10·23 封网之后没几天，QMT 这边又动了第二刀：内置 Python 从 3.6 升到 3.12。社区公告早就提过一嘴，但一直缺一份正经的操作文档。最近流传出一份官方 PDF《迅投 QMT Python 版本升级操作流程》（落款：北京睿智融科），流程原文我放在了网盘：https://pan.quark.cn/s/687566bdb9b2
先说清楚：这份流程来自某一家券商的客户端，不代表所有券商都长这样。但迅投是同一家供应商，各家 QMT 的升级逻辑大概率类似，参考价值是有的——具体到你自己，以你券商的通知和客户端界面为准。
先放个心：3.6 和 3.12 可以并存，随时切换
很多人听到”升级”两个字就紧张，以为又是一刀切。这次不是。
py36 和 py312 两个版本可以同时存在，在客户端里选版本、保存、重启即可切换，随时可切回来。操作分两种情况：
| 场景 | 步骤 |
|---|---|
| 全新安装 | 登录交易端 → 选 Python 库版本 py3.12 → 点「Python 库下载」→ 设置版本保存 → 重启交易端 → 新增策略跑一遍验证 |
| 覆盖安装过、下过 py36 | 同上下载 py3.12；新版本有问题随时切回 py36，重启后旧策略照跑 |
所以这不是二选一的单行道。你可以先在 py3.12 上把新策略验证透了再切实盘，也可以随时退回 py36——升级把策略搞坏了不是不可逆事故。当然，别把”能切回去”当免检通行证，该测的还是先测。
那升级到底图什么？
3.6 是 2016 年的版本，3.12 是 2023 年的，中间隔了六个大版本。对写策略的人来说，好处集中在这几个地方：
速度变快了。3.11 是 CPython 史上最大的一次性能升级，官方专门搞了 “Faster CPython” 项目，整体提速 10–60%，3.12 继续优化。落到你的策略上：回测循环、信号计算、批量数据处理，同样的代码跑得更快——回测跑全年历史，省下来的都是你自己的时间。
库的兼容性好很多。这条最容易被低估。pandas 1.x/2.x、numpy 新版和大量现役第三方库早已放弃 3.6——3.6 环境被钉死在旧版 pandas 上，这正是 Panel 问题拖到今天才解决的原因。官方这次借升级把 pandas 换新，意味着后续迅投的新功能大概率只对 3.12 环境开发。留在 3.6 不是”稳定”，是”冻结”：不再有新库、新优化。
报错信息好读十倍。3.11+ 的 traceback 精确到行内的子表达式，告诉你具体是哪个表达式出错。策略半夜崩了看日志，定位效率完全不同——这一条是实打实地减少半夜爬起来调代码的次数。
f-string 终于补全了。当年 3.6.8 时代为了兼容性满篇 .format() 的历史包袱，3.12 环境下可以逐步还了。嵌套引号、多行、任意表达式都支持，日志拼接代码能短一半。
同样的数据占内存更少。CPython 3.11 对 dict、list、set、tuple、str 这些高频容器做了内部表示优化，同样的数据结构比 3.6 时代省 10–20% 内存。如果你加载十年以上的日线做历史回测，或者手里同时攥着十几只股票的分钟级行情做截面策略，这一点能明显感觉到——尤其是大 QMT 客户端本身就吃内存，能省的就是你的。
顺带说两句”听起来热闹但和你关系不大”的东西：GIL 改造（3.12 只是开始，handlebar 是事件驱动，你写不了并行主循环）、asyncio 改进（同上）、自定义解释器。别为这些升级，为前面五条足够了。
坑不止一个：pandas、numpy、语言废弃项都可能炸
安装本身十步里九步是”点下载、重启”，但从 py3.6 跳到 py3.12 跨了六个大版本，废弃和移除的东西不少。按出现概率从高到低排：
pandas：三个高频接口的返回类型变了（必踩）
pandas 从 0.2x 升到 1.x 之后，Panel 被移除，三个高频接口的返回类型从三维 Panel 变成了带两级列索引的 DataFrame：
