写大 QMT 内置策略的人大概都踩过这一类坑:
- 策略逻辑想得好好的,跑起来却卡死——一个
time.sleep让同一客户端里所有策略一起停; - 计数器永远停在 1,因为状态挂在
ContextInfo上被逐 K 线回滚; - 下单函数用了
order_shares,回测里能跑,切到模拟和实盘才发现它根本不产生委托,而且不报错。
这些都不是策略逻辑问题,是代码实现层的问题。通用 AI 帮你 review 一遍代码,往往看不出「这个枚举值凭记忆写错了」「这个写法回测侥幸能跑、盘中必翻车」——因为它不了解大 QMT 那套单线程 + 逐 K 线回滚的运行机制。
我为此做了一个专门的 Skill:QMT-Strategy-Review。现在它已经在 WorkBuddy 上架了。
一句话说清它是什么
一个装在 WorkBuddy 里的 AI Skill。你把一段大 QMT 的内置 Python 策略交给它,它按一套固定的检查清单审一遍,出一份能直接做决策的评审报告:每条问题给出现象、机制层面的原因、官方文档依据、建议改法和回归项,逐条标注严重 / 警告 / 提示等级。
关键词是「评审」和「代码实现层」。它不替你写策略、不预测收益,也不评价你的因子好不好——它只回答一个问题:这段代码,在 QMT 那套单线程、逐 K 线的运行机制下,写得对不对、能不能安全上实盘。
为什么要专门审,而不是让通用 AI 看一眼
因为它查的几类问题,恰恰是「懂 Python 但不懂 QMT 运行机制」的人最容易漏掉的:
| 坑 | 现象 | 为什么通用 review 看不出来 |
|---|---|---|
| 单线程阻塞 | time.sleep、忙等成交、线程库占住客户端唯一线程,所有策略一起排队停摆 |
单看代码是合法的等待逻辑,只有放进「一个客户端所有策略共享一条线程」里才是致命的 |
| ContextInfo 回滚 | 待报标记、计数器、持仓挂 C 上,盘中同一根 K 线内的累加被吞掉 |
这是 QMT 独有的逐 K 线深拷贝机制,通用 review 只会觉得「状态存全局没问题」 |
| API 与枚举凭记忆写错 | dividend_type 传了字符串、枚举数值写反、参数顺序错位 |
只有逐条对照官方文档才能发现;模型凭印象很容易一本正经写错 |
| 回测能跑 ≠ 实盘能用 | order_shares、capital、do_back_test 等只在回测生效,切模式后静默失效 |
代码本身不报错,跑一遍回测还是绿的,问题在用途边界 |
这四类里,第三类最体现它的价值:每一个 API 名、参数位置、枚举数值、数据对象字段,都是当次核对 QMT 官方公开文档。文档里查不到的,它如实说「当前未核实到」并给链接请你自己确认,绝不猜一个数填进去——这一点对要上实盘的代码特别重要。
它能干什么
三件事,覆盖从「审已有代码」到「写新代码」:
- 代码评审:产出严重 / 警告 / 提示三级意见,逐条给出现象 → 原因 → 依据 → 改法 → 回归项;意见以注释形式标在原始代码上,默认一个字符都不改。
- 安全骨架生成:从零生成单线程安全的策略骨架——定时调度、委托状态机、目标持仓对账、幂等去重、时间分片,开箱往里填业务逻辑就行。
- 迁移与官方查档:miniQMT / xtquant 写法到大 QMT 的映射和回归清单;行情、交易、系统函数和枚举常量按官方文档逐项核对。
它的默认工作流是「先给意见,再动代码」:阶段一默认只产出报告、不改你的文件。你确认了要改哪些条目,它才进入下一步。对一份要上实盘的代码,这个顺序比「AI 一顿改完你再检查」稳妥得多。
它明确不干什么
边界说清楚,比多列几个功能更重要:
- 不评价策略逻辑:均线参数多少合适、因子有没有超额、这套选股赚不赚钱——不评价、不预测、不下结论。报告里说「重复下单」,指的是代码没有防护,不是对策略本身的判断。
- 不提供绕过监管的方案:任何「防外接改造」的规避手段都不做;账号、委托号等敏感字段一律脱敏;涉及真实下单的输出必附风险提示,并强调先模拟、后实盘。
- 阶段一默认不改文件:你没明确点头之前,它只给报告。
产出长什么样
前面三篇实录里有三份完整报告,这里只摘一个条目的写法,让你感受一下颗粒度(片段示意,非完整可运行代码):
严2(严重)
order_shares只在回测里有效
现象:两处下单都用order_shares。
原因:官方文档把它放在「其他交易函数(仅回测可用)」章节,原文「实盘和模拟盘交易均不可用」。切模式后调用不产生任何委托,多数情况也不报错。
依据:已对照 QMT 官方文档《交易函数》核实。
改法:要上模拟 / 实盘,换成passorder(...),quickTrade默认取 0;仅回测则保持现状。
回归:模拟信号模式确认「策略信号」栏有记录,回测结果与改前一致。
一条意见把「为什么错、错在哪、按什么改、改完验什么」讲完,而不是只丢一句「建议改用 passorder」。想看完整报告,翻这三篇:双均线、日内回转、多因子选股。
代码交出去安不安全
这一条我单独写,因为确实该说清楚。
这个 Skill 本身不收集、不落盘、不复制你的策略代码:不写入自有数据库、记忆或日志,也不生成任何磁盘副本;阶段一默认只给报告、不改文件。
但要如实说明另一半事实:评审是在 WorkBuddy 里进行的,你的代码会作为对话内容提交给 WorkBuddy,并由其调用的 AI 模型读取、生成意见。这部分遵循 WorkBuddy 及其模型服务商的隐私政策,不由这个 Skill 控制。请按你对代码敏感度的判断,决定是否提交、以及提交哪一段——比如涉及核心算法的部分,你可以只贴出需要审查的函数,而不是整份策略。
什么情况下值得把它叫出来
在迅投 QMT / 投研端写内置 Python 策略,遇到下面任意一种,都可以先让它过一遍:
- 策略卡死,所有策略一起停
ContextInfo计数不增、状态丢失- 多策略排队变慢、启动回放很久
handlebar太慢,需要性能诊断与降频- 下单后查不到委托、重连后重复报单
- miniQMT / xtquant 迁移到大 QMT
- 查询某个 QMT 接口的参数与枚举常量
- 评审 / 审查 / 优化一段 QMT 策略代码
- 需要一个单线程安全的策略骨架
怎么拿到
已在 WorkBuddy 上架:
- 价格:9 元,无限次使用。没有订阅、不按次扣费,买一次之后每次评审直接可用。
- 退款:支持 7 天无理由退款,不满意可以退。
- 获取:前往 WorkBuddy 获取 QMT-Strategy-Review ↗
价格与退款规则以 WorkBuddy 商品页为准。
最后照例说一句:这个 Skill 审的是代码实现层,不是策略逻辑,更不构成任何投资建议。它标出的每一条风险,都请你自己判断、自己验证;任何策略在实盘前必须充分模拟测试,确认下单、持仓、资金各项行为符合预期,再谈真金白银。