​随着人工智能技术的迅猛发展，利用AI工具提升工作效率已成为现代开发者的重要手段。

在使用deepseek官方网页生成迅投QMT代码的时候，deepseek给出的代码是xtquant代码，也就是miniqmt代码，并不是我们传统意义上说的大QMT可用的代码。

因此，我们需要自建一个知识库，让deepseek根据我的知识库里面的知识，去帮我生成大QMT可用的交易代码。

一、建立迅投QMT的知识库

建立迅投QMT的知识库的方法比较简单，我们就直接访问迅投QMT的官方网站，把网站上的网页内容打印成PDF文件，我这边有一个打印下来的PDF文件可以下载（注意我打印的日期是2025年2月25日，后续迅投网站可能会更新），大家也可以自己去网站上打印。

下载链接：

https://download.csdn.net/download/wtsolutions/90427490

二、利用腾讯ima.copilot建立与deepseek的知识库

1、下载与安装 IMA.Copilot

2. 导入PDF文件到个人知识库

1. 在 IMA.Copilot 中，点击左侧导航栏的“知识库”选项。
2. 选择“导入文档”，上传你的迅投QMT PDF文件。
3. 等待系统处理并索引文档内容。

三、使用 IMA.Copilot 编写量化交易 Python 代码

在个人知识库页面，下面有一个输入窗口，可以在此处提问，此处提问可以是直接基于知识库知识来回答的。

举例说明：

“请根据迅投QMT的PDF文档，编写一个计算股票移动平均线的Python函数。”

IMA.Copilot 将结合 DeepSeek R1 大模型和你的知识库内容，自动生成相应的Python代码。以下就是deepseek给出的代码。

#coding:gbk
import numpy as np

def calculate_ma(ContextInfo, stock_code, window_size):
    """
    计算指定股票的移动平均线
    :param ContextInfo: QMT上下文对象[1](@ref)
    :param stock_code: 股票代码（格式：'000001.SZ'）[1](@ref)
    :param window_size: 均线周期
    :return: MA值（浮点数）
    """
    # 获取本地收盘价数据
    local_data = ContextInfo.get_market_data_ex(
        ['close'], 
        [stock_code],
        period='1d',
        count=window_size,
        subscribe=False
    )
    
    # 提取收盘价列表
    try:
        close_prices = local_data[stock_code]['close'].values
    except KeyError:
        print(f"未找到股票{stock_code}的收盘数据")
        return None
    
    # 计算移动平均
    if len(close_prices) >= window_size:
        ma_value = np.mean(close_prices[-window_size:])
        return round(ma_value, 2)
    else:
        print(f"数据不足，当前数据量{len(close_prices)}，需要{window_size}根K线")
        return None

# 使用示例（在策略中调用）
def handlebar(C):
    stock = "600000.SH"
    ma10 = calculate_ma(C, stock, 10)  # 计算10日均线
    ma20 = calculate_ma(C, stock, 20)  # 计算20日均线
    print(f"{stock} 10日均线：{ma10}，20日均线：{ma20}")

def init(C):
    # 下载所需历史数据（建议在策略初始化时执行）
    C.download_history_data("600000.SH", "1d", "", "")

四、检查测试

生成的代码可能需要根据具体需求进行调整和优化。

很多朋友问过我，为什么感觉迅投的QMT有延迟：

1. 委托order数据延迟，order_callback()
2. 成交deal数据延迟, deal_callback()
3. 持仓position数据延迟, position_callback()
4. 账号account数据延迟, account_callback()

第一类原因：

官方给的提示如下：

委托/成交/持仓/账号信息的更新, 是在客户端后台进行的, python策略中无法手动控制。

解释如下： python提供的取账号信息接口 get_trade_detail_data， 与四种交易回调函数（order_callback, deal_callback, position_callback等等）, 都是从客户端本地缓存中读取数据 / 触发调用，不是调用时查询柜台再返回。

客户端本地缓存状态定期接收柜台推送刷新，有交易主推的柜台50ms一次，没有交易主推的柜台1-6秒一次。

不能认为get_trade_detail_data查到的状态是与柜台完全一致的, 比如卖出委托后立刻查询, 不会查到对应委托, 可用资金也不会变多。

实盘策略需要设计盘中保存/更新委托状态的机制。常见的做法是用全局变量字典保存委托状态, 给每一笔委托独立的投资备注作为字典的key，委托状态作为字典的value, 下单后默认设置为待报, 之后查到委托后更新状态。如果某品种股票存在待报状态委托, 暂停该品种后续报单, 防止发生超单的情况。(实现可以参考实盘示例7-调整至目标持仓Demo)

