MiniQMT停用？HTTP桥接拯救旧策略

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

+----------------------+          +----------------------+
|      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：

QMT_HTTP_HOST = 'http://127.0.0.1:8899'  # 跨机时改大 QMT 的实际 IP

2. 把 miniqmt_client.py 复制到策略目录
3. python 客户端 → 策略列表 → 新建策略 → 选择本文件 → 运行
4. 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）

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）

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）

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：

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）

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：

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|deal|account"}
/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：

{"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）

{
  "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
• (c) 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”**：

[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

其他相关文章

• qmt-knowledge-skill 把 QMT 知识库装进 AI Agent 让大模型直接写大 QMT 代码
• QMT 知识库 XtQuant知识库 使用文档 pdf markdown html格式
• 迅投QMT量化交易系统新手指南及常见问题
• 讯投QMT使用小技巧: QMT推送发送消息到微信的几种方案
• 讯投QMT使用小技巧: 历史行情数据下载与本地缓存方案
• 讯投QMT使用小技巧: 委托回调 order_callback 与成交回调 deal_callback 的正确用法
• 讯投QMT使用小技巧: 运行状态监控与心跳报警
• 讯投QMT使用小技巧: 下单函数 passorder 参数详解与实战
• 网传 MiniQMT 将被关闭？事实核查与应对指南（2026 版）
• 迅投QMT交易终端小技巧-每天代码重置与定时任务设置
• 使用DeepSeek R1大模型编写迅投 QMT 的量化交易 Python 代码
• QMT 与手机通信 - 邮件推送实现方法
• 迅投QMT量化交易系统-如何正确安装Python库
• 讯投QMT使用小技巧: 公共代码的编写与引用
• 讯投QMT使用小技巧: trade client not found 无法找到trade client
• 讯投QMT使用小技巧: 运行在云服务器时如何加密保护策略代码
• 讯投QMT使用小技巧: account未定义 account not defined
• 迅投QMT量化交易系统-开通量化交易系统账户
• 迅投QMT量化交易系统-登录问题-无法登陆-由于目标计算机积极拒绝无法连接
• 讯投 QMT 使用小技巧：判断当前时段是交易/非交易/竞价/盘后等时间段
• 讯投 QMT 使用小技巧 -如何判断今天是不是交易日
• 迅投QMT交易终端小技巧-为什么每天早晨QMT会退出登录/重新启动/自动初始化
• 如何低成本选择讯投QMT 的服务器/电脑，低成本运行？
• 迅投QMT交易系统 延迟 委托/成交/持仓/账号信息延迟 get_trade_detail_data延迟
• 迅投QMT自带策略-双均线实盘示例PY策略-解读
• 迅投QMT量化交易系统-国债逆回购-闲钱理财
• 迅投QMT量化交易系统服务器连接 中断与再连接
• 量化交易策略中如何判断当前MACD是否达到最小值