量化神器:用 QMT 编写自动 T0 策略

# 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# -------------------------- 自动T0策略核心参数（可按需优化）--------------------------target_code = "510300.SH"  # 目标标的（示例：沪深300ETF，流动性好，适配T0）base_position = 1000       # 底仓数量（1000股，可根据自身资金调整）float_ratio = 0.2          # 浮动仓比例（总资金的20%用于T0操作）positive_buy_ratio = 0.003 # 正T买入阈值（下跌0.3%触发买入）positive_sell_ratio = 0.005# 正T卖出阈值（上涨0.5%触发卖出）reverse_sell_ratio = 0.005 # 反T卖出阈值（上涨0.5%触发卖出）reverse_buy_ratio = 0.003  # 反T买入阈值（下跌0.3%触发买入）stop_loss_ratio = 0.008    # 止损阈值（亏损0.8%强制平仓）daily_trade_limit = 5      # 日内交易上限（5笔，避免高频，契合新规）total_capital = 100000     # 总资金（可替换为自身实盘资金）# 全局变量（记录日内交易次数、持仓成本等）daily_trade_count = 0      # 日内已交易次数float_position = 0         # 当前浮动仓数量（初始为0）avg_buy_price = 0          # 浮动仓平均买入价格# -------------------------- 初始化函数（策略启动时执行）--------------------------def init():    # 初始化交易接口，关联已登录的券商账户（QMT自动关联，无需手动输入账号密码）    trade.init()    # 计算浮动仓可使用资金    global float_capital    float_capital = total_capital * float_ratio    print("QMT自动T0策略初始化完成")    print("标的：{}，底仓数量：{}股，浮动仓资金：{}元，日内交易上限：{}笔".format(        target_code, base_position, float_capital, daily_trade_limit))# -------------------------- 核心策略逻辑（实时执行，触发T0操作）--------------------------def on_tick():    global daily_trade_count, float_position, avg_buy_price    # 1. 获取标的实时数据（成交价、盘口数据）    real_time_data = data.get_realtime_data(code=target_code)    current_price = real_time_data["last_price"]  # 实时成交价    if not current_price:        print("获取实时数据失败，跳过本次循环")        return    # 2. 获取当前持仓情况（底仓+浮动仓）    position = trade.get_position(code=target_code)    current_total_volume = position["volume"]  # 当前总持仓股数    # 确保底仓数量达标（若未持有底仓，先买入底仓）    if current_total_volume < base_position:        need_buy_base = base_position - current_total_volume        buy_price = current_price        buy_volume = int((total_capital * (1 - float_ratio)) / buy_price / 100) * 100        buy_volume = min(buy_volume, need_buy_base)        if buy_volume >= 100:            trade.buy(code=target_code, price=buy_price, volume=buy_volume)            print("底仓不足，买入底仓{}股，买入价格{:.2f}元".format(buy_volume, buy_price))        return    # 3. 计算浮动仓可交易数量（A股最小100股，1手）    float_available_volume = int(float_capital / current_price / 100) * 100    if float_available_volume < 100:        print("浮动仓资金不足，无法进行T0操作")        return    # 4. 正T操作（先买后卖）：价格下跌至阈值，且未达交易上限、无浮动仓    if float_position == 0 and daily_trade_count < daily_trade_limit:        # 计算正T买入触发价（基于当前实时价，下跌0.3%）        positive_buy_price = current_price * (1 - positive_buy_ratio)        if current_price <= positive_buy_price:            # 买入浮动仓            buy_volume = float_available_volume            trade.buy(code=target_code, price=current_price, volume=buy_volume)            float_position = buy_volume            avg_buy_price = current_price            print("触发正T买入：价格{:.2f}元（下跌0.3%），买入浮动仓{}股，平均成本{:.2f}元".format(                current_price, buy_volume, avg_buy_price))    # 5. 