MiniQMT停用？HTTP桥接拯救旧策略

wtsolutions2026-08-17 9:43

title: 'MiniQMT 停用后的迁移实践：用 HTTP 桥接最大化复用旧策略代码'

date: 2026-08-16 11:00:00

tags:

  • qmt
  • miniQMT
  • 迁移
  • HTTP 桥接
  • 策略代码
  • 迅投
    categories: "qmt"

一、背景：MiniQMT 退出舞台，旧策略怎么办？

在上一篇 《网传 MiniQMT 将被关闭？事实核查与应对指南（2026 版）》 里已经说过：自 2026 年 7 月起，多家券商已陆续收紧 MiniQMT 权限，存量客户大概率会在 1～2 个月内被清退，本地原生 Python + xtquant 直连模式即将成为历史。

但现实是：大多数个人量化的策略代码已经跑了很多年 ------指标计算、信号判断、行情订阅都依赖 xtquant，迁移成本极高。重写一遍不仅费时，还容易把原本稳定的策略写崩。

那有没有办法既不放弃 MiniQMT 端成熟的策略代码，又能把"真实下单"放到合规的大 QMT 里跑 ？答案是：HTTP 桥接。

二、方案核心思想：分析在 miniQMT，下单在大 QMT

把整个交易流程拆成两段：

角色 职责 运行环境
QMT 外 python端 用python 代码计算指标、产生信号、通过 HTTP 发起下单 Python
大 QMT 端 起一个 HTTP 服务，接收下单/撤单/查询请求，在 QMT 主线程通过 passorder 执行 大 QMT 模型交易沙箱

这样做的好处非常明显：

  1. ✅ 策略代码 90% 不用动：指标、信号、风控逻辑继续留在 python 跑
  2. ✅ 下单走合规通道 ：所有 passorder 都在大 QMT 内执行，不触碰"外接系统"红线
  3. ✅ 行情双通道 ：miniQMT 本地 xtdata 仍可作主源，大 QMT HTTP 作 fallback
  4. ✅ 平滑过渡：MiniQMT 真正停用那天，只需把"分析"也迁到大 QMT，桥接代码可保留复用

三、架构总览

复制代码 
+----------------------+          +----------------------+
|      外部python端     |          |      大 QMT 端       |
| +------------------+ |  HTTP    | +------------------+ |
| | xtquant 取行情    | | --POST-->| | passorder 下单    | |
| | 计算指标 / 信号    | | <-JSON--| | get_full_tick 行情 | |
| | QMTClient 下单    | |         | | get_trade_detail  | |
| +------------------+ |          | +------------------+ |
+----------------------+          +----------------------+

关键设计点：

  • 下单/撤单走任务队列 + 200ms 定时器消费 ：避免 HTTP 线程直接调 passorder 的多线程风险（QMT 交易 API 不保证线程安全）
  • 查询/行情直接在 HTTP 线程读取本地缓存 ：get_full_tick / get_trade_detail_data 是只读本地缓存，可安全跨线程调用
  • HTTP 服务用 daemon 线程：策略停止时自动退出，不留僵尸进程

四、部署步骤

4.1 大 QMT 端（qmt_http_server.py）

  1. 打开大 QMT 客户端 → 模型交易 → 新建策略 ，把 qmt_http_server.py 内容粘贴进去

  2. 在右侧设置：

    • 资金账号 ：选择已登录的实盘/模拟账号（先用模拟账号验证！）
    • 运行模式：实盘模式
    • 周期：随意（本策略不依赖 K 线）

  3. 启动策略，输出框看到以下两行即服务就绪：

    [Bridge] HTTP server started on 0.0.0.0:8899
    [Bridge] init done. account=XXX type=STOCK consume_interval=200ms

4.2 外部 python 端（miniqmt_client.py）

  1. 编辑 miniqmt_client.py，确认 QMT_HTTP_HOST 指向大 QMT 所在机器：
python 复制代码 
QMT_HTTP_HOST = 'http://127.0.0.1:8899'  # 跨机时改大 QMT 的实际 IP

