QMT Python API

完整示例

获取行情示例

按品种划分

两融

获取融资融券账户可融资买入标的

qmt://docs/python

1#coding:gbk

2def init(C):

4 r = get_assure_contract('123456789')

5 if len(r) == 0:

6 print('未取到担保明细')

7 else:

8 finable = [o.m_strInstrumentID+'.'+o.m_strExchangeID for o in r if o.m_eFinStatus==48]

9 print('可融资买入标的:', finable)

按功能划分

订阅K线全推

提示

K线全推需要VIP权限，非VIP用户请勿使用此功能

订阅全市场1m周期K线

qmt://docs/python

1#coding:gbk

3import pandas as pd

4import numpy as np

6def init(C):

7 stock_list = C.get_stock_list_in_sector("沪深A股")

8 sub_num_dict = {i:C.subscribe_quote(

9 stock_code = i,

10 period = '1m',

11 dividend_type = 'none',

12 result_type = 'dict', # 回调函数的行情数据格式

13 callback = call_back # 指定一个自定义的函数接收行情，自定义的函数只能有一个位置参数

14 ) for i in stock_list}

16def call_back(data):

17 print(data)

获取N分钟周期K线数据

提示

获取历史N分钟数据前，需要先下载历史数据
1m以上，5m以下的数据，是通过1m数据合成的
5m以上，1d以下的数据，是通过5m数据合成的
1d以上的数据，是通过1d的数据合成的

qmt://docs/python

1#coding:gbk

3import pandas as pd

4import numpy as np

6def init(C):

8 # start_date = '20231001'# 格式"YYYYMMDD"，开始下载的日期，date = ""时全量下载

9 start_date = '20231001'# 格式"YYYYMMDD"，开始下载的日期，date = ""时增量下载

10 end_date = "" # 格式同上，下载结束时间

11 period = "3m" # 数据周期

12 need_download = 1 # 取数据是空值时，将need_download赋值为1，确保正确下载了历史数据

13 # code_list = ["110052.SH"] # 可转债

14 # code_list = ["rb2401.SF", "FG403.ZF"] # 期货列表

15 # code_list = ["HO2310-P-2500.IF"] # 期权列表

16 code_list = ["000001.SZ", "600519.SH"] # 股票列表

18 # 判断要不要下载数据

19 if need_download:

20 my_download(code_list, period, start_date, end_date)

21 # 取数据

	data = C.get_market_data_ex([],code_list,period = period, start_time = start_date, end_time = end_date,dividend_type = "back_ratio")

24 print(data)# 行情数据查看

25 print(C.get_instrumentdetail(code_list[0])) # 合约信息查看

27def hanldebar(C):

28 return

30def my_download(stock_list,period,start_date = '', end_date = ''):

31 '''

32 用于显示下载进度

33 '''

34 if "d" in period:

35 period = "1d"

36 elif "m" in period:

37 if int(period[0]) < 5:

38 period = "1m"

39 else:

40 period = "5m"

41 elif "tick" == period:

42 pass

43 else:

44 raise KeyboardInterrupt("周期传入错误")

47 n = 1

48 num = len(stock_list)

49 for i in stock_list:

50 print(f"当前正在下载{n}/{num}")

52 download_history_data(i,period,start_date, end_date)

53 n += 1

54 print("下载任务结束")

获取2小时行情数据

提示

获取历史N分钟数据前，需要先下载历史数据
1m以上，5m以下的数据，是通过1m数据合成的
5m以上，1d以下的数据，是通过5m数据合成的
1d以上的数据，是通过1d的数据合成的
本示例是获取120分钟周期，需要先下载5分钟周期

qmt://docs/python

1#coding:gbk

3def after_init(ContextInfo):

4 stock = '000012.SZ'

5 #下载历史5分钟行情(2小时周期是接口由基础周期5m合并)

6 download_history_data(stock, '5m', '20260101', '')

9def handlebar(ContextInfo):

10 if not ContextInfo.is_last_bar():

11 return

12 stock = '000012.SZ'

13 # 获取120分钟线（2小时线）数据

14 data = ContextInfo.get_market_data_ex(

15 ['open', 'high', 'low', 'close', 'volume'], [stock], period='2h'

16 , start_time='20260101', end_time='', count=-1

17 , dividend_type='follow', fill_data=False

18 , subscribe = True

19 )

20 print(data)