简单来说： 不同的券商下的QMT交易系统推送频率不同。从券商向你的QMT软件，有的券商50ms推送一次交易信息，有的是1-6秒才会推送一次信息。也就是说，你如果感觉到延迟，需要问你的券商，问他们所给你提供的QMT交易系统，是多久推送一次。如果是1-6秒，你肯定会感觉有延迟的。

推送之后，你的QMT软件，才会知道最新的信息，然后相应的给你各种callback。当然你自己使用get_trade_detail_data也是从你本地的QMT软件获取的信息，无法直接从券商那边直接获取信息，只能等券商那边给你的QMT软件推送最新的信息之后，你才能get到最新信息。

第二类原因

就是你自己要在QMT软件右下角那块看行情/交易连接的延迟，正常是ms级的延迟，如果你在连接行情/交易服务器处就有很大的延迟，就可能是因为你的宽带连接质量不高，或者网速比较慢等原因。可以通过换成手机热点、换宽带等等各种方式排查一下，看看是不是用了其他的网络就能变好。

其他文章

其他相关文章，可以关注CSDN专栏（看本博客的最顶端），点进去专栏，可以看到所有与QMT量化交易相关的文章。感谢关注。

本文更新于2025年2月25日，关注本博客，csdn专栏（看本博客文章最顶端）或者WTSolutions的知乎，获取最新的更新提醒。

行情和交易服务器的中断和再连接

在QMT程序化交易系统的右下角，能看到两个标签【行情】【交易】，如果是绿色的，则代表行情和交易服务器是连接正常的，如果变成了红色，则代表那个服务器连接中断了。 如果是红色的，则需要用鼠标点击红色部分，会弹出一个服务器的选择窗口，你需要手动的进行相应的切换，直到右下角的标签变成了绿色的。

服务器再连接

需要注意的是，有的券商的再连接发生时，当前的所有的交易数据，券商会完全再给你推送一次，所有的成交回报，所有的下单回报等等，大家一定要特别注意，不能相信券商给你推送的交易回报, 它可能是重复发送的（如deal_callback等等）。这个问题在我之前的新手指南的帖子里面已经讲解了解决办法。大家可以通过本文章顶端的博客专栏连接，进入我的专栏，查看其他的QMT相关的文章。

服务器中断的识别

很多时候，我们的QMT程序化交易系统是24小时运行的，那么我们其实希望能够识别到当前【行情】【交易】服务器连接是否正常。我自己所采用的方法比较简单，就是设置一个定时函数，在盘前的一个时间去通过获取行情来判断是否存在服务器中断。如果判断中断了，则给我发送一个消息。当然如果我在设定的时间完全没有收到任何消息的话，则说明整个QMT程序存在不正常运行的状况，需要人工干预。

我使用的方法非常简单，就是在9点15运行如下代码：

def DailySettings(ContextInfo):
	if getLastClose('510300.SH',ContextInfo) != False:
		sendMsg("morning")
def getLastClose(stock, ContextInfo):
	stockList = [stock]
	tick = ContextInfo.get_full_tick(stock_code = stockList)
	if stock in tick:
		if "lastClose" in tick[stock]:
			return tick[stock]["lastClose"]
	sendMsg("行情数据可能存在问题")
	return False

如果我收到了morning，则通常QMT行情服务器连接正常。 sendMsg函数，大家可以自定义，比如发送短信，发送邮件，发送飞书消息，自己能接收到就行。

其他文章

其他相关文章，可以关注CSDN专栏（看本博客的最顶端），点进去专栏，可以看到所有与QMT量化交易相关的文章。感谢关注。

本文更新于2025年2月11日，关注本博客，csdn专栏（看本博客文章最顶端）或者WTSolutions的知乎，获取最新的更新提醒。

迅投QMT门槛

迅投QMT量化交易系统是一款基于python语言开发的量化交易平台，它提供了丰富的量化交易功能，包括策略开发、回测、实盘交易等。

迅投QMT量化交易系统的门槛相对较低，只需要具备一定的编程基础，资金门槛很低，就可以开始使用。

其实迅投QMT还是比较适合入门级和中级个人投资者的，如果是那种特别专业的个人投资者或者机构的投资者，不一定会选择迅投QMT，还有其他的量化交易平台，比如大家经常能在龙虎榜上面看到的华鑫某某某，当然华鑫的门槛会更高，对资金和对技术能力都会有更高的门槛。