  1. 把 miniqmt_client.py 复制到策略目录

  2. python 客户端 → 策略列表 → 新建策略 → 选择本文件 → 运行

  3. 看到以下输出即桥接打通：

    [Bridge] 大 QMT 已连接，account=XXX
    [Bridge] xtquant 加载成功

五、代码详解

5.1 大 QMT 端：HTTP 服务 + 任务队列

qmt_http_server.py 的核心是三件事：

  1. 在 init 钩子里启动 daemon HTTP 线程 + 注册 200ms 定时器
  2. HTTP Handler 接收请求：下单/撤单进队列，查询/行情直接返回
  3. consume_tasks 定时器回调 ：在策略主线程从队列取出任务调 passorder

下面是关键代码片段：

启动 HTTP 服务 + 定时器（init 钩子）

python 复制代码 
def init(ContextInfo):
    global G_CONTEXT, G_ACCOUNT, G_ACCOUNT_TYPE
    G_CONTEXT = ContextInfo
    G_ACCOUNT = account
    G_ACCOUNT_TYPE = accountType

    # 起 daemon HTTP 线程，策略停止时自动退出
    t = threading.Thread(target=_start_http_server, daemon=True)
    t.start()

    # 注册 200ms 定时器消费任务队列
    period = '%dnMilliSecond' % CONSUME_INTERVAL_MS
    ContextInfo.run_time('consume_tasks', period, '2000-01-01 00:00:00')

    print('[Bridge] init done. account=%s type=%s consume_interval=%dms'
          % (G_ACCOUNT, G_ACCOUNT_TYPE, CONSUME_INTERVAL_MS))

下单入队（HTTP 线程，不做真实下单）

python 复制代码 
def _handle_order(self, body):
    required = ['opType', 'orderType', 'orderCode', 'prType', 'price', 'volume']
    for r in required:
        if r not in body:
            self._send(400, {'error': 'missing field: ' + r})
            return
    task = {
        'kind': 'order',
        'opType': int(body['opType']),
        'orderType': int(body['orderType']),
        'accountid': body.get('accountid', G_ACCOUNT),
        'orderCode': body['orderCode'],
        'prType': int(body['prType']),
        'price': float(body['price']),
        'volume': float(body['volume']),
        'strategyName': body.get('strategyName', 'http_bridge'),
        'quickTrade': int(body.get('quickTrade', 2)),
        'userOrderId': body.get('userOrderId', ''),
        'enqueued_at': time.time(),
    }
    with TASK_LOCK:
        TASK_QUEUE.append(task)
        queued = len(TASK_QUEUE)
    self._send(200, {'ok': True, 'msg': 'order queued', 'queued': queued})

定时器消费任务（主线程，安全调 passorder）

python 复制代码 
def consume_tasks(ContextInfo):
    batch = []
    with TASK_LOCK:
        for _ in range(MAX_BATCH_PER_TICK):
            if not TASK_QUEUE:
                break
            batch.append(TASK_QUEUE.popleft())
    if not batch:
        return

    for task in batch:
        try:
            if task['kind'] == 'order':
                # 11 参数完整版 passorder
                passorder(
                    task['opType'], task['orderType'], task['accountid'],
                    task['orderCode'], task['prType'], task['price'],
                    task['volume'], task['strategyName'],
                    task['quickTrade'], task['userOrderId'], ContextInfo
                )
            elif task['kind'] == 'cancel':
                cancel(task['orderId'], task['accountid'],
                       task['accountType'], ContextInfo)
        except Exception as e:
            print('[Bridge] task error: %s | task=%s' % (e, task))

