QMT 策略代码评审Skill,QMT-Strategy-Review已上架WorkBuddy

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。

产品介绍页 ↗

Workbuddy 上架页 ↗


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」:

  1. 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。
  2. 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。
  3. 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。