获取 Lv1 行情数据

本示例用于说明如何通过函数获取行情数据。

qmt://docs/python

1#coding:gbk

2# get_market_data_ex(subscribe=True)有订阅股票数量限制

3# 即stock_list参数的数量不能超过500

# get_market_data_ex(subscribe=False) 该模式下（非订阅模式），接口会从本地行情文件里获取数据，不会获取动态行情数，且不受订阅数限制，但需要提前下载数据

6# 下载数据在操作/数据管理/补充数据选项卡里，按照页面提示下载数据

# get_market_data_ex(subscribe=True) 该模式下（订阅模式），受订阅数量上限限制，可以取到动态行情

10# 建议每天盘后增量补充对应周期的行情

12import time

15def init(C):

16 C.stock = C.stockcode + '.' + C.market

17 # 获取指定时间的k线

	price = C.get_market_data_ex(['open','high','low','close'], [C.stock], start_time='', end_time='',period='1d', subscribe=False)

19 print(price[C.stock].head())

22def handlebar(C):

24 bar_timetag = C.get_bar_timetag(C.barpos)

25 bar_date = timetag_to_datetime(bar_timetag, '%Y%m%d%H%M%S')

26 print('获取截至到%s为止前5根k线的开高低收等字段:'%(bar_date))

27 # 获取截至今天为止前30根k线

28 price = C.get_market_data_ex(

29 [], [C.stock],

30 end_time=bar_date,

31 period=C.period,

32 subscribe=True,

33 count=5,

34 )

35 print(price[C.stock].to_dict('dict'))

获取 Lv2 数据（需要数据源支持）

方法1 - 查询LV2数据

使用该函数后，会定期查询最新数据，并进行数据返回。

qmt://docs/python

1#coding:gbk

2def init(C):

3 C.sub_nums = []

5 C.stock = C.stockcode+'.'+C.market

6 for field in ['l2transaction', 'l2order', 'l2transactioncount', 'l2quote']:

7 num = C.subscribe_quote(C.stock, period=field,

8 dividend_type='follow',

9 )

11 C.sub_nums.append(num)

13def handlebar(C):

14 if not C.is_last_bar():

15 return

16 price = C.get_market_data_ex([],[C.stock],period='l2transaction',count=10)[C.stock]

17 price_dict = price.to_dict('index')

18 print(price_dict)

19 for pos, t in enumerate(price_dict):

		print(f" 逐笔成交:{pos+1} 时间:{price_dict[t]['stime']}, 时间戳:{price_dict[t]['time']}, 成交价:{price_dict[t]['price']}, \

21成交量:{price_dict[t]['volume']}, 成交额:{price_dict[t]['amount']} \

22成交记录号:{price_dict[t]['tradeIndex']}, 买方委托号:{price_dict[t]['buyNo']},\

23卖方委托号:{price_dict[t]['sellNo']}, 成交类型:{price_dict[t]['tradeType']}, \

24成交标志:{price_dict[t]['tradeFlag']}, ")

26 price = C.get_market_data_ex([],[C.stock],period='l2quote',count=10)[C.stock]

27 price_dict = price.to_dict('index')

28 print(price_dict)

29 for pos, t in enumerate(price_dict):

		print(f" 十档快照:{pos+1} 时间:{price_dict[t]['stime']}, 时间戳:{price_dict[t]['time']}, 最新价:{price_dict[t]['lastPrice']}, \

开盘价:{price_dict[t]['open']}, 最高价:{price_dict[t]['high']} 最低价:{price_dict[t]['low']}, 成交额:{price_dict[t]['amount']},\

成交总量:{price_dict[t]['volume']}, 原始成交总量:{price_dict[t]['pvolume']}, 证券状态:{price_dict[t]['stockStatus']}, 持仓量:{price_dict[t]['openInt']},\

成交笔数:{price_dict[t]['transactionNum']},前收盘价:{price_dict[t]['lastClose']},多档委卖价:{price_dict[t]['askPrice']},多档委卖量:{price_dict[t]['askVol']},\

34多档委买价:{price_dict[t]['bidPrice']},多档委买量:{price_dict[t]['bidVol']}")

37 price = C.get_market_data_ex([],[C.stock],period='l2order',count=10)[C.stock]

38 price_dict = price.to_dict('index')

39 for pos, t in enumerate(price_dict):

		print(f" 逐笔委托:{pos+1} 时间:{price_dict[t]['stime']}, 时间戳:{price_dict[t]['time']}, 委托价:{price_dict[t]['price']}, \

41委托量:{price_dict[t]['volume']}, 委托号:{price_dict[t]['entrustNo']} \

42委托类型:{price_dict[t]['entrustType']}, 委托方向:{price_dict[t]['entrustDirection']},\

43")