为什么必须用队列 + 定时器，不能直接在 HTTP 线程里调 passorder？

passorder 是 QMT 客户端交易主线程的同步调用，从其他线程直接调可能导致：

  • 委托号错乱
  • 客户端崩溃
  • 柜台连接断开

QMT 官方文档明确要求：所有交易相关 API 必须在策略主线程调用。所以最稳的做法是 HTTP 线程只入队，主线程定时器出队执行。

5.2 miniQMT 端：策略 + HTTP 客户端封装

miniqmt_client.py 提供了一个 QMTClient 类，把所有 HTTP 调用封装成 Python 方法，使用起来就像本地 API：

python 复制代码 
class QMTClient:
    def __init__(self, host=QMT_HTTP_HOST, timeout=HTTP_TIMEOUT):
        self.host = host.rstrip('/')
        self.timeout = timeout

    def _post(self, path, body):
        data = json.dumps(body, ensure_ascii=False).encode('utf-8')
        req = urllib.request.Request(
            self.host + path, data=data,
            headers={'Content-Type': 'application/json; charset=utf-8'},
            method='POST'
        )
        try:
            with urllib.request.urlopen(req, timeout=self.timeout) as resp:
                return json.loads(resp.read().decode('utf-8'))
        except urllib.error.HTTPError as e:
            try:
                return json.loads(e.read().decode('utf-8'))
            except Exception:
                return {'error': 'HTTP %d' % e.code, 'detail': str(e)}
        except Exception as e:
            return {'error': str(e)}

    def buy_stock(self, code, volume, price=0, prType=5,
                  strategyName='', userOrderId=''):
        """股票买入：opType=23 orderType=1101（按数量）"""
        return self.order(23, 1101, code, prType, price, volume,
                          strategyName, 2, userOrderId)

    def sell_stock(self, code, volume, price=0, prType=5,
                   strategyName='', userOrderId=''):
        """股票卖出：opType=24 orderType=1101（按数量）"""
        return self.order(24, 1101, code, prType, price, volume,
                          strategyName, 2, userOrderId)

策略主循环（miniQMT 端演示）

python 复制代码 
def on_strategy_tick(ContextInfo):
    if cli is None:
        return
    now = time.strftime('%H%M%S')
    if now < '093000' or now > '150000':
        return

    ticks = _get_ticks(STOCK_POOL)
    if not ticks:
        return

    for code, tick in ticks.items():
        last = tick.get('lastPrice', 0)
        pre_close = tick.get('lastClose', 0)
        if not (last > 0 and pre_close > 0):
            continue
        ratio = last / pre_close
        print('[miniQMT] %s last=%s preClose=%s ratio=%.4f'
              % (code, last, pre_close, ratio))

        # ====== 策略信号演示（!!实盘慎用!! 先用模拟账号） ======
        # 信号：涨幅 >= 2% 触发买入 100 股（最新价）
        # if ratio >= BUY_THRESHOLD:
        #     r = cli.buy_stock(code, 100, strategyName='demo_buy')
        #     print('[miniQMT] 下单结果:', r)

行情双通道（重点）

miniQMT 端取行情有两种方式，互为补充：

python 复制代码 
def _get_ticks(codes):
    """优先 xtquant 取行情，否则走大 QMT HTTP"""
    # 方式 A：xtquant（miniQMT 本地行情源，无网络往返）
    if xt is not None:
        try:
            data = xt.get_full_tick(codes)
            return data or {}
        except Exception as e:
            print('[miniQMT] xtquant get_full_tick 失败，转 HTTP:', e)

    # 方式 B：大 QMT HTTP（兜底）
    r = cli.quote(codes)
    if r.get('ok'):
        return r.get('data', {})
    print('[miniQMT] HTTP quote 失败:', r.get('error'))
    return {}

策略代码里这一段是迁移的核心红利------MiniQMT 真正停用后，把方式 A 注释掉，方式 B 自动接管，几乎零修改就能继续跑。

六、HTTP 接口文档

所有响应均为 JSON。

路径 方法 用途
/ping GET 健康检查，返回 account / accountType
/quote?code=A,B,C GET 取最新 tick 快照（多码逗号分隔）
/quote POST body: {"codes": ["A","B"]}，同上
/position GET 查询持仓（get_trade_detail_data）
/order GET 查询当日委托
/deal GET 查询当日成交
/account GET 查询账号资金
/query POST body: `{"type":"position
/order POST 下单（入队，200ms 内消费）
/cancel POST 撤单（入队，200ms 内消费）

