小果实盘交易框架---第一个策略，qmt同花顺人气排行，提供源代码

大家今天怎么样利用qmt——trader交易框架写资金的策略我今天费应该自己开发的qmt实盘交易框架的例子给大家，策略内容买入同花顺人气排行，趋势得分大于50 的股票，卖出趋势小于25，排名不在前50的股票策略源代码

链接小果实盘交易框架---第一个策略，qmt同花顺人气排行，提供源代码 (qq.com)

小果实盘交易框架qmt_traer

第一个策略qmt

from qmt_trader.qmt_trader import qmt_traderfrom trader_tool.unification_data import unification_datafrom trader_tool.ths_rq import ths_rqfrom trader_tool.analysis_models import analysis_modelsfrom trader_tool.shape_analysis import shape_analysisimport schedulefrom tqdm import tqdmclass trader_strategy:    def __init__(self,path= r'D:/国金QMT交易端模拟/userdata_mini',                  session_id = 123456,account='55009640',account_type='STOCK',                  is_slippage=True,slippage=0.01):        '''        交易策略        买入人气排行前10,脉冲人气排行50,趋势大于50,持有大于25        '''        self.path=path        self.session_id=session_id        self.account=account        self.account_type=account_type        self.is_slippage=is_slippage        self.slippage=slippage        self.trader_tool='qmt'        self.trader=qmt_trader(path=self.path,                  session_id =self.session_id,account=self.account,account_type=self.account_type,                  is_slippage=self.is_slippage,slippage=self.slippage)        self.data=unification_data(trader_tool='qmt')        self.data=self.data.get_unification_data()        self.ths_rq=ths_rq()        self.analysis_models=analysis_models()        self.shape_analysis=shape_analysis    def connact(self):        '''        链接qmt        '''        try:            self.trader.connect()            print('{}成功'.format(self.trader_tool))            return True        except:            print('{}连接失败'.format(self.trader_tool))            return False    def get_buy_sell_data(self):        '''        获取同花顺人气排行数据        '''        df=self.ths_rq.get_hot_stock_rank()        print(df)        df.to_excel(r'数据.xlsx')        rank_stock_list=df['证券代码'].tolist()        score_list=[]        stock_list=df['证券代码'].tolist()        for i in tqdm(range(len(stock_list))):            stock=stock_list[i]            try:                hist=self.data.get_hist_data_em(stock=stock)                score=self.analysis_models.mean_line_models(df=hist)                score_list.append(score)            except:                score_list.append(None)        df['score']=score_list        buy_df=df[df['score']>=50]        #买入下单        buy_stock_list=buy_df['证券代码'][:10]        for stock in buy_stock_list:            price=self.data.get_spot_data(stock=stock)['最新价']            #检查是否可以买入            if self.trader.check_stock_is_av_buy(stock=stock,price=price,amount=100):                self.trader.buy(security=stock,amount=100,price=price)        #卖出趋势小于25，不在排名前10        sell_stock_list=[]        hold_stock=self.trader.position()        print(hold_stock)        if hold_stock.shape[0]>0:            hold_stock_list=hold_stock['证券代码'].tolist()            for stock in hold_stock_list:                try:                    hist=self.data.get_hist_data_em(stock=stock)                    score=self.analysis_models.mean_line_models(df=hist)                    sell_stock_list.append(score)                except:                    sell_stock_list.append(None)        #卖出不在排名前50的        if hold_stock.shape[0]>0:            hold_stock_list=hold_stock['证券代码'].tolist()            for stock in hold_stock_list:                if stock not in rank_stock_list[:50]:                    sell_stock_list.append(score)        sell_stock_list=list(set(sell_stock_list))        if len(sell_stock_list):            for stock in sell_stock_list:                price=self.data.get_spot_data(stock=stock)['最新价']                #检查是否可以卖出                if self.trader.check_stock_is_av_sell(stock=stock,amount=100):                    self.trader.sell(security=stock,price=price,amount=100)if __name__=='__main__':    trader=trader_strategy(path= r'C:/国金QMT交易端模拟/userdata_mini',                  session_id = 123456,account='55003645',account_type='STOCK',                  is_slippage=True,slippage=0.01)    trader.connact()    #测试    trader.get_buy_sell_data()    schedule.every().day.at('{}'.format('14:30')).do(trader.get_buy_sell_data)                   

运行的效果

下单的

下单的结果非常快，1秒不到

保存的数据

全部源代码上传知识星球可以直接下载使用