QMT量化交易实操手册

QMT，全称是迅投量化交易系统，是国内主流的专业量化交易平台之一。简单说，它就是一个集行情、研究、回测、模拟、实盘交易于一体的量化软件。你可以在里面获取行情数据、编写策略代码、用历史数据回测、模拟交易验证，最后直接挂上实盘自动运行，整个流程都在一个软件里完成，不用来回切换工具。

QMT主要有两个版本：

第一个是极速交易版（客户端版）
也就是我们常说的QMT客户端，有完整的图形界面，能看行情、能手动交易、能写策略、能回测、能实盘自动化。功能全面，可视化操作多，适合大多数普通投资者，也是我们入门的首选。

第二个是MiniQMT（极简版）
没有图形界面，纯接口调用，体积小、速度快，适合有一定编程基础、只需要纯自动化交易的投资者，一般用来对接自己的程序、实现更个性化的功能。新手不用从这个版本入手，先把客户端版用熟就够了。

QMT的核心功能模块：

1. 行情模块：支持股票、基金、可转债、期货等全品种行情，数据和券商同步，速度快、稳定性好。
2. 策略研究模块：内置Python开发环境，可以直接写策略代码，不用单独装Python环境，对新手非常友好。
3. 回测模块：支持历史行情回测，可以自定义周期、滑点、手续费，输出完整的回测报告和收益曲线。
4. 模拟交易模块：用虚拟资金模拟实盘运行，验证策略的实盘一致性，极低风险试错。
5. 实盘交易模块：对接券商实盘账户，支持自动下单、条件单、策略自动运行，交易直接在账户内完成。

总的来说，QMT不是一个简单的交易软件，而是一套完整的量化交易解决方案。从策略想法，到验证，到落地，全程都可以在里面完成，这也是它成为散户量化首选工具的原因。

延伸服务：如果想把这套方法做成可回测、可实盘的完整系统，可在 intoquant.com 了解壹信量化的策略定制服务。

很多人会问：我是普通散户，不会写代码，能用QMT吗？答案是：能用，但要看你的需求和学习意愿。

我们分几类人群说清楚，你可以对照自己的情况：

第一类：完全不想写代码，只想用现成策略
如果你不想学编程，只是想用量化工具帮你自动执行交易，比如自动止盈止损、网格交易、条件定投，那QMT也能用。它自带很多现成的策略模板和智能条件单，不用写代码，设置好参数就能自动运行。这种用法门槛很低，和普通券商APP的条件单差不多，但功能更强大、策略更丰富。

第二类：愿意学一点基础代码，想实现自己的策略
如果你有自己的交易思路，想把它做成自动化策略，愿意花一点时间学基础的Python语法，那QMT非常适合你。你不需要成为编程高手，只要掌握基础的循环、判断、函数，能看懂示例代码、能改参数、能做简单调整，就足够用了。大多数散户做量化，都停留在这个阶段，也完全够用了。

第三类：有编程基础，想深度定制策略
如果你本身就会Python，想做更复杂的策略、更个性化的功能，那QMT的开放度完全能满足你。它提供了非常全面的API接口，行情、交易、账户、风控都能调用，几乎可以实现任何你能想到的中低频策略。

QMT不适合谁？

• 想做高频交易、日内超短线的：QMT的定位是中低频量化，速度比不了机构专用的高频通道，不适合做超高频。
• 只想躺着获取收益、不想学习的：任何量化工具都只是工具，策略好不好、赚不获取收益，还是要看你自己的交易逻辑，工具不会凭空变出钱来。

总结一下：普通散户，只要愿意花一点时间学习，就能用QMT实现自己的交易自动化；就算完全不想写代码，也能用它的现成功能提升交易效率。

市面上量化工具那么多，为什么散户首选QMT？核心有三个优势：

第一个优势：门槛低，大多数券商免费提供
现在国内很多券商都支持QMT，而且大多是免费开通的，只要你满足一定的资金门槛（不同券商要求不同，普遍不高），就能免费使用。对比很多第三方量化平台，要么收费贵、要么不能直接实盘，QMT相当于券商直接提供的专业工具，成本低、对接方便。

