交易小白入门]-三、如何用Python代码在miniQMT中查询持仓、实盘交易买入和卖出

				
			

			

				

					木头大左的博客
				

				

					11-11
					
					1306
					
				

			

		

		

			
				
miniQMT作为一个专业的量化交易平台，提供了丰富的API接口，使得用户可以在自己电脑上通过编程方式进行交易操作。本文将详细介绍如何使用Python代码在miniQMT中查询持仓、实盘交易买入和卖出。

			
		

	



              


  
              

                


	

		

			

				
					
Python量化交易平台：QMT （日内交易策略示例）

					
热门推荐

				
			

			

				

					v15583721712的博客
				

				

					03-21
					
					1万+
					
				

			

		

		

			
				
QMT /Ptrade是一款面向个人投资者，尤其是中高净值个人投资者的专业交易系统。系统采用先进的技术框架，具有功能丰富、风控全面、管理灵活、架构精简、高效稳定等核心优势。PTrade终端不仅支持多品种普通交易、日内回转交易、量化交易等场景；还集成了期权组合交易、期权无风险套利、期权风险管理、Alpha对冲套利等多种策略交易工具；对接算法交易平台（日内算法、拆单算法等），满足投资者对交易算法的需求。



Python量化交易平台：QMT /Ptrade（日内交易策略示例）





import p...

			
		

	





	

		

			

				
					
迅投QMT极速策略交易系统_模型资料_Python1

				
			

			

				

					08-03
				

			

		

		

			
				
1.1. 策略示例
1.1.1. 一个简单的 Python 策略
1.2. 运行机制
1.2.2. 重要概念
1.2.3. Python 策略运行机制
1.2.

			
		

	



		

			
		



	

		

			

				
					
宽客的福音—QMT，策略本地运行最安全的量化实盘交易软件

				
			

			

				

					Quantlittleboy的博客
				

				

					05-22
					
					4731
					
				

			

		

		

			
				
QMT支持python模型和vba模型编写策略，支持极速回测，支持算法交易，支持历史数据和行情数据下载；开通QMT/PTrade的门槛非常低，针对量化交易的投资者费率也是非常有优惠，其次负责人还提供策略代写服务；MiniQMT极简模式下程序可以调用xtquant python包进行交易，而不需要在qmt中编写程序编译运行；QMT和miniQMT各有其特点。QMT功能全面，适合需要进行投研和量化策略的用户，而miniQMT则更加关注交易执行的功能，适合需要高频率、高性能交易的用户。

			
		

	





	

		

			

				
					
量化交易——QMT极速策略

				
			

			

				

					jiucaixiuyang的博客
				

				

					06-20
					
					1802
					
				

			

		

		

			
				
QMT是适用于交易活跃用户、量化爱好者以及专业量化投资者，又可面向高净值的机构或个人。集行情显示、策略研究、交易执行和风控管理于一体的策略交易终端。对系统交易工具和交易效率有更高要求的主动管理型中小私募。需要对大单进行拆分和补单，实现便捷交易的资金量大的客户。，跑过几次模拟条件单以后，自己的实盘交易就更得心应手。对交易速度和报单便捷性有特殊需求的高频交易客户。需要进行策略研究、策略实盘交易的量化客户。（前面准备好，就可以正式上路交易）（测试策略的问题及时整理修改）（熟悉交易策略，从中寻找问题）

			
		

	





	

		

			

				
					
【大麦小米学量化】如何优雅地调教QMT量化平台编写量化策略（使用notepad++、pycharm、vscode等外部IDE编写量化交易代码）

				
			

			

				

					IT里的交易员-博客
				

				

					08-31
					
					1万+
					
				

			

		

		

			
				
很多人开通了迅投QMT量化平台，可是进入编辑器界面，写python代码，那种感觉如同回到了原始时代，连调试代码最常用到行、块注释这么简单的操作都能把人整疯。想让迅投QMT即可修改编辑器，一时半会儿不现实。那么有没有一种方法？可以使用外部的编辑器编写，在迅投QMT里运行就行了，不也鱼与熊掌可兼得了吗？经过笔者孜孜探索，还真找到了一个方法，其实也很简单。就是坑有几个，不过我都填上了。提示：以下是本篇文章正文内容，其中代码为QMT默认自动生成，这里拿来仅作演示，不可用于实盘。............