下单 /order 的 body 字段

必填：

字段 类型 说明
opType int 23=股票买 24=股票卖 0=期货开多 ...（见枚举速查）
orderType int 1101=按数量 1102=按金额
orderCode str '000001.SZ' / 'rb2401.SF' 等
prType int 5=最新价 11=指定价 14=对手价 42=市价
price float prType=11/49 时填具体价格，其余填 0
volume float 股数 / 手数 / 金额（视 orderType 而定）

可选：

字段 类型 说明
accountid str 不填则用策略配置的账号
strategyName str 策略名，用于区分不同来源的委托
quickTrade int 默认 2（立即下单，定时器场景必须用 2）；0=K 线结束触发 1=最新 K 线触发 2=立即触发
userOrderId str 投资备注，用于后续查询/匹配委托

下单响应：

json 复制代码 
{"ok": true, "msg": "order queued", "queued": 3}

queued = 当前队列里还没消费的任务数。

撤单 /cancel 的 body 字段

字段 类型 说明
orderId str 必填，委托号
accountid str 可选，不填用默认账号
accountType str 可选，'STOCK'/'FUTURE'/'CREDIT' 等

行情 /quote 响应字段（get_full_tick 返回）

json 复制代码 
{
  "000001.SZ": {
    "lastPrice": 10.60,
    "lastClose": 10.50,
    "open": 10.55, "high": 10.70, "low": 10.40,
    "volume": 100000,
    "amount": 1060000,
    "askPrice": [10.61, 10.62, 10.63, 10.64, 10.65],
    "bidPrice": [10.59, 10.58, 10.57, 10.56, 10.55],
    "askVol":   [1000, 2000, 1500, 800, 600],
    "bidVol":   [500, 800, 1200, 900, 400]
  }
}

持仓 /position 字段（节选）

字段 含义
m_strInstrumentID 证券代码
m_strExchangeID 市场
m_nVolume 持仓量
m_nCanUseVolume 可用数量
m_dOpenPrice 成本价
m_dInstrumentValue 市值
m_dPositionCost 持仓成本
m_dPositionProfit 持仓盈亏

账号 /account 字段（节选）

字段 含义
m_dBalance 总资产
m_dAssureAsset 净资产
m_dInstrumentValue 总市值
m_dTotalDebit 总负债
m_dAvailable 可用金额
m_dPositionProfit 持仓盈亏

七、常用枚举速查

opType（操作类型）

值 含义 值 含义
23 股票买入 24 股票卖出
0 期货开多 3 期货开空
2 期货平今多 5 期货平今空
33 两融担保品买入 34 两融担保品卖出
27 融资买入 28 融券卖出
50 期权买入开仓 51 期权卖出平仓
60 ETF 申购 61 ETF 赎回

prType（价格类型）

值 含义
5 最新价
11 指定价（必须填 price）
14 对手价
42 市价（沪市有保护限价）
49 五档即时剩转限

八、可调参数（qmt_http_server.py 顶部）

参数 默认值 说明
HTTP_HOST '0.0.0.0' 监听网卡；只本机访问改 '127.0.0.1'
HTTP_PORT 8899 HTTP 端口
CONSUME_INTERVAL_MS 200 任务消费周期（毫秒），越小越实时
MAX_BATCH_PER_TICK 20 定时器单次最多消费任务数

九、安全 / 风险注意事项

9.1 务必先用模拟账号验证

qmt_http_server.py 默认 quickTrade=2（立即下单），任何能访问该端口的请求都会真实下单。生产环境务必：

  • (a) HTTP_HOST 改成 '127.0.0.1'，只允许本机访问
  • (b) 或在内网用 nginx + basic auth 反代
  • © 或在 miniQMT 端的 QMTClient 里统一加 X-Token 鉴权 header

9.2 价格笼子（2% 规则）

沪深主板/创业板委托价超出基准价 ±2% 会废单 ，下单前最好自查 price 是否在笼子内。

9.3 委托数量上限

板块 限价单上限
主板 100 万股
创业板 30 万股
科创板 10 万股

超量会产生废单。

9.4 废单查询延迟

下单后约 50ms~6s 才能通过 /order 接口查到（柜台推送周期），不要在 200ms 内反复查询。

9.5 策略阻塞

qmt_http_server.py 的 HTTP 线程是 daemon，策略停止时自动退出；定时器 200ms 周期不会阻塞其他策略。

9.6 GBK 编码

三个 .py 文件本身是 GBK 编码（QMT 内置 Python 3.6 的硬性要求）。如果在 macOS/Linux 编辑器里中文乱码，请用支持 GBK 的编辑器（VS Code、Notepad++）打开。