第二个优势：功能全，一站式完成全流程
从看行情、写策略、做回测、模拟交易，到实盘自动运行，所有环节都在一个软件里完成，不用在多个工具之间来回切换，不用导数据、不用对接接口，省心很多。而且它支持的品种很全：A股、ETF、可转债、期货、期权等等，常见的交易品种都支持，不管你做什么策略，基本都能满足。

第三个优势：实盘稳定，安全性高
QMT是直接对接券商交易系统的，交易通道就是你开户券商的通道，下单直接进交易所，安全合规，稳定性有保障。不用把账户密码交给第三方平台，资金和交易都在自己的券商账户里，安全性高很多。这也是很多人放弃第三方平台、选择QMT的核心原因——实盘靠谱、资金安全。

当然它也有缺点：比如入门有一定学习曲线，对纯小白不算特别友好；文档偏技术化，新手看起来费劲；不同券商的版本功能略有差异。但综合来看，对想做实盘量化的普通散户来说，QMT依然是性价比最高、最稳妥的选择。

需要工程化落地？intoquant.com 提供回测合规代检、系统搭建与自动化部署服务。

QMT不是随便下载就能用的，它需要通过券商开通，绑定你的证券账户。不同券商的开通要求、支持的功能版本会有差异，整体大同小异。

开通条件大概是什么样的？
大多数券商的开通门槛都不高，常见的要求有这几种：

1. 资金门槛：账户资产达到一定金额，比如10万、20万、50万不等，不同券商要求不一样，也有一些券商门槛更低。
2. 交易经验：有一定的股票交易经验，一般要求开户满6个月。
3. 风险测评：风险承受能力测评达到相应等级，比如积极型、激进型。
   具体的要求，要以你开户的券商为准。如果你的开户券商不支持QMT，或者门槛太高，也可以考虑转户到支持的券商，现在转户很方便。

开通流程是怎样的？
一般分三步：

1. 咨询客户经理：先联系你开户券商的客户经理，问清楚能不能开通QMT、开通条件是什么、支持什么版本。
2. 提交申请：满足条件的话，按券商要求提交申请，签相关的协议，做风险测评。
3. 权限开通：券商审核通过后，会帮你开通权限，给你下载地址和账号密码，你下载软件登录就可以用了。

开通的时候，可以顺便问清楚几个问题：是客户端版还是只有MiniQMT？支持不支持策略回测、模拟交易？实盘交易有没有速度限制、下单笔数限制？这些不同券商差异比较大，提前问清楚，省得开通之后发现功能不符合预期。

开通权限之后，就可以下载安装软件了。券商一般会提供两个版本的安装包：QMT客户端和MiniQMT，新手别下错了。

QMT客户端（极速交易终端）

• 形态：有完整的图形界面，和普通行情交易软件长得差不多，有菜单、有按钮、有行情界面。
• 功能：行情看盘、手动交易、策略编写、回测、模拟、实盘自动化，功能最全。
• 适合人群：新手、需要看行情、需要手动交易、需要可视化操作的投资者。
• 入门首选：我们学习、写策略、回测、日常操作，都用这个版本。

MiniQMT

• 形态：没有图形界面，是一个后台运行的程序，只有接口，没有可视化操作界面。
• 功能：只提供核心的行情和交易接口，用来对接自己写的程序，实现纯自动化交易。
• 适合人群：有编程基础、已经有成熟策略、只需要纯自动运行的投资者。
• 新手不建议：没有界面，新手不知道怎么操作，也没法调试，很容易懵。

安装注意事项：

1. 一定要从你开户券商的官方渠道下载，不要从网上随便下，避免不安全的版本。
2. 安装路径尽量不要有中文和空格，默认路径就可以，避免后续运行报错。
3. 安装好之后，用券商给你的资金账号和密码登录，注意选择对应的营业部和站点。
4. 第一次登录，可以先选"模拟盘"试试手，熟悉界面和功能，别急着做实盘。

