QMT量化交易软件的实盘模型

所有的量化都是最终要进行实盘验证的，前面我们说了QMT的回测，今天我们来谈谈实盘模型

实盘模型指的是接收未来 K 线的数据，生成策略信号，进行交易下单。

QMT默认的交易模式为逐 k 线生效 (passorder函数快速交易quicktrade参数填 0 即默认值)，适用与需要在盘中模拟历史上逐 k 线的效果需求。

例如选择一分钟周期，将下单判断，下单函数放在handlebar函数内，盘中主图每个分笔 (三秒一次)会触发一次handlebar函数调用，系统会暂存当前handlebar产生的下单信号。

三秒后下一个分笔到达时，如果是新的一分钟 k 线的第一个分笔，判断上一个分笔为前一根k线最后分笔，会将暂存的交易信号发送给交易所，完成交易。

如到达的下一个分笔不是新一根 k 线的，则判定当前 k 线未完成，丢弃暂存的交易信号。

1 分钟 k 线情形，每根k线内会有 20 个分笔，前 19 个分笔产生的信号会被丢弃，最后一个分笔的信号，会在下一根k线，首个分笔到达时，延迟三秒发出。

系统自带的ContxtInfo也做了同样的等待，回退处理，逐 k 线模式的交易记录可以保存在ContextInfo对象的属性中。

QMT 系统也支持立即下单的交易模式，passorder函数的快速交易quicktrade参数填 2，可以在运行后立刻发出委托，不对信号进行等待，丢弃的操作。

此时需要用普通的全局变量(如自定义一个Class a())保存委托状态，不能存在ContextInfo的属性里。

QMT 系统提供两大类(事件驱动与定时任务)，共三种运行机制。

逐 K 线驱动：handlebar

handlebar是主图历史 k 线+盘中订阅推送。运行开始时，所选周期历史 k 线从左向右每根触发一次handlebar函数调用。盘中时，主图品种每个新分笔数据到达，触发一次handlebar函数调用。

事件驱动 ：subscribe 订阅推送

盘中订阅指定品种的分笔数据，新分笔到达时，触发指定的回调函数。

定时任务 ：run_time 定时运行

指定固定的时间间隔，持续触发指定的回调函数

三种运行机制下的特点和需求见下表所示：

逐K线运行机制下的实盘代码示例如下：

#coding:gbk

# 导入包

import pandas as pd

import numpy as np

import datetime

"""

示例说明：双均线实盘策略，通过计算快慢双均线，在金叉时买入，死叉时做卖出

"""

class a():

    pass

A = a() #创建空的类的实例 用来保存委托状态 



def init(C):

    A.stock= C.stockcode + '.' + C.market #品种为模型交易界面选择品种

    A.acct=  #账号为模型交易界面选择账号

    A.acct_type= accountType #账号类型为模型交易界面选择账号

    A.amount = 10000 #单笔买入金额 触发买入信号后买入指定金额

    A.line1=17   #快线周期

    A.line2=27   #慢线周期

    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

    A.buy_code = 23 if A.acct_type == 'STOCK' else 33 #买卖代码 区分股票 与 两融账号

    A.sell_code = 24 if A.acct_type == 'STOCK' else 34

    print(f'双均线实盘示例{A.stock} {A.acct} {A.acct_type} 单笔买入金额{A.amount}')



def handlebar(C):

    #跳过历史k线

    if not C.is_last_bar():

       return

    now = datetime.datetime.now()

    now_time = now.strftime('%H%M%S')

    # 跳过非交易时间

    if now_time < '093000' or now_time > "150000":

       return

    account = get_trade_detail_data(A.acct, A.acct_type, 'account')

    if len(account)==0:

       print(f'账号{A.acct} 未登录 请检查')

       return

    account = account[0]

    available_cash = int(account.m_dAvailable)

    #如果有未查到委托 查询委托

    if A.waiting_list:

       found_list = []

       orders = get_trade_detail_data(A.acct, A.acct_type, 'order')

       for order in orders:

          if order.m_strRemark in A.waiting_list:

             found_list.append(order.m_strRemark)

       A.waiting_list = [i for i in A.waiting_list if i not in found_list]

    if A.waiting_list:

       print(f"当前有未查到委托 {A.waiting_list} 暂停后续报单")

       return

    holdings = get_trade_detail_data(A.acct, A.acct_type, 'position')

    holdings = {i.m_strInstrumentID + '.' + i.m_strExchangeID : i.m_nCanUseVolume for i in holdings}

    #获取行情数据

    data = C.get_market_data_ex(["close"],[A.stock],period = '1d',count = max(A.line1, A.line2)+1)

    close_list = data[A.stock].values

    if len(close_list) < max(A.line1, A.line2)+1:

       print('行情长度不足(新上市或最近有停牌) 跳过运行')

       return

    pre_line1 = np.mean(close_list[-A.line1-1: -1])

    pre_line2 = np.mean(close_list[-A.line2-1: -1])

    current_line1 = np.mean(close_list[-A.line1:])

    current_line2 = np.mean(close_list[-A.line2:])

    #如果快线穿过慢线，则买入委托 当前无持仓 买入

    vol = int(A.amount / close_list[-1] / 100) * 100 #买入数量 向下取整到100的整数倍

    if A.amount < available_cash and vol >= 100 and A.stock not in holdings and pre_line1 < pre_line2 and current_line1 > current_line2:

       #下单开仓 ，参数说明可搜索PY交易函数 passorder

       msg = f"双均线实盘 {A.stock} 上穿均线 买入 {vol}股"

       passorder(A.buy_code, 1101, A.acct, A.stock, 14, -1, vol, '双均线实盘', 2 , msg, C)

       print(msg)

       A.waiting_list.append(msg)

    #如果快线下穿慢线，则卖出委托

    if A.stock in holdings and holdings[A.stock] > 0 and pre_line1 > pre_line2 and current_line1 < current_line2:

       msg = f"双均线实盘 {A.stock} 下穿均线 卖出 {holdings[A.stock]}股"

       passorder(A.sell_code, 1101, A.acct, A.stock, 14, -1, holdings[A.stock], '双均线实盘', 2 , msg, C)

       print(msg)

       A.waiting_list.append(msg)