44# 委托类型: 0：未知 1: 买入,2: 卖出,3: 撤单

47 price = C.get_market_data_ex([],[C.stock],period='l2transactioncount',count=10)[C.stock]

48 price_dict = price.to_dict('index')

49 for pos, t in enumerate(price_dict):

50 print('大单统计:', price_dict[t])

52def stop(C):

53 for num in C.sub_nums:

54 C.unsubscribe_quote(num)

方法2 - 订阅LV2数据

此方法在发起订阅后，会自动收到所订阅数据，订阅方需要记录订阅函数返回的订阅号，并在不需要订阅时调用unsubscribe_quote反订阅数据，释放资源。

qmt://docs/python

1#coding:gbk

3def l2_quote_callback(data):

4 for s in data:

5 print('lv2快照:',s, data[s])

7def l2transaction_callback(data):

8 for s in data:

9 print('逐笔成交',s, data[s])

12def l2order_callback(data):

13 for s in data:

14 print('逐笔委托',s, data[s])

16def l2quoteaux_callback(data):

17 for s in data:

18 print('行情快照补充',s, data[s])

21def l2transactioncount_callback(data):

22 for s in data:

23 print('大单统计',s, data[s])

26def l2orderqueue_callback(data):

27 for s in data:

28 print('委买委卖队列',s, data[s])

31def init(C):

32 C.stock = C.stockcode + '.' + C.market

34 # Level2 逐笔快照

35 C.subscribe_quote(C.stock, 'l2quote', result_type='dict', callback=l2_quote_callback)

36 # Level2 行情快照补充

37 C.subscribe_quote(C.stock, 'l2quoteaux', result_type='dict', callback=l2quoteaux_callback)

38 # Level2 逐笔成交

39 C.subscribe_quote(C.stock, 'l2transaction', result_type='dict', callback=l2transaction_callback)

40 # Level2 逐笔委托

41 C.subscribe_quote(C.stock, 'l2order', result_type='dict', callback=l2order_callback)

42 # Level2大单统计

43 C.subscribe_quote(C.stock, 'l2transactioncount', result_type='dict', callback=l2transactioncount_callback)

44 # Level2委买委卖队列

45 C.subscribe_quote(C.stock, 'l2orderqueue', result_type='dict', callback=l2orderqueue_callback)

47def handlebar(C):

48 return

使用 Lv1 全推数据计算全市场涨幅

qmt://docs/python

1#coding:gbk

3import time

5class a():pass

7A = a()

9def init(C):

10 A.hsa = C.get_stock_list_in_sector('沪深A股') + C.get_stock_list_in_sector('京市A股')

11 print('股票池大小', len(A.hsa))

12 A.vol_dict = {}

13 for stock in A.hsa:

14 A.vol_dict[stock] = C.get_last_volume(stock)

15 C.run_time("f","3nSecond","2019-10-14 13:20:00")

18def to_zw(a):

19 '''0.中文价格字符串'''

20 import numpy as np

21 if np.isnan(a):

22 return '问题数据'

23 if abs(a) < 1000:

24 print(a, str(round(int(a) / 1000.0, 2)) + "千")

25 return str(round(int(a) / 1000.0, 2)) + "千"

26 if abs(a) < 10000:

27 return str(int(a))[0] + "千"

28 if abs(a) < 100000000:

29 return str(int(a))[:-4] + "万" + str(int(a))[-4]

30 return f"{int(a / 100000000)}亿"

34def f(C):

35 t0 = time.time()

36 full_tick = C.get_full_tick(A.hsa)

37 total_market_value = 0

38 total_ratio = 0

39 count = 0

40 total_amount = 0

41 ratio_list = []

42 for stock in A.hsa:

43 ratio = full_tick[stock]['lastPrice'] / full_tick[stock]['lastClose'] - 1

44 amount = full_tick[stock]['amount']

45 total_amount += amount

			rise_price = round(full_tick[stock]['lastClose'] *1.2,2) if stock[0] == '3' or stock[:3] == '688' else round(full_tick[stock]['lastClose'] *1.1,2)

47 #如果要打印涨停品种

48 #if abs(full_tick[stock]['lastPrice'] - rise_price) <0.01:

49 # print(f"涨停品种 {stock} {C.get_stock_name(stock)}")

50 market_value = full_tick[stock]['lastPrice'] * A.vol_dict[stock]

51 total_ratio += ratio * market_value

52 total_market_value += market_value

53 count += 1

54 ratio_list.append(ratio)

55 #print(count)

56 total_ratio /= total_market_value

57 total_ratio *= 100

58 middle = int(len(ratio_list) / 2)