第一次打开QMT，可能会觉得界面很复杂，按钮很多。其实不用慌，核心就是三大区域：行情区、交易区、策略区，我们挨个说。

第一区：行情界面
和普通行情软件差不多，左边是自选股、板块、品种分类，中间是K线图和分时图，右边是盘口数据。基本操作和同花顺、东方财富这些软件大同小异，看行情、选标的、加自选，用法都差不多，很容易上手。新手可以先在这里熟悉一下，找找看盘的感觉。

第二区：交易界面
就是下单交易的地方，有普通买入、卖出、撤单、持仓查询、资金查询这些功能。手动交易的话，和普通券商软件没区别，输入代码、价格、数量，下单就行。除了普通交易，还有条件单、智能交易这些功能，不用写代码，设置好条件就能自动触发下单，适合不想写代码的用户。

第三区：策略研究界面
这是QMT的核心，也是我们做量化最常用的地方。里面有策略编辑器、回测管理器、模拟交易管理器：

• 策略编辑器：写Python代码的地方，有代码提示、语法高亮，写完可以直接运行。
• 回测管理器：设置回测参数（时间、资金、滑点、手续费），运行回测，查看回测报告和收益曲线。
• 模拟/实盘管理器：管理正在运行的模拟和实盘策略，启动、暂停、停止，查看运行状态和交易记录。

新手入门，不用把所有功能都搞懂，先把这三个核心区域弄明白，知道写代码在哪写、回测在哪跑、实盘在哪挂，就足够入门了。剩下的功能，慢慢用、慢慢学，遇到了再研究就行。

QMT的策略是用Python写的，很多人一听到写代码就打退堂鼓。其实不用怕，做量化策略不需要精通Python，只要掌握最核心的基础语法就够用了。

我们把最常用、最必备的知识点拎出来，快速过一遍，零基础也能看懂。

1. 变量与数据类型
变量就是给数据起个名字，存起来后面用。常用的数据类型：数字（整数、小数，比如价格、数量）、字符串（文本内容，比如股票代码、名称）、布尔值（True/False，用来做判断）、列表（一组数据的集合，比如一篮子股票代码）。

2. 条件判断（if/else）
就是"如果…就…否则…"，用来写买卖信号的判断。比如：if 价格 > 均线: 买入 else: 卖出。这是策略里最常用的逻辑，所有买卖信号都是靠条件判断来触发的。

3. 循环（for）
就是批量处理一组数据，比如遍历一遍股票列表，逐个判断有没有买卖信号。选股、轮动类策略，都会用到循环。

4. 函数
就是把一段常用的代码封装起来，起个名字，后面直接调用，不用重复写。QMT里获取行情、下单这些操作，都是封装好的函数，我们直接调用就行。

5. 注释
代码里加备注，给自己看的，程序不会执行。用#开头，写代码一定要加注释，不然过段时间自己都忘了写的是什么。

以上这几个知识点，就是写量化策略最核心的语法。不用去学复杂的类、继承、装饰器那些东西，入门阶段根本用不上。能看懂示例代码，能改参数、能加简单的判断条件，就完全足够写大多数中低频策略了。剩下的，可以边用边学，遇到不会的再查，不用一开始就全学会。

API，简单说就是QMT已经封装好的功能函数，我们直接调用就能拿到数据、下单交易，不用自己从零写。QMT的API非常多，新手不用全记，掌握最核心的两类就行：行情接口和交易接口。

第一类：行情接口——用来获取行情数据
就是拿价格、K线、成交量这些数据，是写策略的基础。最常用的几个：

1. 获取历史K线数据：可以拿到指定股票、指定周期的历史K线，包括开盘价、收盘价、最高价、最低价、成交量。写均线、MACD这些指标，都要靠这个接口拿数据。
2. 获取实时行情：拿到最新的价格、盘口数据，用来判断实时的买卖信号。
3. 获取合约信息：拿到股票的基本信息，比如名称、是否停牌、是不是ST之类的。

