小白必看:QMT里的miniQMT入门教程

小白必看:QMT里的miniQMT入门教程

大家好,我是花姐~

几年前啊,说实话普通人想要做量化,真不是件容易的事。那会儿 QMT、Ptrade 刚出来的时候,券商对接量化账户的资金门槛动辄就是几百万,没点实力根本碰不到门槛。那时候量化就是少数机构和资金大佬们的游戏。

但现在环境好多了 🎉,随着各家券商逐步降低门槛,10万资金就能开通量化账户。最近身边就有不少朋友开了 QMT 的账户,但是真到要用的时候,却一脸懵:界面复杂、文档少,不知道从哪里下手。

所以今天我就写一篇面向小白的 QMT miniQMT 入门教程,只讲最核心的几个功能:

  1. 如何申请和打开 miniQMT
  2. 行情数据获取
  3. 基于 miniQMT 的实盘交易

1. 什么是 miniQMT?

miniQMT是迅投公司(XtQuant)开发的QMT(也叫大QMT)量化交易平台的轻量级版本,专为个人投资者及中小型机构设计。它通过简化操作、本地化运行和低成本策略来降低量化交易的门槛,保留了QMT的核心交易功能,同时优化了灵活性和开发自由度。

简单来说,miniQMT 是一个对接 Python 程序与实盘交易系统的桥梁,既能拿数据,又能发单,非常适合小白入门。


2. 如何申请和打开 miniQMT

申请miniQMT

目前支持 MiniQMT 的券商包括国金证券、​​华泰证券、中金财富、国泰君安、银河证券​​等。不同券商的资金门槛可能有所不同,多数券商要求账户资产在​​50万元​​左右,但也有部分券商门槛可低至​​10万元​​。想申请带miniQMT的QMT量化权限建议咨询下你所开户的券商,看看具体是什么要求,花姐这里也可以帮你介绍10万就能开通miniQMT的券商客户经理。

注意: 有的券商可以开通QMT但是不支持miniQMT,想用miniQMT的开户前一定要询问券商是不是真的支持。

打开MiniQMT

好多人QMT申请下来了,却不知道怎么打开miniQMT。

一般我们开通QMT以后会收到券商的邮件或者短信,里面包含了QMT的下载链接

把QMT下载以后,如果是rar文件就用解压缩软件解压缩然后双击解压出来的exe文件安装就行,如果下载的是exe文件,那直接双击安装就可以了。

假设你已经安装好了,然后点击QMT运行

每家的登录界面基本上都差不多,接下来是重点如何打开miniQMT

支持miniQMT的QMT在登录界面一般有一个复选框,有的叫"独立交易 "有的叫"极速交易"名字不重要,重要的是你登录的时候记得勾选上,就可以打开miniQMT了。

这是打开MiniQMT以后的页面,如果你打开以后和这个页面不一样,那说明你没有打开成功。


3. 获取行情数据

通过上面的步骤大家已经打开miniQMT了,接下来我们来看看如何通过Python获取行情数据。

想要获取行情数据我们这里需要配套的安装xtquant库,安装很简单,打开命令窗口然后运行如下代码安装:

pip 复制代码
pip install xtquant

首次运行,我们需要先把历史行情数据下载到本地,后期直接增量下载即可,这里以日线数据为例:

python 复制代码
# 从本地python导入xtquant库
from xtquant import xtdata 

# 设定一个标的列表
code_list = ["000001.SZ"]
# 设定获取数据的周期
period = "1d"

for i in code_list:
    xtdata.download_history_data(i,period=period,start_time='19900101',end_time='')

上面的示例把 000001.SZ 从1990年1月1日至今的数据都下载到本地了,后期如果我们要继续下载最新的行情,只需要增量下载即可,示例代码如下:

python 复制代码
# 从本地python导入xtquant库
from xtquant import xtdata 

# 设定一个标的列表
code_list = ["000001.SZ"]
# 设定获取数据的周期
period = "1d"

for i in code_list:
    xtdata.download_history_data(i,period=period,incrementally=True) 

接下来是读取行情数据到一个Dataframe格式的数据的示例:

python 复制代码
# 从本地python导入xtquant库
from xtquant import xtdata 

# 设定一个标的列表
code_list = ["000001.SZ"]
# 设定获取数据的周期
period = "1d"

history_data = xtdata.get_market_data_ex([],code_list,period=period,count=-1)
print(history_data[code_list[0]])

4. 实盘交易

拿到行情之后,下一步就是实盘交易。

主要用到的是如下方法:

python 复制代码
order_stock(
        account=acc,
        stock_code='600000.SH',
        order_type=xtconstant.STOCK_BUY,
        order_volume=100,
        price_type=xtconstant.FIX_PRICE,
        price=14.03,
        strategy_name='huajie_01',
        order_remark='my_test')

具体更详细的内容可以参考我之前写的一篇文章: 量化小白必看|MiniQMT踩坑记:想做实盘这些知识请你一定要掌握 mp.weixin.qq.com/s/L1Oo1Lxc_...


花姐小结

几年前普通人做量化的门槛高得离谱,而今天 miniQMT 让我们 10万资金就能玩转量化,实盘、行情、下单一站打通。

如果你是小白,我建议先别急着写复杂的策略,而是先练好这三步:

  1. 学会打开 miniQMT 服务
  2. 能拿到行情数据
  3. 能用代码买入/卖出一只股票

当这三步熟悉了,后面再去研究因子、回测、风控,就会顺畅很多。


粉丝福利

为了方便大家低门槛获得量化资格,花姐找了一家不错的营业部,10万入金就可以开通QMT+miniQMT量化,备注【花姐】才可以享受此福利

咨询开户的朋友可以添加理财顾问的微信,备注"花姐"才可以享受福利

相关推荐
墨白曦煜几秒前
RocketMQ 实战:揭秘 @RocketMQMessageListener 的反序列化魔法与“万能”消费策略
开发语言·python·rocketmq
华仔啊5 分钟前
前端不懂 Java?后端怕 CSS?这套AI全栈方案专治各种偏科
java·前端·后端
木易 士心5 分钟前
Node.js 后端开发全解析:从核心原理架构到实战应用
后端·架构·node.js
皮卡丘不断更6 分钟前
我把传统项目问答升级成了 Agent-RAG:Spring Boot + FastAPI + ChromaDB 工程落地实践
人工智能·spring boot·后端·架构·python3.11
ZTLJQ8 小时前
序列化的艺术:Python JSON处理完全解析
开发语言·python·json
H5css�海秀9 小时前
今天是自学大模型的第一天(sanjose)
后端·python·node.js·php
SuniaWang9 小时前
《Spring AI + 大模型全栈实战》学习手册系列 · 专题六:《Vue3 前端开发实战:打造企业级 RAG 问答界面》
java·前端·人工智能·spring boot·后端·spring·架构
韩立学长9 小时前
Springboot校园跑腿业务系统0b7amk02(程序、源码、数据库、调试部署方案及开发环境)系统界面展示及获取方式置于文档末尾,可供参考。
数据库·spring boot·后端
sheji34169 小时前
【开题答辩全过程】以 基于springboot的扶贫系统为例,包含答辩的问题和答案
java·spring boot·后端
阿贵---9 小时前
使用XGBoost赢得Kaggle比赛
jvm·数据库·python