十、常见问题 FAQ

Q1：启动报 Address already in use？

A：端口 8899 被占。改 HTTP_PORT 或杀掉占用进程。

Q2：miniQMT 端 ping 返回 error？

A：大 QMT 端策略未启动 / 防火墙拦截 / IP 错。先在大 QMT 本机跑 test_client.py 验证本地服务。

Q3：行情返回空 / lastPrice=0？

A：大 QMT 客户端右下角行情源未选「五档」级别；或非交易时段。

Q4：下单后 /position 查不到新持仓？

A：柜台推送有 50ms~6s 延迟，等几秒再查；委托状态先查 /order。

Q5：想做鉴权？

A：在 qmt_http_server.py 的 QMTHandler.do_GET/do_POST 里加 header 校验（如 X-Token），或者在 miniQMT 端的 QMTClient 里统一加 header。

十一、源代码下载

完整源代码（含 qmt_http_server.py、miniqmt_client.py、README.py）已打包上传至夸克网盘：

🔗 https://pan.quark.cn/s/27baf28d2c89

下载后按本文第四节的部署步骤操作即可。三个文件均为 GBK 编码，可直接在 QMT 编辑器中打开。

十二、写在最后：迁移路径建议

这套 HTTP 桥接方案的本质，是给老策略争取了一段**"过渡期"**：

复制代码 
[阶段 1] miniQMT 还能用        →  分析 + 下单都在 miniQMT（旧代码不动）
   ↓ MiniQMT 收紧
[阶段 2] MiniQMT 还能用 + 大 QMT →  分析在 mini，下单走桥接（本文方案）
   ↓ MiniQMT 完全停用
[阶段 3] 只有大 QMT             →  分析也迁大 QMT，QMTClient 改成本地调用

到了阶段 3，QMTClient 这个类仍然有用 ------把它的 _post 方法替换成对大 QMT 本地 passorder 的直接调用，上层策略代码（信号、风控、订单管理）一行都不用改。

这才是这套设计真正的价值：让迁移成本分摊到多年，而不是被迫在一个周末里全部重写。

⚠️ 风险提醒与免责声明

量化交易涉及真实资金风险。本文仅提供 MiniQMT 到大 QMT 迁移的代码方案与技术分享：

  • 文中代码仅供学习参考，不构成任何投资建议
  • 任何策略在实盘前必须先在 QMT「模拟信号模式」或「模拟柜台」中充分验证
  • quickTrade=2 是立即下单模式，端口暴露在公网会导致真实资金损失
  • 因使用本文代码、文档或建议造成的任何盈亏，由使用者自行承担全部责任
  • QMT、迅投 为迅投公司或其关联公司的商标

本文更新于2026年8月16日

相关推荐
李可以量化12 天前
量化高性能服务框架 Tornado 全面解析（上）：异步非阻塞的核心能力与场景落地
大数据·python·量化交易·tornado·qmt·ptrade
李可以量化2 个月前
自建量化回测系统完全指南 (上)：四大技术栈与主流开源框架深度对比
量化交易·量化·qmt·ptrade
李可以量化2 个月前
量化迅投 QMT vs 聚宽 (JoinQuant)全面分析
python·量化·qmt·ptrade·聚宽
李可以量化2 个月前
量化之MiniQMT 实战：一键读取通达信自选股并实时监控涨跌幅（附完整可运行代码）
开发语言·python·量化·qmt·ptrade
李可以量化2 个月前
MiniQMT 量化实战：尾盘交易系统
量化·qmt
热门推荐
01GitHub 镜像站点02国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）03微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新042026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？05Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费06历年考研数学一、数学二、数学三真题试卷及答案PDF07VSCode+CodeX扩展，无法启动08AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路092026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片10如何新建文件夹？ 电脑新建文件夹的4种方法