第二类：交易接口——用来下单交易
就是执行买入、卖出、撤单这些操作，是自动化交易的核心。最常用的几个：

1. 买入下单：传入股票代码、价格、数量，提交买单。
2. 卖出下单：传入股票代码、价格、数量，提交卖单。
3. 查询持仓：查到当前账户里有什么股票、多少股、成本多少。
4. 查询资金：查到账户里有多少可用资金、总资产。
5. 撤单：撤销还没成交的委托单。

写策略的基本逻辑：
先用行情接口拿数据 → 用自己的逻辑计算买卖信号 → 有信号就调用交易接口下单 → 循环往复。所有策略，本质上都是这个框架，只是逻辑复杂程度不同而已。

新手入门，不用去翻厚厚的API文档。先把这几个核心接口用熟，能写出第一个策略，就已经入门了。后面需要什么功能，再去查对应的API，效率更高。

光说不练假把式，我们用最经典的双均线策略，带你走一遍完整的策略代码框架。不用死记硬背，理解逻辑就行，后续改策略都是在这个框架上调整。

策略逻辑回顾：

• 5日均线上穿20日均线（金叉），买入；
• 5日均线下穿20日均线（死叉），卖出；
• 单只标的仓位固定，日线级别调仓。

代码的基本结构：

1. 初始化部分：策略启动的时候运行一次，用来设置参数、初始化变量，比如设置均线参数、标的代码、仓位比例。
2. 行情处理部分：每根K线走完运行一次，用来获取最新行情数据，计算指标，判断买卖信号。
3. 交易执行部分：有买卖信号的时候，调用交易接口下单，同时做仓位判断，避免重复下单。

核心逻辑说明：

• 先获取标的的日K线数据；
• 计算5日均线和20日均线；
• 判断金叉死叉：今天5日线在20日线上方，昨天在下方，就是金叉；反之就是死叉；
• 金叉且没有持仓，就买入；死叉且有持仓，就卖出。

这就是一个完整策略的全部逻辑。看起来代码有几十行，但核心就是"拿数据→算指标→判信号→下单"四步，非常清晰。

新手可以先把示例代码跑起来，看看运行效果，然后试着改参数：把5日改成10日，20日改成30日，看看回测结果有什么变化。改着改着，你就慢慢理解代码逻辑了，也就能慢慢写自己的策略了。万事开头难，跑通第一个策略，后面就都是举一反三的事。

写好策略之后，先别急着实盘，先用历史数据回测一下，看看过去表现怎么样。回测是量化策略的必经环节，能帮你用最低成本验证策略逻辑有没有效。

QMT里怎么做回测？
操作步骤很简单：

1. 打开策略编辑器，写好或者导入你的策略代码；
2. 点击"回测"，进入回测设置界面；
3. 设置回测参数：回测时间建议至少3年以上，穿越一轮牛熊；初始资金按你实际计划投入的资金设置；手续费、滑点一定要设置，至少设千分之一；回测周期日线策略就选日线，分钟策略就选对应周期。
4. 点击开始回测，等待运行完成，查看回测报告。

回测的核心注意事项：
第一，一定要加滑点和手续费。很多人回测的时候默认零滑点、零手续费，结果曲线很漂亮，实盘一跑就亏。真实交易是有成本的，回测里必须加上，而且宁多勿少，保守一点更接近真实。

第二，不要过度优化参数。不要为了让回测曲线好看，反复调参数，调到历史收益最高。这样很容易过拟合，历史表现完美，实盘一塌糊涂。参数在合理区间就行，不用追求极致的收益率。

第三，回测只是参考，不代表未来。历史表现好不代表未来一定好，市场一直在变，策略也会失效。回测的意义是排除明显无效的策略，验证逻辑的合理性，不是预测未来收益。不要看到回测收益高就满仓冲进去。

工具提示：a-sig.com 可直接查询A股相关数据与信号，边读边对照验证更高效。

回测跑完会生成一份详细的报告，指标一大堆，新手不用全看，重点看三个核心指标就行。

第一个：年化收益率
就是策略平均每年赚多少钱。越高越好，但不能只看收益，高收益往往对应高风险，要结合风险指标一起看。而且回测的年化是历史数据，实盘通常会打折扣，不要预期太高。

