qmt

QMT 交易日判断完全指南：三级递进判断今天是不是 A 股交易日（附核心思路与关键代码片段）

这是一份写给 QMT（迅投极速策略交易系统）个人用户 的交易日判断实战指南。
全文分四块：先讲清原理（为什么”判断交易日”比你想的要多想一层）、再给实现思路与关键代码片段（核心逻辑不长，把思路讲透，剩下的自己搭）、然后讲两种典型用法（策略启动时判断 + 定时任务）、最后给排错表和完整免责声明。
代码片段基于 QMT 内置 Python 3.6，面向实盘策略使用。

一、这份指南给你什么

先按你的情况，挑一条阅读路径：

你是谁 建议路径
刚接触 QMT 从 §2 读起，搞懂”为什么不能只判断周末”
已会写策略，想看核心逻辑 直奔 §4 关键代码片段 + §6 两种用法
自己写的时候跑不出预期结果 跳到 §8 排错表
第一次看我的文章 先看 §9 免责声明，再决定怎么用

要解决的是一个非常具体、几乎每个实盘策略都会遇到的问题：

今天是周六、是国庆节、还是正常的交易日？我的策略今天到底该不该干活？

这个判断看起来简单，但写错的位置、错的时点、错的数据前提，都会让你的策略在休市日空跑报错，或者在交易日该干活的时候安静地待机——两种情况都不好排查。

本文不给”复制粘贴就能用”的一整份封装模块，而是把判断逻辑拆成几个独立片段讲清楚。原因很实在：交易日判断只有十几行核心逻辑，真正值钱的是”为什么这么排”；你自己组装一遍，以后接任何策略都不用再回来翻文章。

二、为什么”判断交易日”是实盘策略的第一行代码

先看三个真实场景：

场景 1：定时任务在周末被触发。
你用 run_time 注册了一个每天 09:25 的定时任务。QMT 的定时器在周末和节假日照样会触发——它不懂交易所日历。如果你的回调里直接读行情、查持仓，轻则拿到过期数据，重则直接报错。

场景 2：临时休市日没有日历兜底。
周末之外，还有春节、国庆等法定节假日，以及交易所的临时休市安排。只靠”今天几号”这种本地规则没法覆盖，必须有交易所日历做最终裁决。

场景 3：调休周末。
A股周末从不交易，但法定节假日和调休安排每年都在变。只判断周末，遇到国庆、春节就会误判；完全依赖日历接口，又会在每次回调里白白多调一次接口。

所以正确的姿势是分层递进：先用零成本的办法把周末秒排除，剩下的工作日再交给交易所日历裁决。这就是下一节的内容。

三、原理：三级递进判断

判断一个日期是否为 A 股交易日，我们分三级来做，每一级都是”能早退就早退”：

第 0 级：日期格式校验

传入的日期先归一化成 YYYYMMDD，格式不对直接抛异常。这一级是为了防御——防止 2026-10-5、20261005 （带空格）这类脏数据一路带到底，最后得到一个莫名其妙的结论。

第 1 级：周末快速过滤（零成本）

Python 的 datetime.weekday() 返回 0=周一 ... 5=周六, 6=周日。>= 5 就是周末。

关键认知：A 股周六周日从不交易（哪怕调休上班日也是休市的）。所以”周末 → 一定不是交易日”这条规则不存在例外，可以放心地直接返回 False，不需要查任何接口。

这一级的价值是性能：周末触发的定时任务、启动在周末的策略，在这里就结束了，一次日历接口都不用调。

第 2 级：交易日历校验（权威裁决）

调用 QMT 的 ContextInfo.get_trading_dates，取”目标日期往前 N 个交易日”：

  • 如果目标日期是交易日 → 返回列表的最后一个元素恰好等于它；
  • 如果目标日期不是交易日（法定节假日等）→ 列表最后一格早于它。

所以判断条件就是一行：dates[-1] == date_str。

两个使用前提，缺一不可：

  1. 只能在 after_init / handlebar / run_time 回调中调用，不能放在 init 里——QMT 的机制是 init 执行完成前，交易日历类接口尚未就绪。
  2. 客户端必须先下载”节假日数据”（菜单：数据管理 → 节假日数据），否则日历不完整，法定节假日可能被误判。这个数据建议每年年初更新一次。