			
		

	





	

		

			

				
					
【量化交易】迅投QMT——基础操作新建策略导入策略！

				
			

			

				

					weixin_eng02048的博客
				

				

					07-18
					
					1842
					
				

			

		

		

			
				
策略指标

#基础操作

#新建策略

在【我的】主页，点击新建策略按钮
	点击【pyhton策略】模型
	会弹出一个策略编辑器框 【新建策略文件】
	编辑完点击【编译】按钮
	关闭策略编辑器
	导入策略
	
	
	券商 QMT：1. 点击进入【模型研究】界面2. 右键 -> 选择本地. rzrk导入

	

	投研端：1. 点击【行情】界面,选择模型2. 右键 -> 选择本地. rzrk导入

	

	#策略在副图作为指标运行

	在主图上双击策略 VBA策略可以直接输出图像

	

	


			
		

	





	

		

			

				
					
QMT之加仓strategy

				
			

			

				

					Rabbit997lhr的博客
				

				

					08-26
					
					250
					
				

			

		

		

			
				
故而在存在较多浮盈的情况下需要加仓以保持持仓比例，而在浮亏较多的情况下需要减仓以保持持仓比例。在确定趋势后按照总资金的百分比建立基础仓位（比如40%），在整个持仓过程中保持持仓比例不变。2、在震荡情况下，可能出现反复的加仓和平仓，相较一次性进场策略，亏损会大一些。3、在方向看错的情况下，因为亏损减仓，所以其损失向交易一次性进出场策略要小。1、在单边情况下因为有浮盈加仓，所以收益是比一次性进场策略要高。加仓策略只是一个执行工具，需要用其他方法判断出趋势行情。所以这个策略是盈利加仓，亏损减仓。

			
		

	





	

		

			

				
					
[QMT]01-我的第一个Python策略

				
			

			

				

					liuyukuan的专栏
				

				

					01-20
					
					3193
					
				

			

		

		

			
				
学写50个QMT策略:
01-HelloWorld

			
		

	





	

		

			

				
					
迅投QMT策略说明材料应用场景-策略思想-参数设置.docx

				
			

			

				

					01-18
				

			

		

		

			
				
迅投QMT策略说明材料应用场景-策略思想-参数设置。
Python策略里主要有两个函数构成，一是init函数，初始化函数；二是handlebar函数，循环函数，每根bar会执行一次循环函数里的代码内容

			
		

	





	

		

			

				
					
[QMT量化交易小白入门]-三十三、打板时，在涨停前预埋单要及时判断之前的委托状态（量化python代码解析）

				
			

			

				

					木头大左的博客
				

				

					03-17
					
					140
					
				

			

		

		

			
				
1、交易所对于无效委托和频繁撤单的管理是比较严格的，要防止量化试探对手盘，干扰市场秩序，这里结合对当日委托情况的查询和判断，避免了重复委托和不必要的撤单操作。2、买入后，要考虑对持仓个股进行止盈止损，后面再慢慢加上。

			
		

	





	

		

			

				
					
[QMT量化交易小白入门]-十七、如何通过miniQMT每天晚上定时买入涨停板股票

				
			

			

				

					木头大左的博客
				

				

					12-23
					
					1965
					
				

			

		

		

			
				
a.name = '手动交易'try:a . name } ，买入 {stock_code } ，数量 {

			
		

	





	

		

			

				
					
[QMT量化交易小白入门]-三十、打首板时，在涨停前预埋单的miniQMT实盘策略（量化python代码解析）

				
			

			

				

					木头大左的博客
				

				

					03-10
					
					1361
					
				

			

		

		

			
				
class a():passA = a() #创建空的类的实例 用来保存委托状态A.n=5#买入支数A.amount = 5000 #单支买入金额 触发买入信号后买入指定金额A.waiting_list = [] #未查到委托列表 存在未查到委托情况暂停后续报单 防止超单#设置股票池 订阅品种行情A.stock_list=xtdata.get_stock_list_in_sector('沪深A股')# 过滤掉科创板，创业板，北交所股票代码A.name = '股票打首板预埋单策略'

			
		

	





	

		

			

				
					
[QMT量化交易小白入门]-三十四、让deepseek分析北京炒家的首板策略后，在打板前增加了选股范围（量化python代码解析）

					
最新发布

				
			

			

				

					木头大左的博客
				

				