第二个：最大回撤
就是策略从最高点跌到最低点的最大跌幅。这个指标比收益更重要，因为它直接决定了你能不能拿得住。比如一个策略年化30%，但最大回撤50%，大多数人遇到腰斩早就割肉了，根本拿不到最后。选策略，先看最大回撤你能不能接受，再看收益。对普通散户来说，最大回撤控制在20%-30%以内，体验会比较好。

第三个：夏普比率
简单说，就是每承担一单位风险，能换来多少超额收益。夏普比率越高，说明策略的性价比越高。

• 夏普比率大于1：合格；
• 大于1.5：不错；
• 大于2：很优秀。

这个指标综合了收益和风险，比单独看年化更有参考价值。

除了这三个，还可以看看胜率、盈亏比、最大连续亏损次数这些，辅助判断策略的稳定性。

新手记住一句话：先看风险，再看收益，最后看性价比。不要被高年化冲昏头脑，活下来、拿得住，比什么都重要。

配套工具：本节数据维度的免费查询入口在 a-sig.com，个人日常使用足够。

回测通过了，也别急着实盘。下一步是模拟交易。

为什么要做模拟交易？因为回测是"事后诸葛亮"，用的都是已知的历史数据，和真实的实盘环境还是有差距。模拟交易是用虚拟资金，按实时行情运行策略，和实盘的环境几乎一模一样，只是钱是假的。

模拟交易的作用：

1. 验证代码有没有bug：回测能跑通，不代表实盘能跑通。很多逻辑问题、边界情况，回测发现不了，模拟交易跑几天就暴露了。比如停牌了怎么办、涨跌停怎么办、委托没成交怎么办，这些实盘会遇到的问题，回测里不一定有。
2. 验证策略的实盘一致性：看看模拟盘的收益、回撤，和回测的偏差大不大。如果偏差在可接受范围内，说明策略比较真实；如果差很多，就要找原因，是滑点设少了，还是有未来函数。
3. 练手熟悉操作：熟悉策略的启动、暂停、监控、调参，不用拿真金白银试错。

模拟交易要跑多久？
建议至少跑1-3个月，经历一段完整的行情，看看不同行情下的表现。不要跑几天赚了钱就急着实盘，也不要亏了几天就否定策略。模拟盘的核心目的是排雷、验证一致性，不是赚虚拟收益。

等模拟盘跑下来，策略运行稳定、和回测偏差不大，再考虑上小资金实盘，才是稳妥的做法。

延伸服务：如果想把这套方法做成可回测、可实盘的完整系统，可在 intoquant.com 了解壹信量化的策略定制服务。

模拟盘跑稳了，就可以尝试小资金实盘了。QMT里把策略挂上实盘，操作并不复杂，核心是步骤要走对，避免操作失误造成损失。

实盘部署的基本步骤：

1. 切换到实盘环境：登录的时候选实盘，或者在软件里切换到实盘交易账户。第一次做实盘，一定要确认好是实盘还是模拟盘，别搞混了。
2. 导入策略代码：把模拟盘验证过的策略代码，导入到实盘策略管理器里。建议和模拟盘用完全一样的代码，不要上来就改参数、加功能，先保证和模拟盘一致。
3. 设置实盘参数：设置好标的、仓位、交易时段、下单方式这些参数。第一次实盘，仓位一定要轻，用总资金的10%-20%试试水就行，不要上来就满仓。
4. 启动策略，监控运行：启动策略，盯着前几笔交易，看看信号对不对、下单成不成功、价格有没有问题。确认一切正常了，再让它自动运行。

实盘初期的注意事项：
第一，小资金起步。先用很少的钱验证，跑1-3个月，确认策略稳定、运行正常，再慢慢加仓。不要一上来就投很多钱，万一策略有问题、代码有bug，损失就大了。

