量化系统--开源强大的qmt交易系统,提供源代码

2024-06-21 15:36

本文主要是介绍量化系统--开源强大的qmt交易系统,提供源代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

经过的3天终于写完了qmt_trader的文档了开源直接使用我开源了全部源代码

文档地址 https://gitee.com/li-xingguo11111/qmt_trader

图片

图片

图片

图片

图片

源代码from qmt_trader.qmt_trader import qmt_trader

from qmt_trader.xtquant.xttype import StockAccountfrom qmt_trader.xtquant import xtconstanttrader=qmt_trader(path= r'D:/国金QMT交易端模拟/userdata_mini',                  session_id = 123456,account='55011917',account_type='STOCK',                  is_slippage=True,slippage=0.01)#链接trader.connect()position=trader.position()print(position)account=trader.balance()print(account)

输出的结果

链接qmt0持仓数量: 9   账号类型      资金账号    证券代码   股票余额   可用余额     成本价   参考成本价        市值0     2  55011917  513100  26600  26600   1.441   1.441   38889.21     2  55011917  513400    100    100   1.050   1.050      99.92     2  55011917  513850   7800   7800   1.279   1.279    9991.83     2  55011917  600031    400    400  19.165  19.165    6328.04     2  55011917  159655   6800   6800   1.462   1.462   10077.65     2  55011917  159687    100    100   1.300   1.300     125.56     2  55011917  159937    300    300   5.418   5.418    1590.37     2  55011917  161128  24600  24600  48.988  48.988  130183.28     2  55011917  164824  28900  28900  12.689  12.689   46066.6   账号类型      资金账户         可用金额  冻结金额      持仓市值          总资产0     2  55011917  18356536.56   0.0  243352.1  18599859.76

图片

实盘交易框架模板

from qmt_trader.qmt_trader import qmt_traderfrom qmt_trader.qmt_data import qmt_datafrom qmt_trader.trader_tool import tdx_indicatorimport schedulefrom datetime import datetimeimport timeimport pandas as pdclass my_trader:    def __init__(self,path= r'D:/国金QMT交易端模拟/userdata_mini',                  session_id = 123456,account='55011917',account_type='STOCK',                  is_slippage=True,slippage=0.01,test=True):        '''        实时分钟T0策略利用实盘交易框架2.0        均线金叉买入死差卖出        '''        self.path=path        self.session_id=session_id        self.account=account        self.account_type=account_type        self.is_slippage=is_slippage        self.slippage=slippage        self.test=test        #买入的目标金额        self.buy_max_value=10000        #卖出的目标金额        self.sell_max_value=0        #股票列表        self.code_list=['159937','159980','159985','159981']        #5分,特别提醒这个参数和获取数据的速度有关系默认是3秒一次数据,        # 如果是3秒5分钟就等于3*20*5,short_line=100,这个我后面检验一下        self.short_line=5        #10分钟        self.long_line=10        self.trader=qmt_trader(path=self.path,account=self.account,account_type=self.account_type,                            is_slippage=self.is_slippage,slippage=self.slippage)        self.data=qmt_data()        #调整股票代码        self.stock_list=[]        for stock in self.code_list:            self.stock_list.append(self.trader.adjust_stock(stock=stock))        #订阅一分钟的数据,需要更快的话可以订阅tick数据        for stock in self.stock_list:            self.data.subscribe_quote(stock_code=stock,period='1m',start_time='20240101',                                      end_time='20500101',count=-1)    def connact(self):        '''        链接qmt        '''        try:            self.trader.connect()            print(self.trader.balance())            print(self.trader.position())            return True        except Exception as e:            print("运行错误:",e)            print('{}连接失败'.format('qmt'))            return False    def trader_func(self):        '''        交易函数        '''        #检查是否是交易时间        if self.trader.check_is_trader_date_1(trader_time=4,start_date=9,end_date=14,start_mi=0,jhjj='否'):            #读取订阅数据            df=self.data.get_market_data_ex(stock_list=self.stock_list,period='1m',                                            start_time='20240101',end_time='20500101',count=-1)            #解析数据            for stock in self.stock_list:                data=pd.DataFrame()                hist=df[stock]                data['date']=hist.index                data['close']=hist['close'].tolist()                data['short_line']=data['close'].rolling(self.short_line).mean()                data['long_line']=data['close'].rolling(self.long_line).mean()                #测试函数                data['test']=data['short_line']>data['long_line']                #金叉                if self.test:                    #测试交易                    gold_fork=data['test'].tolist()[-1]                else:                    gold_fork=tdx_indicator.CROSS_UP(S1=data['short_line'],S2=data['long_line'])[-1]                                #死叉                if self.test:                    dead_fork=data['test'].tolist()[-1]                else:                    dead_fork=tdx_indicator.CROSS_DOWN(S1=data['short_line'],S2=data['long_line'])[-1]                                #买入                if gold_fork==True:                    #买入                    stock=self.trader.adjust_stock(stock=stock)                    price=self.data.get_full_tick(code_list=[stock])[stock]['lastPrice']                    stock=stock[:6]                    trader_type,trader_amount,price=self.trader.order_target_value(stock=stock,price=price,value=self.buy_max_value)                    if trader_type=='buy' and trader_amount>=10:                        self.trader.buy(security=stock,amount=trader_amount,price=price)                        print('{} 死叉 买入 股票{} 数量{} 价格{}'.format(datetime.now(),stock,trader_amount,price))                    elif trader_type=='sell' and trader_amount>=10:                        self.trader.sell(security=stock,amount=trader_amount,price=price)                        print('持有买多了平部分{} 卖出 股票{} 数量{} 价格{}'.format(datetime.now(),stock,trader_amount,price))                    else:                        print('{} 触发金叉{}执行买入不了'.format(datetime.now(),stock))                else:                    print('{} 没有触发金叉{}'.format(datetime.now(),stock))                if dead_fork==True:                    #卖出                    stock=self.trader.adjust_stock(stock=stock)                    price=self.data.get_full_tick(code_list=[stock])[stock]['lastPrice']                    stock=stock[:6]                    trader_type,trader_amount,price=self.trader.order_target_value(stock=stock,price=price,value=self.sell_max_value)                    if trader_type=='sell' and trader_amount>=10:                        self.trader.sell(security=stock,amount=trader_amount,price=price)                        print('{} 死叉 卖出 股票{} 数量{} 价格{}'.format(datetime.now(),stock,trader_amount,price))                    else:                        print('{} 触发死叉{}执行卖出不了'.format(datetime.now(),stock))                else:                    print('{} 没有触发死叉{}'.format(datetime.now(),stock))        else:            print('{}目前不少交易时间'.format(datetime.now()))if __name__=='__main__':    trader=my_trader(path= r'D:/国金QMT交易端模拟/userdata_mini',                  session_id = 123456,account='55011917',account_type='STOCK',                  is_slippage=True,slippage=0.01,test=False)    trader.connact()    #3秒    schedule.every(0.05).minutes.do(trader.trader_func)    while True:        schedule.run_pending()        time.sleep(1)