正T卖出（完成正T闭环）：价格上涨至阈值，且有浮动仓    elif float_position > 0:        # 计算正T卖出触发价（基于浮动仓平均成本，上涨0.5%）        positive_sell_price = avg_buy_price * (1 + positive_sell_ratio)        # 计算止损价（基于平均成本，亏损0.8%）        stop_loss_price = avg_buy_price * (1 - stop_loss_ratio)        # 触发卖出（盈利达标或止损）        if current_price >= positive_sell_price or current_price<= stop_loss_price:            trade.sell(code=target_code, price=current_price, volume=float_position)            profit = (current_price - avg_buy_price) * float_position            profit_ratio = (current_price - avg_buy_price) / avg_buy_price * 100            daily_trade_count += 1            print("触发正T卖出：价格{:.2f}元，卖出{}股，盈利{:.2f}元（{:.2f}%），日内已交易{}笔".format(                current_price, float_position, profit, profit_ratio, daily_trade_count))            # 重置浮动仓相关变量            float_position = 0            avg_buy_price = 0    # 6. 反T操作（先卖后买）：价格上涨至阈值，且未达交易上限、无浮动仓    if float_position == 0 and daily_trade_count < daily_trade_limit:        # 计算反T卖出触发价（基于当前实时价，上涨0.5%）        reverse_sell_price = current_price * (1 + reverse_sell_ratio)        if current_price >= reverse_sell_price:            # 卖出部分底仓（等同于浮动仓数量）            sell_volume = float_available_volume            trade.sell(code=target_code, price=current_price, volume=sell_volume)            float_position = -sell_volume  # 用负数表示反T卖出的浮动仓            avg_buy_price = current_price            print("触发反T卖出：价格{:.2f}元（上涨0.5%），卖出底仓{}股，卖出价格{:.2f}元".format(                current_price, sell_volume, avg_buy_price))    # 7. 反T买入（完成反T闭环）：价格下跌至阈值，且有反T卖出的浮动仓    elif float_position < 0:        # 计算反T买入触发价（基于卖出价格，下跌0.3%）        reverse_buy_price = avg_buy_price * (1 - reverse_buy_ratio)        # 计算止损价（基于卖出价格，上涨0.8%，避免亏损扩大）        stop_loss_price = avg_buy_price * (1 + stop_loss_ratio)        # 触发买入（回调达标或止损）        if current_price <= reverse_buy_price or current_price >= stop_loss_price:            buy_volume = -float_position  # 买回同等数量，补回底仓            trade.buy(code=target_code, price=current_price, volume=buy_volume)            profit = (avg_buy_price - current_price) * buy_volume            profit_ratio = (avg_buy_price - current_price) / avg_buy_price * 100            daily_trade_count += 1            print("触发反T买入：价格{:.2f}元，买入{}股，盈利{:.2f}元（{:.2f}%），日内已交易{}笔".format(                current_price, buy_volume, profit, profit_ratio, daily_trade_count))            # 重置浮动仓相关变量            float_position = 0            avg_buy_price = 0    # 8. 日内交易次数达上限，停止当日T0操作    if daily_trade_count >= daily_trade_limit:        print("日内交易次数已达上限（{}笔），停止今日T0操作".format(daily_trade_limit))        time.sleep(600)  # 每10分钟检查一次，避免重复触发    # 控制交易频率，每3秒执行一次（适配日内T0，避免高频，契合新规）    time.sleep(3)# -------------------------- 策略停止函数（策略停止时执行）--------------------------def on_stop():    # 策略停止时，打印持仓与账户情况    position = trade.get_position(code=target_code)    account_info = trade.get_account_info()    print("策略停止运行")    print("当前总持仓：{}股 {}，底仓：{}股，浮动仓：{}股".format(        position["volume"], target_code, base_position, position["volume"] - base_position))    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（限定交易时间，避开开盘收盘异动）    while True:        current_time = time.strftime("%H:%M:%S", time.localtime())        # 交易时间：9:35-11:25，13:05-14:55，避开开盘、收盘异动        if ("09:35:00" <= current_time <= "11:25:00") or ("13:05:00" <= current_time <= "14:55:00"):            on_tick()        else:            # 非交易时间，重置日内交易次数            daily_trade_count = 0            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