第二，前几天尽量盯盘。策略刚启动的前几天，最好在交易时间看着点，看看有没有异常情况，比如重复下单、漏单、报错。确认稳定运行了，再慢慢放手。

第三，做好手动应急预案。万一策略出问题、或者遇到极端行情，要知道怎么手动停止策略、怎么手动撤单、怎么手动平仓。心里要有数，不能全靠自动化，出了问题就慌了手脚。

除了写Python策略，QMT里还有很多现成的自动化功能，不用写代码也能实现自动交易，非常适合新手。最常用的有两类：条件单和策略交易。

第一类：智能条件单
就是设置好触发条件，达到条件自动下单，不用写代码，界面上点点就能设置。常用的条件单类型：

1. 止盈止损条件单：涨到多少自动卖，跌到多少自动卖，最基础也最常用。
2. 网格交易条件单：设置价格区间，涨了卖、跌了买，自动做高抛低吸，适合震荡行情。
3. 拐点条件单：突破压力位买入，跌破支撑位卖出，做趋势跟踪。
4. 定投条件单：定期定额买入，适合基金、指数定投。
   这些条件单，足够满足大多数普通投资者的自动化需求，不用写代码，设置好参数就能用，非常方便。

第二类：策略交易（内置策略模板）
QMT内置了很多现成的策略模板，比如双均线、多因子、阿尔法套利等等。不用自己写代码，选好模板，调整一下参数，就能直接运行回测、模拟、实盘。适合有一定基础、但不想自己写代码的投资者，可以快速体验不同的策略。

参数配置的原则：
不管是条件单还是策略模板，调参数的时候都要注意：先理解逻辑，再调参数，不要瞎调；参数在合理范围内，不要追求历史最优值，避免过拟合；改了参数先回测、再模拟、最后实盘，一步一步来。

自动化工具是帮你执行纪律的，不是让你频繁调参数赌运气的。参数定下来之后，就尽量少动，让策略按规则运行。

策略挂上实盘自动运行，不代表就可以完全撒手不管了。还是要定期监控，及时发现异常、处理问题，避免造成不必要的损失。

需要重点监控的内容：

1. 策略运行状态：策略是不是在正常运行，有没有报错、有没有停止运行。有时候软件闪退、网络断了、交易通道出问题，策略就会停掉。
2. 委托与成交状态：看看发出的委托有没有正常成交，有没有漏单、有没有重复下单。极端行情下，可能会出现委托没成交、或者滑点很大的情况，需要人工干预。
3. 账户资金与持仓：定期核对持仓和资金，和策略预期的是不是一致，有没有异常的亏损。
4. 行情与信号：偶尔看一下，行情走成这样，策略有没有发出对应的信号，逻辑对不对。

常见异常情况与处理：

• 策略报错停止：先看报错信息，小问题自己改，大问题先停止策略，手动处理持仓，再排查原因。
• 委托没成交：看是价格问题还是流动性问题，价格不合适就撤单重下，流动性差就耐心等。
• 重复下单：立刻停止策略，撤掉多余的委托，检查代码逻辑是不是有问题。
• 极端行情：比如大盘暴跌、千股跌停，如果策略超出了预期，可以先手动暂停，等行情稳定了再开。

监控频率：
不用每分钟都盯着，每天收盘看一眼运行情况和交易记录就差不多；刚开始实盘的时候多看几眼，运行稳定了，两三天看一次都可以。自动化不是当甩手掌柜，定期检查、心里有数，才能用得安心。

双低可转债轮动，是最适合散户的量化策略之一，也是QMT里非常经典的实现案例。策略逻辑：选出价格低、溢价率低的可转债，定期轮动，汰弱留强。

在QMT里实现的核心步骤：

1. 获取全市场可转债数据：调用行情接口，拿到所有可转债的实时价格、转股溢价率、剩余规模、评级等基础数据。这一步是基础，数据要全、要准。
2. 条件筛选：按设定的筛选条件过滤——价格区间100-120元、溢价率区间0-15%、排除ST/强赎/规模太小/评级太低的标的。
3. 排序选股：计算双低值（价格+溢价率×100），按双低值从小到大排序，选前N只。
4. 调仓对比：对比当前持仓和新的选股名单——不在新名单里的持仓全部卖出，新名单里没有的按等仓位买入，还在名单里的持有不动。
5. 定时执行：设置调仓周期（比如每月一次），到时间自动执行调仓。