判断流程图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
传入日期
   │
   ▼
[第0级] 格式校验 ──非法──► 抛异常（拒绝带病运行）
   │ 合法
   ▼
[第1级] 是周六/周日？ ──是──► False（零成本早退）
   │ 否（工作日）
   ▼
[第2级] 查交易日历（带缓存）
   │
   ├─ 日历为空 ──► False + 打印警告（多为节假日数据未下载）
   │
   └─ dates[-1] == 目标日期？
          ├─ 是 ──► True（交易日）
          └─ 否 ──► False（法定节假日等）

四、实现思路与关键代码片段

先看整体形状。你最终写出来的东西，职责上应该就这四个部分——结构清楚比代码短更重要：

1
2
3
4
5
判断入口 is_trading_day(日期)
   ├─ 第0步  日期归一化 normalize_date  → 'YYYYMMDD'，非法直接抛
   ├─ 第1步  周末过滤   is_weekend      → 命中即返回 False
   ├─ 第2步  日历查询   get_calendar    → 命中缓存优先，否则调接口
   └─ 第3步  结果裁决   dates[-1] == 目标日期

下面按这四步给关键片段。

文件编码提醒：QMT 内置 Python 要求源文件为 GBK 编码，文件第一行必须有 # coding:gbk。下面的片段你要单独存成文件时，注意这一点。

片段 1：第 0 级 · 日期归一化

这一段的要点是”宽容输入、严格输出”——允许用户传 2026-10-05 这种写法，但内部统一成 YYYYMMDD：

1
2
3
4
5
6
7
8
9
10
11
12
# coding:gbk
import time
import datetime

def _normalize_date(date_str):
    # 兼容 '20261005' / '2026-10-05' / '2026/10/05' / '2026.10.05' 四种写法
    s = str(date_str).strip().replace('-', '').replace('/', '').replace('.', '')
    if len(s) != 8 or not s.isdigit():
        raise ValueError(u"日期格式不正确: %r（应为 YYYYMMDD）" % date_str)
    # 再用 strptime 做一次"真实日期"校验（如 20261332 会被拦截）
    datetime.datetime.strptime(s, '%Y%m%d')
    return s

片段 2：第 1 级 · 周末快速过滤

三行说完的事，但它是整个判断里性价比最高的一层：

1
2
3
4
5
def _is_weekend(date_str):
    # Python 约定: weekday() 返回 0=周一 ... 5=周六, 6=周日
    # >= 5 即周末。纯本地计算，不产生任何行情/数据接口调用
    d = datetime.datetime.strptime(date_str, '%Y%m%d')
    return d.weekday() >= 5

片段 3：第 2 级 · 交易日历查询与裁决

核心是接口调用 + 一个判断条件。注意 count 必须大于 0，period 用 '1d'：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
def _get_calendar(C, end_date):
    # get_trading_dates(股票代码, 开始日期, 结束日期, 个数, 周期)
    #   开始日期传 '' 表示不启用；结束日期 = 要判断的日期；
    #   个数取 N（建议 30 左右）；周期 '1d' →
    #   返回形如 ['20260914', '20260915', ...] 的字符串列表
    return C.get_trading_dates('000001.SH', '', end_date, 30, '1d')


def _check_by_calendar(C, date_str):
    dates = _get_calendar(C, date_str)
    if not dates:
        # 日历不可用（最常见原因：节假日数据未下载）。
        # 保守返回 False，但必须打印，避免"静默误判"
        print(u"交易日历不可用，请先下载『数据管理 → 节假日数据』")
        return False
    # 是交易日 → 列表最后一格恰好是它；不是 → 最后一格早于它
    return dates[-1] == date_str

参考标的为什么写死 '000001.SH'（上证指数）而不是用”当前图代码”？因为沪深两市共享同一套交易日历，而指数历史最完整、永不退市，行为最确定。你要改成 '399001.SZ' 结果也一样。

片段 4：缓存 —— 思路比代码重要

get_trading_dates 单次调用并不慢，但盘中回调一天可能触发上千次。加缓存的原则很简单：

1
2
3
4
查询前：目标日期已在缓存里？ → 直接返回
查询后：结果非空？ → 存入缓存
        结果为空？ → 不缓存（留给用户"补下数据后立刻恢复"的机会）
缓存满了？      → 整体清空（日历几乎不变，重查代价可忽略）

对应到代码就几行，用一个模块级字典即可：

1
2
3
4
5
6
7
8
9
10
11
12
_CALENDAR_CACHE = {}          # { 'YYYYMMDD': [该日期前最近 N 个交易日, ...] }

def _get_calendar_cached(C, end_date):
    if end_date in _CALENDAR_CACHE:          # 命中缓存，绝大多数调用停在这里
        return _CALENDAR_CACHE[end_date]
    dates = C.get_trading_dates('000001.SH', '', end_date, 30, '1d')
    if not dates:                            # 空结果不缓存
        return []
    if len(_CALENDAR_CACHE) >= 50:           # 上限保护，防内存增长
        _CALENDAR_CACHE.clear()
    _CALENDAR_CACHE[end_date] = dates
    return dates