首先就是开通一个券商，他们要能支持QMT的接入，然后开通QMT的账号，就可以开始使用了。有一些券商基本没什么开户门槛，可以开通QMT，如果有需要，可以通过底部的知乎链接，与我联系，可以与我的客户经理联系，其实也就只是帮个忙，不是全职干这个的哈。

python版本

QMT使用的语言是python，版本为3.6。如果完全不懂python的话，要么赶紧学习，要么这个帖子就是一个劝退帖。

QMT自带python库

QMT里面内置了一些常用的python库，包括：

• numpy, pandas, patsy, scipy, statsmodels, TA_Lib 其中多种指标如 ADX, MACD, RSI, 布林轨道等；K 线形态识别，如黄昏之星，锤形线等等可以使用TA_Lib库。

QMT自带策略

QMT里面自带了一些策略，包括：

• 均线策略
• 日内交易策略
• 国债逆回购策略 等等，当然这些仅供参考，基本上大家都要自己编写自己的策略。

QMT的安装

安装包要从你的券商那里下载，安装很简单，就普通安装一个软件有一样。

QMT的登陆

需要从自己的券商那里获取，有一个用户名和一个密码，然后登陆即可。一般在开通QMT交易权限的时候，券商会告诉你用户名和密码。

QMT的运行环境

需要一台Windows电脑，也可以使用云服务器，电脑的性能取决于你自己的策略，如果策略的数量不多，且策略并不复杂，其实普通的电脑都没有问题。对于新手来说，完全可以使用一台现有的电脑开始使用，如果后面上了复杂的策略，慢慢的再增加性能更好的电脑硬件。我自己的策略比较简单，我把我的电脑的一些硬件，比如USB接口只开启了一个，声卡什么用不到的硬件都关闭了，只保留了必须的硬件，这样可以保证电脑的性能，也可以保证电脑的稳定性，同时电耗也会比较低，目前我的电耗每天不到0.5度。

QMT的运行，很多时候，我们并不是一直盯着的，会需要在电脑上/云服务器上面安装一个远程协助软件，这样可以随时远程连接到QMT，然后进行一些操作。

一些Bug与解决方案

QMT量化交易系统中的 账号成交状态变化主推 deal_callback() ， 当账号成交状态有变化时，这个函数被客户端调用。

在使用的过程中发现，deal_callback() 函数在会被调用多次，后来咨询国金证券QMT的工作人员后，才发现，会在至少如下两种情况下调用：

1. 当账号成交状态有变化时，会调用 deal_callback() 函数。
2. 当网络出现中断之后，QMT系统与服务器重新连接的时候，会调用 deal_callback() 函数, 并且把当日的所有成交全部都推送一遍。

因此务必不可以相信 deal_callback() 函数的推送数据，因为 deal_callback() 函数的推送数据可能是重复推送的。为了解决这个问题，我们需要自己建立数据库，去记录每一次下单，下单的成交状态。后续所有的下单，都要基于自己的数据库数据，不可相信QMT的推送数据。

如下摘取自迅投QMT的官方文档：

下单与回报相关

为保证以尽快的速度执行交易信号, qmt 客户端提供的交易接口是异步的, 以快速交易参数填2的passorder函数为例，调用后会立刻发出委托, 然后返回。不会等待委托回报, 也不会阻塞python线程的运行。

委托/成交/持仓/账号信息的更新, 是在客户端后台进行的, python策略中无法手动控制。python提供的取账号信息接口 get_trade_detail_data， 与四种交易回调函数, 都是从客户端本地缓存中读取数据 / 触发调用，不是调用时查询柜台再返回。客户端本地缓存状态定期接收柜台推送刷新，有交易主推的柜台50ms一次，没有交易主推的柜台1-6秒一次。 不能认为get_trade_detail_data查到的状态是与柜台完全一致的, 比如卖出委托后立刻查询, 不会查到对应委托, 可用资金也不会变多。

软件工具

IBKR有网页版，手机APP版，电脑桌面版等多个软件工具。

对于新手来说，手机APP和电脑网页版可能使用起来相对比较友好一些。我感觉电脑桌面版的那个软件设计哦，只适合于金融行业资深从业者。反正就挺难用的。

手机APP, 如果是苹果的，就直接在应用商店下载，如果是安卓的，但是你又不知道怎么下载, 你就打IBKR在上海的客服电话，他们会教你，上海客服给你的下载链接下载的APP可以在国内的网络环境下稳定的使用。

另外，IBKR也是有api可以提供使用的，懂编程的朋友也可以使用API进行程序化交易。

券商佣金

对于小散来说，选阶梯式的会比较合适，一次交易，基本佣金基本是在0.35USD。

如果交易量大或者金额特别高的，估计也不会看我这个帖子，所以我就只介绍适合新手小散的佣金方式。

T+0

美国股市并不是完全T+0，

对于资金量大于25000USD的day trader账户，是可以随便T+0交易的

2000~25000USD资金量的保证金账户，5个交易日内最多3次 T+0交易

小于2000USD的现金账户，就不建议你进行T+0交易了，需要等到资金交割之后才能再次交易

如果违规账户会被暂停90天。

简单来说，有钱的就充钱吧，充25000，成为day trader，能随便T+0。没那么多钱且是新手还是别随便T+0了。IBKR的手机APP在识别到你可能触发违规的时候，一般会弹出小窗口提醒你一下，需要注意！

