迅投 QMT 极速策略交易系统
AI Agent 智能知识技能包
为 AI Agent 提供结构化的讯投 QMT API 知识库，实现 API 查询、策略代码生成、回测/实盘配置指导、枚举常量查档、常见问题排查等能力。本 Skill 仅基于本地知识库作答，不进行任何外部网络抓取。
技能概述
了解这个为 AI Agent 打造的 QMT 专业知识库技能
QMT Knowledge Skill 是一个专为 AI Agent 设计的结构化知识技能包，将迅投 QMT 极速策略交易系统的官方文档进行体系化整理，使 AI Agent 能够精准回答 QMT 相关的 API 查询、生成符合规范的策略代码、提供回测与实盘配置指导，并快速排查常见问题。
该技能仅在用户主动提出 QMT 相关需求时激活，不主动介入非 QMT 上下文。所有回答均基于本地知识库，不进行外部网络抓取，确保了知识的准确性与安全性。
功能特性
覆盖 QMT 开发全流程的八大核心场景
新手入门
从零开始了解 QMT 架构、回测与实盘的区别、三种运行机制等基础概念。
代码生成
根据需求自动生成符合 QMT 编码规范的策略脚本，包含双钩子结构与 GBK 编码。
API 查询
精准查询 QMT 全部 API 函数的参数、返回值与使用方法，附带代码示例。
枚举参数
快速查阅 opType、orderType、prType 等枚举常量的合法取值，避免臆造。
数据结构
查阅 Tick、Bar、L2Quote、Position、Account 等核心数据对象的字段定义。
错误排查
针对白名单报错、编码问题、废单、数据为空等高频问题提供排查方案。
指标公式
支持 MA、MACD、RSI、KDJ、BOLL、ATR 等常用技术指标的引用方式查询。
环境配置
指导历史数据下载、模拟账号与实盘账号区别、白名单开通等环境配置操作。
知识库结构
四大分类共 16 份文档，覆盖 QMT 开发全链路
qmt-knowledge-skill/ ├── ⭐ SKILL.md # Skill 主入口（Agent 行为规范 + 索引 + 约束） ├── README.md # 项目说明 └── knowledge/ # QMT 官方知识库（按四大类共 16 份文档） ├── 01-入门/ │ ├── 快速开始.md # QMT 架构总览 / 回测实盘对比 / 三种运行机制 │ ├── QMT新人上手教程.md # 从零开始上手步骤 │ ├── 迅投研新手指南.md # 迅投研云端版本指引 │ ├── 使用须知.md # Python 3.6 环境 / 白名单 / 账号类型 │ ├── 变量约定.md # ContextInfo / 运行模式 / 变量规范 │ └── 界面操作.md # 账号配置 / 数据管理 / 模型交易界面 ├── 02-API/ │ ├── ⭐ 交易函数.md # passorder 综合下单 / 持仓查询 / 撤单改单 │ ├── 行情函数.md # 下载 / 获取 / 订阅 / Tick 快照全套 │ ├── 引用函数.md # MA/EMA/MACD/RSI/KDJ/DMI/BOLL/ATR 等指标 │ ├── 系统函数.md # run_time / 板块 / is_last_bar 等 │ ├── 成交回报实时主推函数.md # 委托/成交/持仓/资金变动回调 │ └── 绘图函数.md # paint/drawline/LINETHICK/COLOR 等 ├── 03-数据与枚举/ │ ├── ⚠️ 枚举常量.md # opType/orderType/prType/市场代码 等 │ └── 数据结构.md # Tick/Bar/L2Quote/Position/Account 等字段 └── 04-示例与FAQ/ ├── 完整示例.md # 两融/K线全推/目标持仓/快速交易/组合套利 └── 常见问题.md # 白名单报错/编码/废单/数据空等高频问题
策略代码核心约束
生成的代码全部符合 QMT 内置 Python 3.6 环境要求
| 规则 | 说明 |
|---|---|
| 🔤 GBK 编码 | 所有脚本第一行必须写 # coding:gbk，否则中文乱码 |
| 🪝 双钩子结构 | 必须有 def init(ContextInfo): + def handlebar(ContextInfo): |
| 🐍 Python 3.6 | 不支持 3.7+ 语法特性（f-string 可用，但 dataclass/walrus operator 不可用） |
| 📊 第三方库 | 默认自带 NumPy/Pandas/TA-Lib/SciPy，其他库需要券商开通白名单 |
| 🔢 枚举值 | opType/orderType/prType 等必须使用 枚举常量.md 中合法数值，禁止臆造 |
| ⚠️ 实盘风险 | 所有生成的 passorder 代码自动附带风险提示语 |
📝 代码模板
# coding:gbk """ 功能：XXX 策略 模式：回测模型 / 实盘模型 机制：逐K线 handlebar / 订阅 subscribe / 定时 run_time """ account = "test" # 策略交易界面运行时会自动替换为配置账号 def init(ContextInfo): """初始化，策略启动时仅执行一次""" pass def handlebar(ContextInfo): """逐K线回调，核心策略逻辑""" pass
高频 API 速览
最常用的 8 个核心 API 函数快速索引
| # | 功能 | 核心函数 | 知识库位置 |
|---|---|---|---|
| 1 | 🛒 综合下单 | passorder(...) |
02-API/交易函数.md |
| 2 | 📈 获取K线行情 | ContextInfo.get_market_data_ex(...) |
02-API/行情函数.md |
| 3 | ⬇️ 下载历史数据 | download_history_data(...) |
02-API/行情函数.md |
| 4 | 📡 订阅行情回调 | ContextInfo.subscribe_quote(...) |
02-API/行情函数.md |
| 5 | 📊 获取 Tick 快照 | get_full_tick(...) |
02-API/行情函数.md |
| 6 | 🏦 查持仓/资金 | ContextInfo.get_trade_detail_data(...) |
02-API/交易函数.md |
| 7 | 🏭 获取板块成分 | ContextInfo.get_stock_list_in_sector(...) |
02-API/系统函数.md |
| 8 | 📐 技术指标 | MA(...) / MACD(...) / RSI(...) 等 |
02-API/引用函数.md |
安装 Skill 到 AI Agent
三种安装方式，任选其一
① 方式一：openclaw
通过 openclaw 命令行工具直接安装
② 方式二：npx skills
通过 npx 从 ClawHub 安装
③ 方式三：自行导入
下载项目代码后导入到 AI 工具中
左侧「专家·技能·连接器」→ 顶部「技能」→「添加技能」→「上传技能」→ 选择下载的代码
更新日志
版本迭代记录
- 移除外部 WebFetch Fallback 机制，改为纯本地知识库模式
- 收紧触发条件，改为用户主动提出时才激活
- 下单示例就近强警告，所有 passorder 代码块添加高风险警示
- 敏感字段脱敏：账号 ID、AccountKey、委托号、资产金额等
- 维护性操作警示：Lib 文件夹删除等破坏性操作提示
- SKILL.md 新增「下单示例安全默认」强制约束章节
- README 功能特性表顶部增加激活范围限定说明
- 首次发布
⚠️ 免责声明
量化交易存在巨大风险。本项目仅提供 QMT API 文档的知识结构化整理与 AI Agent 辅助能力：
- 生成的所有策略代码仅供学习参考，不构成任何投资建议
- 实盘交易前务必在「模拟信号模式」或「模拟柜台」中充分验证策略逻辑
- 因使用本项目代码、文档造成的任何盈亏，由使用者自行承担全部责任
QMT、迅投 为迅投公司或其关联公司的商标。本项目仅为社区用户自发整理的非官方知识库。