欢迎来到量化实战
欢迎来到量化实战交流网站
QMT软件样式
首先，我们需要下载并安装QMT终端，然后才能对软件进行Python库的下载，这样才能更方便地使用这个软件。miniQMT是QMT内部的极简版，可以摆脱很多限制实现策略代码本地运行，对于个人量化投资者来说这是一个低门槛享受机构投资者量化交易的软件。
miniQMT配置流程
①请先联系开通指定证券账户后， 再开通QMT交易权限，会在电子邮箱收到下载地址。
②然后在设置》系统设置》模型设置》点击下载“python库下载”
③下载完成后找到 QMT文件安装目录下//bin.x64//lib//site-packags//xtquant
④复制到本地python环境下的//site-packags文件夹
⑤同时必须登录极简版QMT（XtMiniQmt.exe） 就可以本地调用python的miniQMT接口了。
⑥运行导入行情模块xtdata和交易模块xttrader， 实现本地程序化交易，开户咨询微信miniqmt
miniQMT的python环境运行
将下面的代码复制到您的IDE工具，更改代码中的path路径和xXtMiniQmt.exe启动路径，以及StockAccount账号，就可以开启量化之旅了，祝您投资顺利！
本地运行代码
# -*- coding: utf-8 -*-"""申请开通QMT请添加微信咨询gjquant，获取更多资料访问https://miniqmt.com/此代码脚本仅用于软件测试，不能用于实盘交易，以此代码进行交易本人不承担任何损失。未经许可，以下代码禁止用于商业用途，如需转载请注明出处来自本网站。"""import sysimport timeimport pandas as pdfrom xtquant.xttrader import XtQuantTrader #创建交易对象使用from xtquant.xttype import StockAccount #订阅账户信息使用from xtquant import xtconstant #执行交易的时候需要引入from datetime import datetime #时间戳改为日期时间格式的时候使用#——————————————————————————————————————————————————————————————————————————————————————————————————————#设置你的path='' 文件夹userdata_mini前面改为自己的QMT安装路径信息，acc=''引号内填入自己的账号path = r'D:\证券QMT交易端\userdata_mini'acct = "888888"#创建交易对象session_id = int(time.time())xt_trader = XtQuantTrader(path, session_id)#xttrader连接miniQMT终端xt_trader.start()if xt_trader.connect() == 0:print('【软件终端连接成功！】')else: print('【软件终端连接失败！】','\n 请运行并登录miniQMT.EXE终端。','\n path=改成你的QMT安装路径') #订阅账户信息ID = StockAccount(acct)subscribe_result = xt_trader.subscribe(ID)if subscribe_result == 0:print('【账户信息订阅成功！】')else: print('【账户信息订阅失败！】','\n 账户配置错误，检查账号是否正确。','\n acct=""内填加你的账号')sys.exit() #如果运行环境，账户都没配置好，后面的代码就不执行#——————————————————————————————————————————————————————————————————————————————————————————————————————#打印账户信息asset = xt_trader.query_stock_asset(ID)print('-'*18,'【{0}】'.format(asset.account_id),'-'*18) if asset:print(f"资产总额: {asset.total_asset}\n" f"持仓市值：{asset.market_value}\n"f"可用资金：{asset.cash}\n"f"在途资金：{asset.frozen_cash}")#——————————————————————————————————————————————————————————————————————————————————————————————————————# 委托信息def orders_df():orders_df = pd.DataFrame([(order.stock_code, order.order_volume, order.price, order.order_id, order.status_msg,datetime.fromtimestamp(order.order_time).strftime('%H:%M:%S'))for order in xt_trader.query_stock_orders(ID)],columns=['证券代码', '委托数量', '委托价格', '订单编号','委托状态','报单时间'])return orders_df# 成交信息def trades_df():trades_df = pd.DataFrame([(trade.stock_code, trade.traded_volume, trade.traded_price,trade.traded_amount,trade.order_id, trade.traded_id, datetime.fromtimestamp(trade.traded_time).strftime('%H:%M:%S'))for trade in xt_trader.query_stock_trades(ID)],columns=['证券代码', '成交数量', '成交均价','成交金额','订单编号', '成交编号', '成交时间'])return trades_df# 持仓信息def positions_df():positions_df = pd.DataFrame([(position.stock_code, position.volume, position.can_use_volume, position.frozen_volume, position.open_price, position.market_value, position.on_road_volume, position.yesterday_volume)for position in xt_trader.query_stock_positions(ID)],columns=['证券代码', '持仓数量', '可用数量', '冻结数量', '开仓价格', '持仓市值', '在途股份', '昨夜持股'])return positions_df# 打印汇总信息print('-'*18, '【当日汇总】', '-'*18)orders_df = orders_df()trades_df = trades_df()positions_df = positions_df()print(f"委托个数：{len(orders_df)} 成交个数：{len(trades_df)} 持仓数量：{len(positions_df)}")# 输出DataFrameprint('-'*18, "【订单信息】",'-'*18)print(orders_df if not orders_df.empty else "无委托信息")print('-'*18, "【成交信息】",'-'*18)print(trades_df if not trades_df.empty else "无成交信息")print('-'*18, "【持仓信息】",'-'*18)print(positions_df if not positions_df.empty else "无持仓信息")