聚宽代码如何移植到迅投QMT？QMT和聚宽代码对比

结构对比

聚宽代码结构

1. def initialize(context):
2. # 定义一个全局变量, 保存要操作的股票，如000001平安银行
3. g.security = '000001.XSHE'
4. # 运行函数
5. run_daily(market_open, time='every_bar')
6. # 每个单位时间(如果按天回测,则每天调用一次,如果按分钟,则每分钟调用一次)调用一次
7. def market_open(context):
8. if g.security not in context.portfolio.positions:
9. order(g.security, 1000)
10. else:
11. order(g.security, -800)

QMT代码结构

1#示例说明：本策略，在回测的每个周期买入主图标的
2 def init(C):
3 #init handlebar函数的入参是ContextInfo对象 可以缩写为C
4 #设置测试标的为主图品种
5 C.stock= C.stockcode + '.' +C.market
6 #accountid为测试的ID 回测模式资金账号可以填任意字符串
7 C.accountid = "testS"
8 def handlebar(C):
9 # handlebar在回测时，会在回测周期的每根bar被执行一次
10 # handlebar在实时行情下，会随着主图tick的更新被调用
11 # passorder是QMT的综合下单函数，具体参数字段参考官方文档
12 passorder(23, 1101,C.accountid, C.stock, 5, -1, 1, C)

QMT中，所有数据都存储在本地，所有的策略计算都在电脑本地运行，您可以自由使用下载到的数据与python库。

我了解的一家平台可提供迅投QMT软件，交易费率低，可以联系交流！

聚宽代码移植QMT示例

聚宽代码

当价格高于5日均线平均价格1.05时买入，当价格低于5日平均价格0.95时卖出。

# 导入函数库
import jqdata

# 初始化函数，设定要操作的股票、基准等等
def initialize(context):
# 定义一个全局变量, 保存要操作的股票
# 000001(股票:平安银行)
g.security = '000001.XSHE'
# 设定沪深300作为基准
set_benchmark('000300.XSHG')
# 开启动态复权模式(真实价格)
set_option('use_real_price', True)

# 每个单位时间(如果按天回测,则每天调用一次,如果按分钟,则每分钟调用一次)调用一次
def handle_data(context, data):
security = g.security
# 获取股票的收盘价
close_data = attribute_history(security, 5, '1d', ['close'])
# 取得过去五天的平均价格
MA5 = close_data['close'].mean()
# 取得上一时间点价格
current_price = close_data['close'][-1]
# 取得当前的现金
cash = context.portfolio.cash

# 如果上一时间点价格高出五天平均价5%, 则全仓买入
if current_price > 1.05*MA5:
# 用所有 cash 买入股票
order_value(security, cash)
# 记录这次买入
http://log.info("Buying %s" % (security))
# 如果上一时间点价格低于五天平均价, 则空仓卖出
elif current_price < 0.95*MA5 and context.portfolio.positions[security].closeable_amount > 0:
# 卖出所有股票,使这只股票的最终持有量为0
order_target(security, 0)
# 记录这次卖出
http://log.info("Selling %s" % (security))
# 画出上一时间点价格
record(stock_price=current_price)

QMT代码

# QMT是一个本地端界面化软件，回测基准，回测手续费，回测起止时间都可在界面右侧栏进行设置


# 初始化函数，设定要操作的股票，参数等
def init(C):
# 定义一个全局变量，设定要操作的股票
# C.stock_list = C.get_stock_list_in_sector("沪深300") # 获取沪深300股票列表
C.stock_list = ["000001.SZ"]
# 设定回测初始资金
C.capital = 1000000
# 设定回测账号，实盘中账号在交易设置截面选择
C.account_id = "testaccID"
# # 关于回测时间，既可以在编辑器右侧栏设置，也可通过代码设置
C.start = '2017-06-06 00:00:00'
C.end = '2020-06-06 10:00:00'

def handlebar(C):
#当前k线日期
bar_date = timetag_to_datetime(C.get_bar_timetag(C.barpos), '%Y%m%d%H%M%S')
# 获取市场行情，具体参数释义见文档
market_data = C.get_market_data_ex(["open", "high", "low", "close"],C.stock_list,period = "1d",end_time = bar_date)

# 获取当前账户资金
for i in get_trade_detail_data(C.account_id,"stock","account"):
cash = i.m_dAvailable

# 获取当前持仓信息，本示例中的holding_dict结构是{stock_code:lots}
holding_dict = {obj.m_strInstrumentID+"."+obj.m_strExchangeID : obj.m_nVolume for obj in get_trade_detail_data(C.account_id,"stock","position")}

# 遍历gmd返回的字典数据
for i in market_data:
# 获取K线数据
kline = market_data[i]
# 获取收盘价序列
close_data = kline["close"]
# 计算MA5
MA5 = close_data.rolling(5).mean()
# 如果上一时间点价格高出五天平均价5%, 且当前无持仓, 则全仓买入
if close_data.iloc[-1] > 1.05 * MA5.iloc[-1] and i not in holding_dict.keys():
# 全仓买入，交易记录会被客户端自动记录在回测结果，此处展示按金额交易的方法
passorder(23, 1123, C.account_id, i, 5, -1, 1, C)
print(f"{bar_date}——{i}触发买入")
elif close_data.iloc[-1] < 0.95 * MA5.iloc[-1] and i in holding_dict.keys():
# 获取当前持仓数量
lots = holding_dict[i]
# 全仓卖出，交易记录会被客户端自动记录在回测结果，此处展示按股数交易的方法
passorder(24, 1101, C.account_id, i, 5, -1, lots, C)
print(f"{bar_date}——{i}触发卖出")

QMT特色函数
#获取数据
get_weight_in_index 获取某只股票在某指数中的绝对权重
get_divid_factors 获取除权除息日和复权因子
get_top10_share_holder 获取十大股东数据
get_etf_info 根据ETF基金代码获取ETF申赎清单及对应成分股数据
get_etf_iopv 根据ETF基金代码获取ETF的基金份额参考净值
subscribe_whole_quote 订阅市场全推(tick)
subscribe_quote 订阅单股行情数据
get_option_list 获取指定日期期权列表