59 middle_ratio = ratio_list[middle]

60 rise_num = len([i for i in ratio_list if i > 0])

61 down_num = len([i for i in ratio_list if i < 0])

	print(f'A股加权涨幅 {round(total_ratio,2)}% 涨幅中位数 {round(middle_ratio,2)}% {rise_num}个上涨 {down_num}个下跌 成交金额 {to_zw(total_amount)} 耗时{round(time.time()- t0,5)}秒')

在行情回调函数里处理动态行情

ContextInfo.subscribe_quote - 订阅行情函数说明
 行情回调函数字段说明

qmt://docs/python

1#coding:gbk

3sub_nums = []

6def init(C):

7 global sub_nums

9 # def on_quote(data1， data2): # 错误写法

10 def on_quote(data):

11 for s in data:

12 q = data[s]

13 print(type(q), q)

15 stocks = [C.stockcode + '.' + C.market] # 获取到当前主图股票代码

16 for s in stocks:

17 num = C.subscribe_quote(s, period='1d',

18 dividend_type='none',

19 result_type='dict', # 回调函数的行情数据格式

20 callback=on_quote # 指定一个自定义的函数接收行情，自定义的函数只能有一个位置参数

21 )

22 sub_nums.append(num)

25def stop(C):

26 # 反订阅

27 for num in sub_nums:

28 C.unsubscribe_quote(num)

python写入扩展数据

qmt://docs/python

1# coding:gbk

2'''

3python写扩展数据，投研接口

4'''

6def init(C):

7 # 创建扩展数据

8 extencd_name = 'test' # 创建名为test的扩展数据

9 create_extend_data# (父节点, 扩展数据名称, 是否覆盖)

10 C.extencd_name = create_extend_data('扩展数据', extencd_name, True)

13def handlebar(C):

14 if C.is_last_bar():

