夜雨聆风
QMT 策略源码:经典双均线策略的编写与实盘
-
均线选择 ：选取两条核心均线，短期均线（如MA10、MA20）反映短期市场趋势，长期均线（如MA60、MA120）反映长期市场趋势，常用组合为“MA20（短期）+ MA60（长期）”，兼顾灵敏度与稳定性，避免高频交易带来的合规风险与成本压力。
-
买入信号 ：当短期均线由下向上穿越长期均线（即“金叉”）时，说明短期趋势转强，市场由跌转涨，此时触发买入信号，适合进场布局。
-
卖出信号 ：当短期均线由上向下穿越长期均线（即“死叉”）时，说明短期趋势走弱，市场由涨转跌，此时触发卖出信号，适合离场止盈或止损。
-
风控逻辑 ：结合2026量化新规杠杆收紧要求，策略默认不使用融资杠杆，仅用自有资金交易；同时设置止损线（如亏损8%强制离场），规避单一标的趋势反转带来的大幅亏损，契合券商前端风控要求。
-
打开QMT终端（正规券商渠道开通，避免破解版，契合新规合规要求），登录个人券商账户，进入“策略编辑”模块（左侧菜单栏“策略”→“策略编辑”）； -
新建Python策略，命名为“经典双均线策略（MA20+MA60）”，选择交易品种（默认A股股票，可根据需求调整为ETF、可转债，均适配新规要求）； -
导入QMT核心依赖库（无需手动安装，QMT自带，直接导入即可），核心库包括：thstrade（交易接口）、thsdata（数据接口）、pandas（数据处理）。
-
短期均线周期（short_ma）：20（默认，可调整为10、30）；
-
长期均线周期（long_ma）：60（默认，可调整为120、250）；
-
止损比例（stop_loss）：8%（默认，可调整为5%-10%）；
-
仓位控制（position_ratio）：100%（自有资金满仓，适配新规杠杆要求，不使用融资）；
-
交易时间：A股正常交易时间（9:30-11:30，13:00-14:57），避免尾盘集合竞价误操作。
# 导入QMT核心依赖库（无需手动安装，QMT自带）import ths_trade as tradeimport ths_data as dataimport pandas as pdimport time# -------------------------- 策略核心参数设置（可按需优化）--------------------------short_ma = 20 # 短期均线周期（默认20日均线）long_ma = 60 # 长期均线周期（默认60日均线）stop_loss = 0.08 # 止损比例（8%，亏损达到8%强制卖出）position_ratio = 1.0 # 仓位比例（100%满仓，不使用融资，适配新规杠杆要求）target_code = "600000.SH" # 目标标的（示例：浦发银行，可替换为任意A股代码）# -------------------------- 初始化函数（策略启动时执行）--------------------------def init(): # 初始化交易接口，登录券商账户（QMT自动关联登录，无需手动输入账号密码） trade.init() print("策略初始化完成，开始运行经典双均线策略（MA{}+MA{}）".format(short_ma, long_ma))# -------------------------- 核心策略逻辑（每日交易时间循环执行）--------------------------def on_tick(): # 1. 获取目标标的的历史日线数据（获取最近200个交易日，确保均线计算准确） # 数据字段：日期、开盘价、收盘价、最高价、最低价、成交量 df = data.get_history_data(code=target_code, start_date="", end_date="", frequency="1d", count=200) # 2. 计算短期均线（MA20）和长期均线（MA60） df["short_ma"] = df["close"].rolling(window=short_ma).mean() # 短期均线 df["long_ma"] = df["close"].rolling(window=long_ma).mean() # 长期均线 # 3. 去除均线计算中的NaN值（前n个交易日均线无法计算，直接跳过） df = df.dropna() if len(df) < long_ma: # 确保长期均线有足够数据 print("数据不足，无法计算均线，跳过本次循环") return # 4. 获取最新一个交易日的均线数据和收盘价 latest_data = df.iloc[-1] current_short_ma = latest_data["short_ma"] current_long_ma = latest_data["long_ma"] current_close = latest_data["close"] # 5. 获取当前持仓情况（判断是否持有标的，避免重复买卖） position = trade.get_position(code=target_code) hold_flag = True if position["volume"] > 0 else False # 持仓标记（True=持有，False=空仓） avg_cost = position["avg_cost"] # 持仓平均成本（用于计算止损） # 6. 生成买卖信号并执行交易 # 买入信号：空仓状态 + 短期均线上穿长期均线（金叉） if not hold_flag and current_short_ma > current_long_ma: # 计算可买入数量（满仓买入，不使用融资，适配新规100%保证金要求） account_info = trade.get_account_info() available_cash = account_info["available_cash"] # 可用资金 buy_price = current_close # 以当前收盘价买入 buy_volume = int(available_cash * position_ratio / buy_price / 100) * 100 # A股最小买入单位为100股（1手） if buy_volume >= 100: # 确保买入数量符合A股交易规则 trade.buy(code=target_code, price=buy_price, volume=buy_volume) print("触发买入信号（金叉）：MA{}({:.2f}) 上穿 MA{}({:.2f})，买入{}股，买入价格{:.2f}".format( short_ma, current_short_ma, long_ma, current_long_ma, buy_volume, buy_price)) else: print("可用资金不足，无法买入") # 卖出信号1：持仓状态 + 