片段 5：把它们拼起来（判断入口的骨架）

1
2
3
4
5
6
7
8
9
10
def is_trading_day(C, date_str=''):
    # 缺省 = QMT 所在机器的"今天"（部署机即北京时间）
    if not date_str:
        date_str = time.strftime('%Y%m%d')
    date_str = _normalize_date(date_str)          # 第 0 级

    if _is_weekend(date_str):                     # 第 1 级：零成本早退
        return False

    return _check_by_calendar(C, date_str)        # 第 2 级：日历裁决

到这里，核心逻辑已经完整了。你会发现它总共不到 40 行——难的不是写不出来，而是知道为什么这么排：为什么周末必须先判、为什么日历空结果要打印、为什么不传日期时要小心”今天是哪台机器的今天”。这三条都在 §5 里展开。

五、几个容易做错的设计点

5.1 值得留出的几个可配置项

自己组装的时候，建议把这些做成模块顶部的常量，别散落在函数里——以后改一处就够：

可配置项 建议默认值 作用 什么时候改
参考标的 000001.SH 查日历用的标的 基本不用改；沪深日历一致
周末快捷开关 开 周末零成本早退 需要严格逐日历裁决时可临时关闭
日历缓存天数 30 一次缓存多少个交易日 需要更长历史回看时调大
缓存容量上限 50 缓存多少个不同日期 长期运行的策略防内存增长

5.2 为什么周末判断要放在日历查询之前

反过来写也能跑，但代价是：每个周末触发的定时任务、每次周末启动的策略，都要白调一次日历接口。更重要的是语义清晰——周末不是交易日，这是不需要问任何人的确定性事实，本地能定的结论不要交给接口。

5.3 为什么日历为空时不能静默返回

is_trading_day 返回 False 有三种可能：周末、节假日、日历坏了。前两种是正常业务，第三种是环境故障。如果不打印提示，第三种会被静默吞掉——你以为今天是节假日，其实是数据没下载，这种误排查起来极其痛苦。所以正确做法是：保守返回 False + 显式打印原因。

5.4 不传日期时，”今天”是哪来的

缺省取的是 time.strftime('%Y%m%d')——QMT 所在机器的系统日期。两个注意点：

  1. 确保部署 QMT 的机器日期、时区正确（国内机器默认北京时间，一般无需处理）。
  2. 如果要判断的不是今天——比如收盘后判断”明天是不是交易日”，决定明早的定时任务要不要干活——显式传日期即可（'YYYYMMDD'），其余判断流程完全相同。

5.5 关于”独立模块”

如果你希望它像工具库一样被复用，把上面这些片段存成一个独立文件（比如 trading_day.py）放在策略同目录，主策略里 import 即可——这也是我本地一直在用的组织方式，好处是以后每个新策略第一行就能用上它。这一步是工程习惯问题，留给你按自己的目录规范处理。

六、两种典型用法（实盘）

场景 1：策略启动时判断今天该不该干活

在 after_init 里调用，非交易日直接让策略待机：

1
2
3
4
5
6
def after_init(C):
    # ⚠️ 不要放在 init 里：init 阶段交易日历接口尚未就绪
    if is_trading_day(C):
        print(u"今天是交易日，开始执行今日任务")   # ← 你的启动逻辑
    else:
        print(u"今天不是交易日（周末或节假日），策略待机")

场景 2：定时任务回调先过交易日关

run_time 注册的定时回调，在周末和节假日照样会被触发，所以回调的第一件事就是判断：

1
2
3
4
5
6
7
8
9
def after_init(C):
    # 注册每日 09:25 的回调：period='1nDay' = 每 1 天触发一次
    C.run_time('my_daily_task', '1nDay', '2026-10-06 09:25:00')


def my_daily_task(C):
    if not is_trading_day(C):
        return                                     # 非交易日直接返回
    print(u"交易日 09:25 任务执行")                 # ← 你的开盘前任务

落地三步走

  1. 先下数据：QMT 界面 → 数据管理 → 节假日数据，确认已下载（每年年初记得更新）。这一步不做，后面全白搭。
  2. 先自测：单独写一个最小策略，在模拟模式下把 is_trading_day(C) 的返回值打印出来，逐个验证：一个已知交易日、一个周六、一个法定节假日，三个都对再往下走。
  3. 再接入：把你的判断函数嵌进真实策略的 after_init 和定时回调里。