ContextInfo.get_market_data—— 行情ContextInfo.get_financial_data—— 财务ContextInfo.get_top10_share_holder—— 股东
这条是官方 PDF 明说的，新旧写法对照和迁移示例也都在 PDF 里，直接对着改就行（下载地址在文首）。
numpy：类型别名全部删除
numpy 2.0 里把 np.int、np.float、np.bool、np.object、np.str 这些历史别名全删了——py3.6 时代写的 np.int64(price) 能跑，np.int(price) 在 py3.12 里直接 AttributeError。要改成 int(price) 或者显式写 np.int64。迅投 py312 环境里的 numpy 具体是 1.x 还是 2.x，你装完得先确认一下。
语言层面的废弃：这几个是确定会炸的
async 变成正式关键字。py3.5 引入时是”软关键字”，py3.7 转正了。如果你的策略里有变量名或函数参数叫 async（比如 def handlebar(context, async=False):），py3.12 直接 SyntaxError。全局搜一下，重命名就行。
collections 的抽象基类必须从 collections.abc 引。py3.3 就废弃了，py3.10 彻底删除。from collections import Mapping → from collections.abc import Mapping，Iterable、MutableMapping、Callable 同理。这个最容易被忽略，因为 py3.6 里跑得好好的 import，py3.12 一启动就挂。
imp 模块彻底删除。py3.4 废弃，py3.12 删干净了。如果策略里自己写了动态 import、插件加载之类的逻辑用了 imp.load_source 这些，要换成 importlib。
这些语言层面的坑有个共性：炸在 import 阶段或策略启动阶段，不是跑起来才炸。所以切版本后策略第一时间跑不起来，大概率就是这些命中了，先全局搜一遍改起来很快。
切版本前后的动作清单
官方文档只讲了”怎么升”，没讲”怎么确认升完之后一切正常”。我补一套可以照抄的动作：
升级前，在 py36 环境把存量策略在模拟账号跑一天，日志截图存档——这是你的基线。然后切 py3.12，重启，确认客户端里两个版本都在、切换生效。存量策略在 py3.12 模拟账号再跑一天，和基线逐项对比：下单是否正常、成交回报是否一致、日志有没有新增报错。重点盯那三个 pandas 接口涉及的策略，确认截面取数部分已按 PDF 改完。全部通过后再切实盘，切实盘当天先减半仓位或减半频率观察。
前后两份日志一对比，”这次升级到底动了什么”就是你自己客户端的实锤清单，比任何转发都准。
免责声明
- 本文所述升级流程、界面选项与版本切换方式，整理自一份券商渠道流传的官方操作 PDF，仅代表该文档对应客户端的情况，不代表所有券商。你的客户端长什么样、支持哪些版本，以你所在券商的正式通知和客户端实际界面为准。
- 文中关于 Python 3.12 性能、第三方库兼容性的描述来自公开技术资料的一般性结论，在 QMT 内置环境中的实际表现可能因客户端封装、内置库版本不同而有差异，请以你在自己环境中的实测结果为准。
- 升级操作涉及策略运行环境变更，务必先在模拟环境完成验证，确认策略行为与升级前一致后，再考虑切换实盘；切换实盘初期建议降低仓位或频率观察。因版本切换、代码迁移导致的任何交易损失，由操作者自行承担。
- 本文仅为技术信息分享，不构成任何投资建议，亦不构成对任何券商、任何软件产品的推荐。量化交易存在市场风险、技术风险与合规风险，入市需谨慎。
- 文章内容基于撰写时（2026 年 10 月）的公开信息，此后官方政策、客户端功能如有变更，以最新公告为准，本文不另行更新。
- 本文由 AI 创作，请自行判断是否适用。文中关于 Python 版本、pandas/numpy 废弃项的描述来自公开技术资料，QMT 内置环境中的实际情况可能与纯 Python 环境存在差异，请以你在自己券商客户端中的实测结果为准。