短期均线下穿长期均线（死叉） elif hold_flag and current_short_ma < current_long_ma: trade.sell(code=target_code, price=current_close, volume=position["volume"]) print("触发卖出信号（死叉）：MA{}({:.2f}) 下穿 MA{}({:.2f})，卖出{}股，卖出价格{:.2f}".format( short_ma, current_short_ma, long_ma, current_long_ma, position["volume"], current_close)) # 卖出信号2：持仓状态 + 亏损达到止损比例（止损离场，规避大幅亏损） elif hold_flag and (avg_cost - current_close) / avg_cost >= stop_loss: trade.sell(code=target_code, price=current_close, volume=position["volume"]) print("触发止损信号：当前亏损比例{:.2f}%，达到止损线{}%，卖出{}股，止损价格{:.2f}".format( (avg_cost - current_close)/avg_cost*100, stop_loss*100, position["volume"], current_close)) # 无信号时，保持持仓或空仓 else: print("无交易信号，当前状态：{}，短期均线{:.2f}，长期均线{:.2f}".format( "持仓" if hold_flag else "空仓", current_short_ma, current_long_ma)) # 避免频繁交易，每10秒执行一次（适配中低频策略，契合新规） time.sleep(10)# -------------------------- 策略停止函数（策略停止时执行）--------------------------def on_stop(): # 策略停止时，打印最终持仓和账户情况 position = trade.get_position(code=target_code) account_info = trade.get_account_info() print("策略停止运行") print("当前持仓：{}股 {}".format(position["volume"], target_code)) print("账户总资产：{:.2f}元，可用资金：{:.2f}元".format(account_info["total_asset"], account_info["available_cash"]))# -------------------------- 启动策略 --------------------------if __name__ == "__main__": init() # 循环执行策略核心逻辑（A股交易时间内运行） while True: current_time = time.strftime("%H:%M:%S", time.localtime()) # 限定交易时间（9:30-11:30，13:00-14:57），避免非交易时间误操作 if ("09:30:00" <= current_time <= "11:30:00") or ("13:00:00" <= current_time <= "14:57:00"): on_tick() else: print("当前非交易时间，等待交易时段启动策略...") time.sleep(60) # 非交易时间，每分钟检查一次
-
thstrade和thsdata是QMT专属接口，分别用于执行交易（买卖、查询持仓）和获取数据（历史数据、实时数据），无需额外安装，直接导入即可； -
init()函数是策略启动时的初始化操作，主要完成交易接口登录，QMT会自动关联已登录的券商账户，无需手动输入账号密码，契合合规要求。
-
用pandas的rolling(window=周期).mean()方法计算均线，简单高效，df[“close”]代表标的收盘价，是计算均线的核心数据； -
金叉、死叉的判断逻辑简单直接：短期均线＞长期均线=金叉（买入），短期均线＜长期均线=死叉（卖出），避免复杂计算，新手易理解； -
加入数据过滤（dropna()），避免因前n个交易日均线无法计算导致的策略报错，提升策略稳定性。
-
仓位控制设置为100%自有资金满仓，未使用融资功能，适配2026新规“融资保证金比例100%”的要求，避免杠杆违规； -
买入数量按A股交易规则调整（最小100股，1手），避免因买入数量不符合规则导致报单失败； -
限定交易时间，避免非交易时段（如尾盘集合竞价、休市期间）误操作，契合券商前端风控要求。
-
设置8%止损线，当持仓亏损达到止损比例时，强制卖出，规避趋势反转带来的大幅亏损，降低投资风险； -
加入持仓判断（hold_flag），避免重复买入或重复卖出，防止交易异常，保护账户资金安全。
-
保存策略源码，返回QMT策略编辑界面，点击“回测”按钮，设置回测参数：
-
回测周期：建议选择1-3年（如2023-2025年），覆盖牛市、熊市、震荡市，验证策略稳定性；
-
初始资金：设置与实盘资金一致（如10万元），贴合实际操作；
-
标的：保持与源码中target_code一致，或替换为其他标的（如贵州茅台、沪深300ETF）。
-
启动回测，等待回测完成，查看核心回测指标：收益率、最大回撤、胜率、交易次数，核心判断标准：年化收益率＞10%、最大回撤＜20%、胜率＞50%，即为有效策略。
-
均线周期调整：震荡市可缩短周期（如MA10+MA30），提升信号灵敏度；牛市/熊市可延长周期（如MA30+MA120），降低波动风险；
-
止损比例调整：高波动标的（如中小盘股）可将止损比例下调至5%-6%，低波动标的（如ETF）可上调至8%-10%；
-
仓位调整：若担心风险，可将position_ratio调整为0.5（50%仓位），保留部分资金应对市场波动，适配新规“理性投资”导向。
-
合规优先 ：必须通过正规券商渠道开通QMT权限，完成C4及以上风险测评，不使用破解版、代开通服务，源码中不添加虚假申报、频繁撤单等违规逻辑，契合2026新规合规要求；
-
标的选择 ：优先选择流动性好、波动适中的标的（如大盘股、ETF），避免选择ST股、流动性差的小盘股，防止无法卖出或大幅滑点；
-
实时监控 ：实盘初期建议实时监控策略运行，关注信号生成与交易执行情况，若出现异常（如报单失败、信号错乱），及时停止策略，排查问题；
-
不依赖高频 ：该策略为中低频策略，无需追求高交易频率，避免触发新规“高频交易差异化管理”，降低撤单费、委托费成本；
-
动态调整 ：市场趋势发生变化时（如从震荡市转为牛市），及时优化均线周期、止损比例等参数，避免策略失效；同时遵循新规杠杆要求，不盲目加杠杆。
