先说清楚一件事：今天介绍的这个工具，接不了 A 股，也连不上 QMT。装了它，你的沪深股票一股都买不了。
那我为什么还要花一篇的篇幅讲它？因为 10·23 之后 QMT 把文件读写和外部网络关掉，很多读者第一次意识到：自己手里那套东西，只是”量化”这条流水线的中间几环。而流水线的全貌长什么样，最好去一个把全流程都做出来的开源项目里看——它就是 QuantDinger。
看的目的不是用，是把国外散户量化交易的方法论搬回来。
一、它是什么：一条完整的流水线
QuantDinger 是 2025 年底出现的开源项目（Open Byte Inc. 出品），一年拿了 1.3 万 star，自称”开源 AI 量化交易操作系统”。它把国外个人量化的完整链条做进了一个自托管的 Docker 栈：AI 研究 → 策略代码 → 回测 → 模拟 → 实盘 → 实验管理 → 监控告警。
把它和 QMT 世界的对应物摆在一起，你就能看出自己缺的是哪几环：
| 流水线环节 | QuantDinger 的做法 | QMT 世界的对应物 |
|---|---|---|
| AI 研究 | 6 家大模型协同投票、置信度校准、带记忆 | 无，AI 只存在于你自己的对话框里 |
| 策略开发 | Strategy API V2，initialize/handle_data 写法 |
策略编辑器 + handlebar（思路其实很像） |
| 回测 | 服务端回测 + 参数寻优 + 一整套统计检验 | 内置回测（见回测框架篇） |
| 模拟 | signal-only 虚拟账户：固定佣金 + 滑点记虚拟成交 | 模拟账号 |
| 实盘 | 10 家加密交易所 + IBKR + MT5 | passorder |
| 实验管理 | 每次回测绑定代码哈希快照，随时复现 | 没有 |
| 监控告警 | Prometheus / Grafana / Alertmanager 全家桶 | 自己拼（欢迎参考本站关于监控相关的文章） |
真正缺的是研究层和实验管理层——QMT 是交易终端，不是研究平台。这个定位差异，比任何功能对比都重要。
二、重心：它的回测纪律，你可以整套搬回 QMT
这是我建议你重点看的部分，也是全文唯一”不用换软件就能直接抄”的内容。
QuantDinger 的参数寻优不是”跑一遍网格取最优”，它内置了一整套国外机构量化的统计检验，每一项都能对应到你自己的 QMT 策略验证流程里：
1. Walk-forward 验证（滚动前推）。 不是拿全部历史调参再拿同一段数据看收益，而是：用 2019–2021 调参 → 在 2022 验证；再滚动到 2020–2022 调参 → 2023 验证。只有滚动窗口里都站得住的参数才算数。你用 QMT 回测调参时，是不是同一段数据既当了教练又当了考官？
2. 盲测集（blind holdout）。 留最后一段数据永远不参与调参，等所有参数定稿后只碰一次。碰完就封存，不理想就推翻重来，而不是回去改到理想为止——改到理想为止，盲测集就失效了。
3. PBO（过拟合概率）。 回答一个问题：”你在 1000 组参数里挑出的那组，很可能只是挑到了噪声吗？”PBO 高，说明参数表面的优秀主要靠运气。QMT 内置回测完全没有这个概念，但它不需要软件——你把参数组合的收益排个序自己就能算个大概。
4. Deflated Sharpe。 试过的策略越多， Sharpe 的含金量越低——试了 50 个策略挑出 Sharpe 2.0 的那个，和只试了 2 个就得到它，置信度完全不同。这直接对应因子指南里讲过的多重检验问题。
5. 交易成本压力测试。 佣金、滑点各上调一倍再跑一遍，收益还剩多少？QuantDinger 把这做成了寻优流程的固定环节。你在 QMT 里至少可以手动做：回测参数里的滑点那一栏，别留 0。
6. 代码快照。 每次回测自动绑定当时的代码哈希和配置，半年后可以精确复现”当时那个结果”。QMT 用户可以立刻抄的最低配版本：每次重大改版前，把策略文件连同参数、说明打成一个带日期的 zip。就这一条，能救回大部分”上周还好好的”事故。
一句话总结：QMT 的回测给你成交假设，检验纪律要自己补。 QuantDinger 把”补什么”列成了一个现成清单。
三、安全模型：把”模拟先行”做成系统默认
QuantDinger 有两个设计值得单独立规矩：
signal-only 虚拟账户。 通知模式的信号走内部虚拟成交：固定 0.05% 佣金加 0.05% 不利滑点，记持仓、记净值曲线，但完全不碰券商。一个策略先在虚拟账户跑出像样的净值曲线，才有资格谈实盘。
Agent 默认纸面交易。 AI 代理的 token 默认只许模拟盘，实盘需要在服务端显式解锁，且每一次调用都有审计日志。国外做 AI 交易的人把”AI 不许直接碰真钱”当默认值。
四、AI 门控：四条保命原则
QuantDinger 在实盘开仓单前面加了一道 AI 决策门（JEV），它的边界设计比功能本身更值得看：
- AI 只审开仓，平仓永远绕过 AI——止损、止盈、紧急离场不允许被任何 AI 卡住
- AI 拒绝的开仓到不了交易所，决策结果、置信度、延迟全部入审计时间线
- AI 挂了 fail-open——放行并记录日志，绝不允许 AI 故障把你已有的仓位锁死
- AI 输出的是结构化结论（类型化的选择 + 概率），不是要人去解析的一段话
如果你在琢磨”让大模型参与我的 QMT 策略”，这四条直接可以当设计规范。尤其是第 1 条和第 3 条：AI 可以否决开仓，但永远不能否决离场，也不能因为自己故障而冻结仓位。
五、墙里墙外：反差是真实的，边界也是
最后直面那个最明显的对比：10·23 之后，QMT 这边文件、网络、虚拟机逐项收紧；墙外这个开源项目，从行情、研究、回测到实盘执行全部开放，代码和密钥都在你自己的机器上。方向确实相反。
但边界必须说清三件事：
- 市场不通就是不通。 它没有 A 股通道，境内在合规框架内做个人量化，QMT（或者 PTrade）仍是唯一正路
- 境外市场有境外的门槛和风险：加密货币交易的合规与资金风险、外汇保证金的高杠杆，境内投资者参与前请自行确认适用的法律法规
- 能借鉴的是方法论和工程思想，不是市场。 回测纪律、模拟先行、AI 门控、可复现实验——这些没有墙，也抄不走你的钱
写在最后
QuantDinger 不适合替代你的 QMT，但它是一面镜子：照出了流水线全貌（你缺研究层和实验管理层）、照出了回测该有的纪律（六项检验逐条对照）、也照出了”模拟先行”和”AI 门控”应有的样子。
第二节后续有空可以单独展开写新的文章——那六项回测检验，每一项给出一个能在 QMT 环境里落地的最小做法。
⚠️ 免责声明
- 本文仅为开源项目介绍与技术方法论讨论，不构成任何投资建议
- QuantDinger 不支持 A 股交易；文中不构成任何境外开户或跨境投资的引导，参与境外市场的合规性与风险请自行评估并遵守适用法律
- 文中数据（star 数、版本号、功能清单）截至 2026 年 10 月 28 日，以项目官方仓库为准
- 量化策略在实盘前必须经过充分的模拟测试，因使用文中方法造成的任何损失由使用者自行承担