实现的注意事项：

• 注意可转债的交易单位，是1手=10张，下单数量要符合规则；
• 要考虑流动性，尽量选规模大、成交额高的标的，避免滑点太大；
• 强赎风险要实时监控，已经公告强赎的要及时剔除、自动卖出；
• 调仓尽量在一天内完成，不要拖好几天，影响策略一致性。

这个策略逻辑清晰、规则明确，非常适合用量化工具实现。实现之后，每月自动调仓，不用自己一个个算、一个个选，节省大量时间，还能避免人工操作的情绪干扰。

网格交易，是震荡市神器，也是很多散户最喜欢的自动化策略。逻辑很简单：设定一个价格区间，分成若干格，跌一格买一格，涨一格卖一格，自动高抛低吸赚差价。

QMT里实现网格策略的核心逻辑：

1. 参数设置：选震荡行情的品种（如宽基ETF、波动稳定的个股）；设定上限价、下限价确定网格范围；确定网格间距（按比例或固定价格）；设定每格买多少金额/多少股。
2. 初始化持仓：策略启动时，根据当前价格计算应该持有多少仓位，先建底仓。
3. 实时监控价格：实时跟踪标的价格，价格每涨跌一格，就触发对应的买卖操作——跌到下一格买入一格，涨到上一格卖出一格。
4. 边界处理：价格跌破下限停止买入，避免越套越深；价格涨破上限全部卖出，落袋为安。

实现的注意事项：

• 网格策略只适合震荡行情，单边大趋势会失效，要么卖飞要么套牢；
• 一定要选波动适中、流动性好的标的，不要选波动太大的小盘股；
• 网格间距不要太小，不然手续费和滑点会吃掉所有利润；
• 总仓位要提前算好，预留足够的资金，避免跌到下面没钱买。

不想写代码的话，QMT也自带网格交易条件单，直接设置参数就能用，更简单。有基础的可以自己写代码，实现更个性化的网格逻辑。

多因子选股，是量化选股里最经典的策略之一。逻辑就是：选出几个长期有效的因子（比如PE、ROE、动量、波动率），给股票打分，选得分最高的一篮子股票，定期调仓。

QMT里实现的核心步骤：

1. 确定选股范围：比如沪深300成分股、中证500成分股，或者全市场A股，先定好股票池。
2. 获取因子数据：获取股票池里所有股票的因子数据，比如估值因子（PE、PB）、质量因子（ROE、净利润增速）、动量因子（近1月涨幅）、波动因子。
3. 因子标准化与打分：每个因子按大小排序打分（如PE越低分越高，ROE越高分越高），然后给每个因子分配权重，加总得到综合得分。
4. 选股与调仓：选综合得分最高的N只股票，等权重分配仓位，定期调仓（每月/每季度一次），换掉排名掉出去的，补进来新的。

实现的注意事项：

• 因子不要选太多，3-5个有效因子就够了，太多容易过拟合；
• 要注意因子的有效性，不要用已经失效的因子；
• 选股范围要合理，不要选流动性太差的标的；
• 调仓不要太频繁，不然交易成本太高，吃掉收益。

多因子策略相对复杂一点，适合有一定基础的投资者。新手可以先从单因子、双因子开始练手，慢慢增加复杂度。

写代码、跑策略，遇到报错太正常了。新手不用怕报错，大多数报错都是常见问题，知道怎么排查就行。

1. 语法错误
表现：代码还没运行就标红，提示语法错误。原因：标点符号用了中文、缩进不对、括号没配对、关键字写错了。解决：检查是不是有中文标点（所有符号都要用英文的）；检查缩进（Python对缩进要求很严，统一用4个空格）；检查括号、引号是不是成对出现。

2. 变量未定义
表现：提示name 'xxx' is not defined。原因：变量名写错了，或者变量在使用之前没有定义。解决：检查变量名拼写，确保大小写一致，确保变量在使用前已经赋值。

3. 行情数据获取失败
表现：拿不到数据，返回空值，或者报错。原因：股票代码格式不对、品种不支持、网络不通、行情服务器有问题。解决：检查股票代码格式（是不是带了后缀如.SH、.SZ）；确认品种QMT支不支持；检查网络连接，重启软件试试。

