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

通信系统网络架构_2.广域网网络架构

1.概述          通俗来讲,广域网是将分布于相比局域网络更广区域的计算机设备联接起来的网络。广域网由通信子网于资源子网组成。通信子网可以利用公用分组交换网、卫星通信网和无线分组交换网构建,将分布在不同地区的局域网或计算机系统互连起来,实现资源子网的共享。 2.网络组成          广域网属于多级网络,通常由骨干网、分布网、接入网组成。在网络规模较小时,可仅由骨干网和接入网组成

Linux系统稳定性的奥秘:探究其背后的机制与哲学

在计算机操作系统的世界里,Linux以其卓越的稳定性和可靠性著称,成为服务器、嵌入式系统乃至个人电脑用户的首选。那么,是什么造就了Linux如此之高的稳定性呢?本文将深入解析Linux系统稳定性的几个关键因素,揭示其背后的技术哲学与实践。 1. 开源协作的力量Linux是一个开源项目,意味着任何人都可以查看、修改和贡献其源代码。这种开放性吸引了全球成千上万的开发者参与到内核的维护与优化中,形成了

探索Elastic Search:强大的开源搜索引擎,详解及使用

🎬 鸽芷咕:个人主页  🔥 个人专栏: 《C++干货基地》《粉丝福利》 ⛺️生活的理想,就是为了理想的生活! 引入 全文搜索属于最常见的需求,开源的 Elasticsearch (以下简称 Elastic)是目前全文搜索引擎的首选,相信大家多多少少的都听说过它。它可以快速地储存、搜索和分析海量数据。就连维基百科、Stack Overflow、

基于Java医院药品交易系统详细设计和实现(源码+LW+调试文档+讲解等)

💗博主介绍:✌全网粉丝10W+,CSDN作者、博客专家、全栈领域优质创作者,博客之星、平台优质作者、专注于Java、小程序技术领域和毕业项目实战✌💗 🌟文末获取源码+数据库🌟 感兴趣的可以先收藏起来,还有大家在毕设选题,项目以及论文编写等相关问题都可以给我留言咨询,希望帮助更多的人  Java精品实战案例《600套》 2023-2025年最值得选择的Java毕业设计选题大全:1000个热

PS系统教程25

介绍软件 BR(bridge) PS 配套软件,方便素材整理、管理素材 作用:起到桥梁作用 注意:PS和BR尽量保持版本一致 下载和安装可通过CSDN社区搜索,有免费安装指导。 安装之后,我们打开照片只需双击照片,就自动在Ps软件中打开。 前提:电脑上有PS软件 三种预览格式 全屏预览 评星级 直接按数字键就可以 方向键可以更换图片 esc退出 幻灯片放

风水研究会官网源码系统-可展示自己的领域内容-商品售卖等

一款用于展示风水行业,周易测算行业,玄学行业的系统,并支持售卖自己的商品。 整洁大气,非常漂亮,前端内容均可通过后台修改。 大致功能: 支持前端内容通过后端自定义支持开启关闭会员功能,会员等级设置支持对接官方支付支持添加商品类支持添加虚拟下载类支持自定义其他类型字段支持生成虚拟激活卡支持采集其他站点文章支持对接收益广告支持文章评论支持积分功能支持推广功能更多功能,搭建完成自行体验吧! 原文

Django 路由系统详解

Django 路由系统详解 引言 Django 是一个高级 Python Web 框架,它鼓励快速开发和干净、实用的设计。在 Django 中,路由系统是其核心组件之一,负责将用户的请求映射到相应的视图函数或类。本文将深入探讨 Django 的路由系统,包括其工作原理、配置方式以及高级功能。 目录 路由基础URL 映射路由参数命名空间URL 反向解析路由分发include 路由路由修饰符自

【图像识别系统】昆虫识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50

一、介绍 昆虫识别系统,使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法(CNN)模型。通过对10种常见的昆虫图片数据集(‘蜜蜂’, ‘甲虫’, ‘蝴蝶’, ‘蝉’, ‘蜻蜓’, ‘蚱蜢’, ‘蛾’, ‘蝎子’, ‘蜗牛’, ‘蜘蛛’)进行训练,得到一个识别精度较高的H5格式模型文件,然后使用Django搭建Web网页端可视化操作界面,实现用户上传一

OSG数学基础:坐标系统

坐标系是一个精确定位对象位置的框架,所有的图形变换都是基于一定的坐标系进行的。三维坐标系总体上可以分为两大类:左手坐标系和右手坐标系。常用的坐标系:世界坐标系、物体坐标系和摄像机坐标系。 世界坐标系 世界坐标系是一个特殊的坐标系,它建立了描述其他坐标系所需要的参考框架。从另一方面说,能够用世界坐标系来描述其他坐标系的位置,而不能用更大的、外部的坐标系来描述世界坐标系。世界坐标系也被广泛地

标准分幅下的图幅号转换成经纬度坐标【原理+源代码】

最近要批量的把标准分幅下的图幅号转换成经纬度坐标,所以这两天写了个程序来搞定这件事情。 先举个例子说明一下这个程序的作用。 例如:计算出图幅号I50G021040的经纬度范围,即最大经度、最小经度、最大纬度、最小纬度。 运用我编写的这个程序,可以直接算出来,这个图幅号的经纬度范围,最大经度为115.3125°,最小经度为115.25°,最大纬度为31.167°,最小纬度为31.125°。