        data = {'SH600177': 0.43, 'SZ000767': 0.18, 'SH600362': 0.27, 'SH600171': 0.25, 'SH600170': 0.18, 'SH600073': 0.13, 'SZ000768': 0.17, 'SH600282': 0.19, 'SH600601': 0.42, 'SH600569': 0.26, 'SZ000401': 0.21, 'SH600602': 0.17, 'SZ000806': 0.13, 'SZ000807': 0.15, 'SH600608': 0.08, 'SH600874': 0.09, 'SZ000825': 0.44, 'SZ000652': 0.19, 'SH600078': 0.11, 'SH600871': 0.1, 'SZ000573': 0.1, 'SZ000520': 0.14, 'SH600879': 0.43, 'SZ000960': 0.2, 'SH600597': 0.21, 'SZ000550': 0.1, 'SH600591': 0.14, 'SZ000059': 0.13, 'SH600215': 0.12, 'SZ000968': 0.11, 'SZ000969': 0.14, 'SZ000568': 0.22, 'SH600598': 0.22, 'SH600028': 1.85, 'SH600270': 0.27, 'SH600060': 0.22, 'SH600062': 0.15, 'SH600779': 0.14, 'SH600997': 0.2, 'SZ000707': 0.12, 'SH600068': 0.16, 'SH600770': 0.14, 'SZ000680': 0.14, 'SH600674': 0.1, 'SH600675': 0.25, 'SZ000488': 0.28, 'SZ000012': 0.11, 'SH600863': 0.17, 'SZ000429': 0.17, 'SH600027': 0.32, 'SH600866': 0.13, 'SH600001': 0.43, 'SZ000636': 0.11, 'SH600900': 2.73, 'SH600600': 0.31, 'SH600895': 0.26, 'SH600029': 0.43, 'SH600020': 0.24, 'SH600205': 0.39, 'SH600688': 0.76, 'SH600207': 0.1, 'SZ000970': 0.3, 'SZ000601': 0.19, 'SH600200': 0.35, 'SZ000975': 0.08, 'SZ000538': 0.39, 'SZ000422': 0.14, 'SZ000858': 0.88, 'SZ000651': 0.44, 'SH600780': 0.21, 'SH600007': 0.11, 'SH600016': 2.36, 'SZ000866': 0.84, 'SH600267': 0.12, 'SH600266': 0.16, 'SH600786': 0.27, 'SZ000406': 0.39, 'SH600269': 0.47, 'SZ000528': 0.19, 'SH600694': 0.51, 'SZ000786': 0.14, 'SH600004': 0.4, 'SH600663': 0.25, 'SH600662': 0.21, 'SH600548': 0.11, 'SH600383': 0.42, 'SH600357': 0.12, 'SH600705': 0.13, 'SH600812': 0.18, 'SH600707': 0.06, 'SZ000895': 0.49, 'SZ000898': 0.68, 'SZ000400': 0.17, 'SZ000607': 0.1, 'SH600894': 0.1, 'SH600418': 0.4, 'SZ000061': 0.15, 'SH600653': 0.31, 'SZ000682': 0.17, 'SZ000543': 0.07, 'SZ000541': 0.25, 'SH600377': 0.12, 'SZ000949': 0.06, 'SH600256': 0.17, 'SH600006': 0.23, 'SH600005': 1.13, 'SH600790': 0.1, 'SH600797': 0.2, 'SH600002': 0.51, 'SH600795': 0.49, 'SH600000': 1.64, 'SH600652': 0.17, 'SH600121': 0.13, 'SH600123': 0.3, 'SH600125': 0.27, 'SH600126': 0.12, 'SH600008': 0.51, 'SZ000016': 0.14, 'SH600550': 0.24, 'SH600718': 0.16, 'SH600654': 0.2, 'SZ000157': 0.2, 'SH600808': 0.42, 'SZ000666': 0.1, 'SH600805': 0.11, 'SZ000527': 0.39, 'SH600717': 0.5, 'SH600399': 0.07, 'SZ000828': 0.14, 'SZ000959': 0.17, 'SZ000729': 0.29, 'SH600098': 0.43, 'SZ000886': 0.09, 'SZ000099': 0.13, 'SZ000800': 0.29, 'SH600096': 0.29, 'SZ001872': 0.17, 'SH600091': 0.12, 'SZ000956': 0.41, 'SH600887': 0.63, 'SH600886': 0.2, 'SH600884': 0.12, 'SH600308': 0.32, 'SH600309': 0.64, 'SH600881': 0.21, 'SH600307': 0.14, 'SZ000069': 0.8, 'SZ000068': 0.1, 'SH600153': 0.19, 'SZ000792': 0.55, 'SZ000060': 0.38, 'SZ000002': 2.25, 'SZ000001': 1.25, 'SH600138': 0.1, 'SH600649': 0.44, 'SH600015': 0.99, 'SZ000533': 0.07, 'SZ000009': 0.24, 'SH600408': 0.09, 'SZ000778': 0.23, 'SH600643': 0.17, 'SH600642': 0.71, 'SH600832': 0.71, 'SZ000089': 0.36, 'SZ000088': 0.44, 'SZ000539': 0.3, 'SH600835': 0.19, 'SH600726': 0.09, 'SH600010': 0.42, 'SH600724': 0.16, 'SH600839': 0.61, 'SH600011': 0.38, 'SH600012': 0.27, 'SH600089': 0.23, 'SH600088': 0.12, 'SH600087': 0.12, 'SH600085': 0.38, 'SZ000927': 0.2, 'SZ000920': 0.11, 'SZ000962': 0.13, 'SZ000559': 0.16, 'SH600050': 2.98, 'SZ000708': 0.09, 'SZ000503': 0.36, 'SZ000839': 0.44, 'SZ000717': 0.28, 'SZ000100': 0.31, 'SZ000036': 0.18, 'SZ000878': 0.24, 'SZ000511': 0.09, 'SZ000410': 0.19, 'SH600033': 0.24, 'SH600108': 0.13, 'SZ000031': 0.21, 'SZ000507': 0.09, 'SH600104': 0.78, 'SZ002024': 0.45, 'SH600102': 0.18, 'SH600103': 0.14, 'SH600100': 0.41, 'SH600019': 2.84, 'SH600009': 1.5, 'SH600639': 0.19, 'SZ000709': 0.34, 'SH600820': 0.14, 'SZ000571': 0.1, 'SH600739': 0.13, 'SH600631': 0.25, 'SH600021': 0.24, 'SH600635': 0.22, 'SH600637': 0.15, 'SZ000733': 0.09, 'SZ000780': 0.09, 'SH600210': 0.25, 'SZ000939': 0.12, 'SZ000937': 0.26, 'SZ000875': 0.15, 'SZ000933': 0.22, 'SZ000932': 0.51, 'SZ000659': 0.15, 'SZ000930': 0.38, 'SH600320': 0.8, 'SZ000822': 0.17, 'SZ000726': 0.14, 'SZ000727': 0.1, 'SZ000725': 0.13, 'SH600380': 0.14, 'SH600030': 0.63, 'SH600031': 0.16, 'SH600036': 3.93, 'SH600037': 0.62, 'SH600035': 0.16, 'SH600058': 0.2, 'SH600110': 0.13, 'SH600508': 0.19, 'SZ000402': 0.62, 'SH600115': 0.1, 'SH600117': 0.13, 'SZ000423': 0.22, 'SH600348': 0.34, 'SZ000518': 0.14, 'SH600500': 0.26, 'SH600660': 0.37, 'SH600057': 0.09, 'SH600744': 0.12, 'SH600747': 0.11, 'SH600740': 0.09, 'SH600741': 0.17, 'SH600621': 0.11, 'SZ000698': 0.14, 'SH600851': 0.19, 'SZ000900': 0.28, 'SH600854': 0.1, 'SH600868': 0.25, 'SH600428': 0.3, 'SZ000630': 0.36, 'SH600811': 0.3, 'SZ000735': 0.1, 'SZ000737': 0.09, 'SZ000066': 0.19, 'SH600331': 0.25, 'SH600183': 0.27, 'SH600333': 0.1, 'SZ000581': 0.25, 'SZ000425': 0.11, 'SZ000983': 0.49, 'SH600236': 0.25, 'SH600026': 0.45, 'SH600339': 0.08, 'SH600231': 0.16, 'SH600188': 0.27, 'SH600022': 0.2, 'SH600166': 0.08, 'SH600350': 0.37, 'SH600519': 1.14, 'SZ000063': 1.49, 'SH600690': 0.44, 'SZ000758': 0.24, 'SH600296': 0.26, 'SH601607': 0.17, 'SHT00018': 0.8, 'SZ000039': 0.78, 'SZ000599': 0.1, 'SH600198': 0.21, 'SZ000917': 0.15, 'SZ000916': 0.22, 'SZ000912': 0.21, 'SH600190': 0.11, 'SH600196': 0.25, 'SH600583': 0.54, 'SH600581': 0.12, 'SZ000027': 0.6, 'SZ000629': 0.52, 'SH600585': 0.32, 'SZ000021': 0.26, 'SZ000625': 0.25, 'SZ000623': 0.18, 'SZ000024': 0.42, 'SH600221': 0.13, 'SH600220': 0.17}