4. 下单失败
表现：调用交易接口，委托失败。原因：可用资金不足、持仓不够、价格超出涨跌停、标的停牌、数量不符合交易单位。解决：先查账户资金和持仓；检查委托价格是否在涨跌停范围内；检查标的是不是停牌了；检查下单数量是否符合规则（如股票100股整数倍）。

排查报错的通用思路：

1. 先看报错信息，大概知道是哪一行、什么类型的错误；
2. 从最简单的原因开始查：拼写、格式、数据有没有；
3. 小范围测试，把问题缩小到某一段代码；
4. 实在解决不了，查官方文档、问客服、找社区。

报错是学习编程的必经之路，踩的坑多了，自然就熟练了。

很多人会遇到：回测看起来好好的，实盘一跑收益差很多。这是非常普遍的现象，不是策略一定失效了，大多是这几个原因。

1. 滑点和交易成本没算够
这是最常见的原因。回测里滑点设小了、手续费设低了，看起来收益很好，实盘里真实的滑点和成本比回测里高，收益自然就下来了。解决：回测里把滑点和手续费设高一点，保守估算，宁多勿少。

2. 未来函数
回测里不小心用了未来数据，比如用当日收盘价触发当日交易，回测收益虚高。实盘里根本做不到，结果自然差很多。解决：所有信号都在下一根K线执行，用开盘价成交，严格规避未来函数。

3. 流动性问题
回测默认想买多少买多少，实盘里小盘股、冷门标的根本买不到足够的量，或者滑点很大。解决：选流动性好的标的，控制单只标的仓位，回测里就考虑流动性约束。

4. 行情与执行的延迟
实盘里行情传输、下单、成交都有延迟，和回测里的理想环境不一样。尤其是波动大的时候，价格变化快，实际成交价和预期差很多。解决：中低频策略影响不大，高频策略影响大，散户尽量做中低频。

5. 策略本身失效
市场风格变了，策略的逻辑不再有效，回测的历史规律未来不再重复。这也是最无奈的原因。解决：分散策略，不要单吊一个策略；持续跟踪策略表现，失效了及时调整。

实盘和回测有差异是正常的，完全一致才不正常。只要偏差在合理范围内，策略逻辑没问题，就可以继续运行。如果偏差特别大，就一条一条排查原因，找到问题再调整。

用量化工具做实盘，安全永远是第一位的。一定要守住几条红线，不能掉以轻心。

账号安全红线：

1. 软件从官方渠道下载：一定要从开户券商的官网、官方客户经理那里拿安装包，不要随便从网上下载陌生版本，避免有病毒、有后门。
2. 账号密码自己保管：不要把账号密码告诉别人，不要把账户借给别人用，不要在公共电脑上登录。交易密码和资金密码要分开，定期更换。
3. 不要用第三方工具直连账户：尽量用券商官方提供的QMT，不要用不知名的第三方量化平台直接对接你的实盘账户，资金安全没保障。

交易风控红线：

1. 永远不满仓单策略：不要把所有资金都放在一个自动化策略上，万一策略失效、代码出bug，损失会很大。分策略、分品种、分仓位，分散风险。
2. 设置总止损：给整个策略、整个账户设置最大回撤止损，亏到红线就停手，不要硬扛。自动化策略也要有人工止损底线。
3. 极端行情人工干预：遇到黑天鹅、极端行情、市场规则变化，不要死等策略自动处理，该手动停就停，该手动平仓就平仓。工具是死的，人是活的，极端情况要有人工兜底。
4. 小资金起步，逐步加仓：新策略一定要从小资金开始试，跑稳了再慢慢加钱，不要一上来就all in。这是最稳妥、最不容易踩大坑的原则。

量化工具是把双刃剑，用好了能帮你获取收益、省时间；用不好，也可能放大损失。守住安全红线，稳扎稳打，才能长期用下去。

延伸工具与服务：量化数据与信号查询 a-sig.com ｜ 回测定制与系统搭建服务 intoquant.com（壹信量化研究团队出品）