					03-17
					
					1452
					
				

			

		

		

			
				
print(f'开始盘前选股')这行代码定义了一个名为的函数，当调用这个函数时，会首先打印出“开始盘前选股”的信息，表明选股流程正式启动。1、可根据情况增删部分条件，目前盘前选股目前可以选出140多支，比之前全市场监听带宽压力小了很多。2、还可以自行添加其他选股条件，比如换手率计算，炸板可能性检测。3、xtdata的数据是有可能缺失的，自己写策略时，有可能需要剔除，或者从第三方库校正，比如部分股票的流通股数。

			
		

	





	

		

			

				
					
[QMT量化交易小白入门]-十三、为何散户打板打不进：记一次涨停板委托背后的时间分析

				
			

			

				

					木头大左的博客
				

				

					12-19
					
					1778
					
				

			

		

		

			
				
本专栏主要是介绍QMT的基础用法，常见函数，写策略的方法，也会分享一些量化交易的思路，大概会写100篇左右。QMT的相关资料较少，在使用过程中不断的摸索，遇到了一些问题，记录下来和大家一起沟通，共同进步，自己淋过雨了，希望大家都有一把伞。

			
		

	





	

		

			

				
					
qmt量化交易策略小白学习笔记第6期【qmt如何获取股票历史涨跌停价格】

				
			

			

				

					fanglue3705的博客
				

				

					05-22
					
					1191
					
				

			

		

		

			
				
若是只需要最新一天的涨跌停价格，可通过get_instrument_detail的。也可找寻博主的历史文章，搜索关键词查看解决方案！对象，默认的列索引为取得的全部字段. 如果给定了。qmt更加详细的教程方法，会持续慢慢梳理。进行下载，period参数选择。接口获取，period参数选择。参数, 则列索引与给定的。获取该数据前需要先调用。该数据是VIP权限数据。

			
		

	





	

		

			

				
					
股票程序化交易-QMT入门系列（4）-QMT模型建立、策略运行案例

				
			

			

				

					秋天的落雨的博客
				

				

					01-20
					
					1609
					
				

			

		

		

			
				
以上就是今天要讲的内容，也许大家会奇怪为什么这个策略只是简单的输出了init Hello world一次，然后多次输出handlebar Hello world，若是对这部分不理解请看《QMT程序化交易运行机制》，另外本篇主要是介绍如何创建编译运行策略，策略内容实现目前还没有涉及到。下一章节将讲解QMT核心接口介绍。大家不要急后续章节后结合接口函数进行讲解，在系列最后将会提供一份完整的策略并进行讲解。

			
		

	





	

		

			

				
					
请用python语言编写一个QMT量化交易系统基于单根移动平均线的历史回测策略的代码

				
			

			

				

					11-07
				

			

		

		

			
				
在Python中，我们可以使用pandas库处理数据，backtrader库来进行回测，以及ta-lib库提供技术指标分析，如移动平均线。这里是一个简单的示例，展示如何创建一个基于简单移动平均线（SMA）的历史回测策略：

```python
# 导入所需的库
import pandas as pd
import backtrader as bt
import talib

# 创建策略类
class SimpleMovingAverageStrategy(bt.Strategy):
    params = (
        ('fastperiod', 10),  # 快速移动平均线周期
        ('slowperiod', 20)   # 慢速移动平均线周期
    )

    def __init__(self):
        self.fastma = bt.indicators.SimpleMovingAverage(self.data.close, period=self.params.fastperiod)
        self.slowma = bt.indicators.SimpleMovingAverage(self.data.close, period=self.params.slowperiod)

    def next(self):
        if self.data.close[0] > self.fastma[0] and self.fastma[0] > self.slowma[0]:
            self.buy()
        elif self.data.close[0] < self.fastma[0] and self.fastma[0] < self.slowma[0]:
            self.sell()

# 回测设置
cerebro = bt.Cerebro()  # 创建回测引擎
data = bt.feeds.YahooFinanceData(dataname='AAPL')  # 使用苹果股票数据
cerebro.adddata(data)  # 添加数据

# 设置策略并添加到回测引擎
cerebro.addstrategy(SimpleMovingAverageStrategy)

# 运行回测
cerebro.run()

# 输出结果
print('Final portfolio value:', cerebro.broker.getvalue())

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
python自动化工具

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值