16 timetag = C.get_bar_timetag(C.barpos)

17 stock_list = list(data.keys())

18 print(stock_list)

20 #设置需要写入的扩展数据股票列表

21 #reset_extend_data_stock_list(扩展数据名称, 股票列表)

22 reset_extend_data_stock_list(C.extencd_name, stock_list)

23 # 执行写入扩展数据

24 # set_extend_data_value（扩展数据名称，时间戳(毫秒)，数据）

25 set_extend_data_value(C.extencd_name, timetag, data)

26 print('写入完成')

每1分钟统计一次市场涨跌情况

qmt://docs/python

1# coding:gbk

2import datetime as dt

3def on_timer(ContextInfo):

4 ls = globals().get("stock_list")

5 now_time = dt.datetime.now().strftime("%Y%m%d %H:%M:%S")

6 # 取tick数据

7 ticks = ContextInfo.get_full_tick(ls)

9 # 涨跌统计,并去除停牌股

10 profit_ls = [i for i in ticks if ticks[i]["lastPrice"] > ticks[i]["lastClose"] and ticks[i]["openInt"] != 1]

11 loss_ls = [i for i in ticks if ticks[i]["lastPrice"] < ticks[i]["lastClose"] and ticks[i]["openInt"] != 1]

12 print(f"{now_time}: 涨家数{len(profit_ls)}; 跌家数{len(loss_ls)}")

14def init(ContextInfo):

15 globals()["stock_list"] = get_stock_list_in_sector("沪深京A股")

16 # 自2023-12-31 23:59:59后每60s运行一次on_timer

17 tid=ContextInfo.schedule_run(on_timer,'20231231235959',3,dt.timedelta(seconds=60),'my_timer')

18 # 取消任务组为"my_timer"的任务

19 # # ContextInfo.cancel_schedule_run('my_timer')

    # 关于schedule_run函数的用法请阅读文档/docs/python/system_function.html#设置定时器-contextinfo-schedule-run

交易下单示例

按品种划分

股票

qmt://docs/python

1#coding:gbk

2def handlebar(ContextInfo):

3 if not ContextInfo.is_last_bar():

4 return

5 # 单股单账号股票最新价买入 100 股（1 手）

6 passorder(23, 1101, 'test', '600000.SH', 5, 0, 100, '',1,'',ContextInfo)

7 # 单股单账号股票最新价卖出 100 股（1 手）

8 passorder(24, 1101, 'test', '600000.SH', 5, 0, 100, '',1,'',ContextInfo)