这篇关于量化系统--开源强大的qmt交易系统,提供源代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1081619

相关文章

JWT + 拦截器实现无状态登录系统

《JWT+拦截器实现无状态登录系统》JWT(JSONWebToken)提供了一种无状态的解决方案:用户登录后,服务器返回一个Token,后续请求携带该Token即可完成身份验证,无需服务器存储会话... 目录✅ 引言 一、JWT 是什么? 二、技术选型 三、项目结构 四、核心代码实现4.1 添加依赖(pom

基于Python实现自动化邮件发送系统的完整指南

《基于Python实现自动化邮件发送系统的完整指南》在现代软件开发和自动化流程中,邮件通知是一个常见且实用的功能,无论是用于发送报告、告警信息还是用户提醒,通过Python实现自动化的邮件发送功能都能... 目录一、前言:二、项目概述三、配置文件 `.env` 解析四、代码结构解析1. 导入模块2. 加载环

linux系统上安装JDK8全过程

《linux系统上安装JDK8全过程》文章介绍安装JDK的必要性及Linux下JDK8的安装步骤,包括卸载旧版本、下载解压、配置环境变量等,强调开发需JDK,运行可选JRE,现JDK已集成JRE... 目录为什么要安装jdk?1.查看linux系统是否有自带的jdk:2.下载jdk压缩包2.解压3.配置环境

Linux查询服务器系统版本号的多种方法

《Linux查询服务器系统版本号的多种方法》在Linux系统管理和维护工作中,了解当前操作系统的版本信息是最基础也是最重要的操作之一,系统版本不仅关系到软件兼容性、安全更新策略,还直接影响到故障排查和... 目录一、引言:系统版本查询的重要性二、基础命令解析:cat /etc/Centos-release详

更改linux系统的默认Python版本方式

《更改linux系统的默认Python版本方式》通过删除原Python软链接并创建指向python3.6的新链接,可切换系统默认Python版本,需注意版本冲突、环境混乱及维护问题,建议使用pyenv... 目录更改系统的默认python版本软链接软链接的特点创建软链接的命令使用场景注意事项总结更改系统的默

在Linux系统上连接GitHub的方法步骤(适用2025年)

《在Linux系统上连接GitHub的方法步骤(适用2025年)》在2025年,使用Linux系统连接GitHub的推荐方式是通过SSH(SecureShell)协议进行身份验证,这种方式不仅安全,还... 目录步骤一:检查并安装 Git步骤二:生成 SSH 密钥步骤三:将 SSH 公钥添加到 github

Linux系统中查询JDK安装目录的几种常用方法

《Linux系统中查询JDK安装目录的几种常用方法》:本文主要介绍Linux系统中查询JDK安装目录的几种常用方法,方法分别是通过update-alternatives、Java命令、环境变量及目... 目录方法 1:通过update-alternatives查询(推荐)方法 2:检查所有已安装的 JDK方

Linux系统之lvcreate命令使用解读

《Linux系统之lvcreate命令使用解读》lvcreate是LVM中创建逻辑卷的核心命令,支持线性、条带化、RAID、镜像、快照、瘦池和缓存池等多种类型,实现灵活存储资源管理,需注意空间分配、R... 目录lvcreate命令详解一、命令概述二、语法格式三、核心功能四、选项详解五、使用示例1. 创建逻

MySQL 8 中的一个强大功能 JSON_TABLE示例详解

《MySQL8中的一个强大功能JSON_TABLE示例详解》JSON_TABLE是MySQL8中引入的一个强大功能,它允许用户将JSON数据转换为关系表格式,从而可以更方便地在SQL查询中处理J... 目录基本语法示例示例查询解释应用场景不适用场景1. ‌jsON 数据结构过于复杂或动态变化‌2. ‌性能要

使用Python构建一个高效的日志处理系统

《使用Python构建一个高效的日志处理系统》这篇文章主要为大家详细讲解了如何使用Python开发一个专业的日志分析工具,能够自动化处理、分析和可视化各类日志文件,大幅提升运维效率,需要的可以了解下... 目录环境准备工具功能概述完整代码实现代码深度解析1. 类设计与初始化2. 日志解析核心逻辑3. 文件处