换汇

IBKR里面可以很方便的换汇，但换汇是有手续费的，最少2USD。据说IBKR的汇率是比较好的，但我也没有对比过。因为资金量很小的话，也不太需要在乎这个。

入金速度

如果采用银行转账的形式，转账后需要大概30分钟，一小时，才能显示到账户中，并不是实时到账的。其他的入金形式是不是能实时到账，我不确定，有知道的知友可以在评论区补充。另外，入金账户的名称和你的IBKR的账户名称要是同一个姓名，才能入金的，不能用别人的账户入金。

出金

每个月的第一笔出金是免费的，每个月从第二笔出金是要支付手续费了的。

行情

使用IBKR的任何客户端，看行情都是特别的不适应的。没有国人制作的APP看行情更舒服，可以用HK的或者SG的券商APP（FUTU,雪球,MOOMOO等）。

股票收益增长计划

这个就是当有人需要融券的时候，IBKR会找参与了股票收益计划的人，把券借给需要融券的人。借出的账户，可以收到利息。借出后，当你想卖股票的时候，完全不影响你卖出。

利息

入金后可能有一部分余额没有用于购买股票，以现金余额的形式在账户里面。

余额10000美金是没有利息的，高于10万美金的利息是能达到4.3%的。中间分了几档，利息介于0~4.3%之间。如果是小散户，估计可能也没有利息或者利息很少。

夜盘交易

IBKR支持夜盘美股交易，也就是除了美股正常的交易时间之外，大部分时间你也是可以交易股票和ETF的。

时间是美国ET时间晚上八点到第二天早晨的三点五十，大家可以相应换算北京时间，基本覆盖了A股交易的时间。

注意，并不是所有的交易产品都支持夜盘的，绝大部分散户操作的股票和ETF支持，在页面你可以看到夜盘按钮的就是支持的。另外，夜盘交易并没有正常交易时间段那么活跃，也就是流动性相对没那么好，所以交易价格可能和公允价值偏差较大。

Bit币交易

如果使用中国大陆身份进行开户的话，是不允许进行相关交易的。

股市交易时间

不同地区股市交易时间不同，如下均按照北京时间，只统计常规交易时间。像美股是有夜盘交易的，不含在如下所述的交易时间中（如果有错误，还请在评论区指正）

• 中国沪深市场：周一至周五，上午9:30至11:30，下午1:00至3:00。
• 中国香港股市：周一至周五，早市9:30至12:00，午市1:00至4:00。
• 美国股市：夏令时21:30至次日4:00，冬令时22:30至次日5:00。
• 欧洲股市：夏令时15:00至23:30，冬令时16:00至次日0:30。
• 日本股市：周一至周五，上午8:00至下午2:00。
• 我国台湾股市：周一至周五，上午9:00至下午1:30。
• 伦敦证券交易所（英国）：周一至周五，16:00至次日00:30。
• 法兰克福证券交易所（德国）：周一至周五，15:00至次日03:00。
• 巴黎泛欧交易所（法国）：周一至周五，16:00至次日00:30。

交易品种

• 股票交易：包括美国、欧洲、亚洲等多个国家和地区的股票市场。
• 期权交易：提供多种期权交易策略。
• 期货和商品交易：涵盖能源、金属、农产品等多种期货合约。
• 外汇交易：提供主要和次要货币对的交易。
• 债券交易：包括政府债券、公司债券等。
• 基金和ETFs：提供广泛的共同基金和交易所交易基金。

保险

IBKR证券账户中持有的现金根据SEC的客户保护法规15c3-3受到保护。

除IBKR的保护外，前$250,000美元现金享受SIPC保险覆盖。

闲钱理财

有时候账户有一些余额，放着没利息（仅限低于10000美元的余额），可以选择购买BIL，类似货币基金吧（不完全等同），可以每天涨一点点利息，但交易这个BIL也是正常需要缴纳手续费的。

下单类型(美股和A股区别）

美股和A股在下单类型上存在一些差异，主要体现在市场规则和交易机制上。以下是主要区别：

• 市价单（Market Order）

美股：市价单按当前市场价格立即执行，成交速度快，但价格可能波动。

A股：A股也有市价单，但通常有价格限制（如涨跌停板），成交价不会超出当日涨跌幅范围。

• 限价单（Limit Order）

美股：限价单按指定价格或更优价格成交，未达到指定价格则不执行。