    # 单股单账号沪市股票市价买入 100 股（1 手），沪市市价存在保护限价，Price参数为保护限价，买入为投资者能够接受的最高买价，填0会自动填为涨停价

10 passorder(23, 1101, 'test', '600000.SH', 42, 0, 100, '',1,'',ContextInfo)

    # 单股单账号沪市股票市价卖出 100 股（1 手），沪市市价存在保护限价，Price参数为保护限价，卖出为投资者能够接受的最低卖价，填0会自动填为跌停价

12 passorder(24, 1101, 'test', '600000.SH', 42, 0, 100, '',1,'',ContextInfo)

13 # 单股单账号京市股票最新价买入 101 股（1 手零 1 股）

14 passorder(23, 1101, 'test', '430047.BJ', 5, 0, 101, '',1,'',ContextInfo)

15 # 单股单账号京市股票最新价卖出 101 股（1 手零 1 股）

16 passorder(24, 1101, 'test', '430047.BJ', 5, 0, 101, '',1,'',ContextInfo)

基金

qmt://docs/python

1def handlebar(ContextInfo):

2 if not ContextInfo.is_last_bar():

3 return

5 # 申购中证500指数ETF

6 passorder(60, 1101, 'test', '510030.SH', 5, 0, 1, 2, ContextInfo)

8 # 赎回中证500指数ETF

9 passorder(61, 1101, 'test', '510030.SH', 5, 0, 1, 2, ContextInfo)

两融

qmt://docs/python

1#coding:gbk

2def handlebar(ContextInfo):

3 if not ContextInfo.is_last_bar():

4 return

5 target = '000001.SZ'

6 # 单股单账号股票指定价担保品买入 100 股（1 手）

7 passorder(33, 1101, 'test', target, 11, 7, 100, ContextInfo)

8 # 单股单账号股票指定价融资买入 100 股（1 手）

9 passorder(27, 1101, 'test', target, 11, 7, 100, ContextInfo)

期货

qmt://docs/python

1#coding:gbk

2def handlebar(ContextInfo):

3 if not ContextInfo.is_last_bar():

4 return

6 # 单股单账号期货最新价开多螺纹钢2401 10 手

7 target = 'rb2401.SF'

8 passorder(0, 1101, 'test', target, 5, -1, 10, 1, ContextInfo)

11 # 单股单账号期货指定价开空甲醇2401 10 手

12 target = 'MA401.ZF'

13 passorder(3, 1101, 'test', target, 11, 3000, 10, 1, ContextInfo)

16 #期货四键平多300股指2311,优先平今 2手

17 target = 'IF2311.IF'

18 passorder(6, 1101, 'test', target, 5, -1, 2, 1, ContextInfo)

期权

qmt://docs/python

1#coding:gbk

2def handlebar(ContextInfo):

3 if not ContextInfo.is_last_bar():

4 return

5 target = '10005330.SHO' # 50ETF购12月2450合约

7 # 单股单账号用最新价买入开仓期权合约target 2张

8 passorder(50, 1101, 'test', target, 5, -1, 2, 1, ContextInfo)

10 # 单股单账号用最新价卖出平仓期权合约target 2张

11 passorder(51, 1101, 'test', target, 5, -1, 2, 1, ContextInfo)

新股申购

qmt://docs/python

1#coding:gbk

2def init(C):

3 ipoStock=get_ipo_data("STOCK")#返回新股信息

4 print(ipoStock)

5 accont = '123456789'

6 for stock in ipoStock:

7 ipo_price = ipoStock[stock]['issuePrice'] # 发行价

8 maxPurchaseNum = ipoStock[stock]['maxPurchaseNum'] # 可申购额度

9 passorder(23,1101, accont, stock,11,ipo_price, maxPurchaseNum,'新股申购',2,stock,C)

债券

qmt://docs/python

1#coding:gbk

2def handlebar(ContextInfo):

3 if not ContextInfo.is_last_bar():

4 return

5 # 单股单账号最新价可转债买入 20张

6 passorder(23, 1101, 'test', '128123.SZ', 5, -1, 10, 1, ContextInfo)

ETF

qmt://docs/python

1#coding:gbk

2def handlebar(ContextInfo):

3 if not ContextInfo.is_last_bar():

4 return

5 # 单股单账号最新价买入上证etf 2000份

6 passorder(23, 1101, 'test', '510050.SH', 5, -1, 2000, ContextInfo)

组合交易

一键买卖（一篮子下单）

功能描述： 该示例演示如何用python进行一揽子股票买卖的交易操作

代码示例：

qmt://docs/python

1#coding:gbk

3def init(C):