建议给自己写一个自检函数：用同一个查询逻辑去查”今天”，如果返回空列表，说明日历不可用，打印一句明确提示。这一步能省掉你未来大量排查时间。

七、进阶：一个可扩展的方向

目前回答的是”是不是交易日”。如果你想进一步区分”今天是交易日，但现在是盘前 / 盘中 / 盘后”，可以在判断为交易日的前提下，用 time.localtime() 对当前时刻做区间判断（如 09:30–11:30、13:00–15:00 为盘中）。思路与本文一致：本地计算能解决的先本地解决，接口调用放在最后。这个留给你作为练习。

八、常见问题排查表

现象 最可能原因 解决办法
调用无结果 / 报接口错误 在 init 里调用了日历接口 移到 after_init / handlebar / run_time 回调中
法定节假日被判断为”交易日” 节假日数据未下载或过期 数据管理 → 节假日数据，下载并每年年初更新
交易日被判断为”非交易日”且有警告打印 日历不可用（数据未下载） 按打印提示下载节假日数据后重试
判断未来日期结果不对 本地日历未覆盖该未来日期 更新节假日数据；或推迟到临近再判断
自己写的模块 import 失败 模块与主策略不在同一目录 将两个文件放到同一策略目录
中文注释乱码 文件被保存为 UTF-8 用 GBK 编码重新保存，确认首行 # coding:gbk

九、免责声明（请务必完整阅读）

阅读本文，即视为你已完整阅读、理解并同意以下全部条款。

1. 性质声明：本文及文中示例代码片段仅供编程学习与技术研究使用，不构成任何投资建议、荐股意见或收益承诺。 证券市场有风险，任何交易决策及其后果均由使用者独立作出并独立承担。

2. 模拟测试要求（重要）： 在将本文思路或代码片段用于实盘环境之前，你必须在 QMT「模拟信号模式」或「模拟柜台」中进行充分测试，验证逻辑、数据前提、异常处理均符合预期。本文作者/发布者无法也不承诺对你的特定环境进行测试。未经充分模拟验证直接接入实盘所导致的一切后果，由使用者自行承担全部责任。

3. 数据准确性声明： 本文涉及的交易日历数据来源于 QMT 客户端本地数据。节假日数据未下载、未及时更新、交易所临时调整休市安排、客户端故障等，均可能导致判断结果错误。使用者应自行建立对判断结果的复核机制，不得将判断结果作为交易决策的唯一依据。

4. 无担保声明： 本文内容与示例代码按”现状”提供，不附带任何明示或默示的担保，包括但不限于对适销性、特定用途适用性、不侵犯第三方权利的担保。作者/发布者不保证示例代码无缺陷、不中断、不出错，也不保证读者自行实现的版本能达到预期效果。

5. 责任限制： 在任何情况下，作者/发布者均不对因使用或无法使用本文内容、示例代码而产生的任何直接、间接、附带、特殊、惩罚性损失（包括但不限于交易亏损、机会损失、数据丢失、停机损失）承担责任。即使作者/发布者已被告知此类损失的可能性。

6. 内容定性声明确认： 本文及其中的示例代码属于计算机编程技术内容，不构成证券投资咨询或投资顾问服务。作者不提供代客理财、代办交易、跟单操作、个股推荐或买卖时机建议等任何服务。若你因此类需求联系作者，请另行咨询具备中国证监会业务许可的持牌机构。

7. 版权声明： 本文版权归作者所有。本文免费分享，欢迎个人学习使用，也欢迎注明出处后自由转发；但未经书面授权，不得用于商业培训、付费社群、二次售卖，或以原创名义转载。发现侵权行为，作者保留追究法律责任的权利。

8. 合规使用： 使用者承诺遵守国家法律法规及所在券商的相关规定，不得将本文内容用于任何违法违规用途。

十、写在最后

交易日判断是策略体系里最不起眼、却每天都在被调用的一块地基。它写对的标志是你感觉不到它的存在；它写错的标志，是某个周末早上你收到一堆莫名其妙的报错。

核心逻辑不到 40 行，希望这篇文章给你的是”为什么这么排”，而不只是”复制哪一段”。把这段逻辑收进你自己的策略工具箱，以后每个新策略，第一行就是它。

⚠️ 最后再强调一次：任何代码在实盘使用前，请务必在模拟模式下充分测试。 市场有风险，交易需谨慎。

其他相关文章