5 table=[

6 {'stock':'600000.SH','weight':0.11,'quantity':100,'optType':23},

7 {'stock':'600028.SH','weight':0.11,'quantity':200,'optType':24},

8 ]

9 basket={'name':'basket1','stocks':table}

10 set_basket(basket)

11 # 按篮子数量下单，下2份 # 即下两倍篮子

12 pice = 2

13 passorder(35, #一键买卖

14 2101, # 表示按股票数量下单

15 account,

16 'basket1', # 篮子名称

17 5, # 最新价下单

18 1, # 价格，最新价时该参数无效，需要填任意数占位

19 pice, # 篮子份数

20 '',2,'strReMark',C)

22 # 按篮子权重下单

23 table=[

24 {'stock':'600000.SH','weight':0.4,'quantity':0,'optType':23}, # 40%

25 {'stock':'600028.SH','weight':0.6,'quantity':0,'optType':24}, # 60%

26 ]

27 basket={'name':'basket2','stocks':table}

28 set_basket(basket)

29 # 按组合权重总额10000元

30 money = 10000

31 passorder(35,2102,account,'basket2',5,1,money,'',2,'strReMark',C)

组合套利交易

提示

（accountID、orderType 特殊设置）

用法

qmt://docs/python

1passorder(opType, orderType, accountID, orderCode, prType, hedgeRatio, volume, ContextInfo)

释义：

参数

参数名称	描述
accountID	'stockAccountID, futureAccountID'
orderCode	'basketName, futureName'
hedgeRatio	套利比例（0 ~ 2 之间值，相当于 %0 至 200% 套利）
volume	份数 \ 资金 \ 比例
orderType	参考下方orderType-下单方式（特殊设置）

orderType - 下单方式（特殊设置）

编号	项目
2331	组合、套利、合约价值自动套利、按组合股票数量方式下单
2332	组合、套利、按合约价值自动套利、按组合股票权重方式下单
2333	组合、套利、按合约价值自动套利、按账号可用方式下单

示例

qmt://docs/python

按功能划分

passorder 下单函数

本示例用于演示K线走完下单及立即下单的参数写法差异，旨在帮助您了解如何快速实现下单操作。

qmt://docs/python

1#coding:gbk

2c = 0

3s = '000001.SZ'

4def init(ContextInfo):

5 # 立即下单用最新价买入股票s 100股，且指定投资备注

6 passorder(23,1101,account,s,5,0,100,'1',2,'tzbz',ContextInfo)

7 pass

10def handlebar(ContextInfo):

11 if not ContextInfo.is_last_bar():

12 #历史k线不应该发出实盘信号跳过

13 return

15 if ContextInfo.is_last_bar():

16 global c

17 c +=1

18 if c ==1:

19 # 用14.00元限价买入股票s 100股

20 passorder(23,1101,account,s,11,14.00,100,1,ContextInfo) # 当前k线为最新k线则立即下单

21 # 用最新价限价买入股票s 100股

22 passorder(23,1101,account,s,5,-1,100,0,ContextInfo) # K线走完下单

23 # 用最新价限价买入股票s 1000元

24 passorder(23, 1102, account, s, 5, 0,1000, 2, ContextInfo) # 不管是不是最新K线，立即下单

集合竞价下单

本示例演示了利用定时器函数和passorder下单函数在集合竞价期间以指定价买入平安银行100股。

qmt://docs/python

1#coding:gbk

3import time

4c = 0

5s = '000001.SZ'

6def init(ContextInfo):

	# 设置定时器，历史时间表示会在一次间隔时间后开始调用回调函数 比如本例中 5秒后会后第一次触发myHandlebar调用 之后五秒触发一次

8 ContextInfo.run_time("myHandlebar","5nSecond","2019-10-14 13:20:00")

11def myHandlebar(ContextInfo):

12 global c

13 now = time.strftime('%H%M%S')

14 if c ==0 and '092500' >= now >= '091500':

15 c += 1

16 passorder(23,1101,account,s,11,14.00,100,2,ContextInfo) # 立即下单

18def handlebar(ContextInfo):

19 return

止盈止损示例

qmt://docs/python

2#coding:gbk

4"""

51.账户内所有股票，当股价低于买入价10%止损卖出。

2.账户内所有股票，当股价高于前一天的收盘价10%时，开始监控一旦股价炸板（开板），以买三价卖出

7"""

9def init(C):

10 C.ratio = 1

11 if accountType == 'STOCK':

12 C.sell_code = 24

13 if accountType == 'CREDIT':

14 C.sell_code = 34

15 C.spare_list = C.get_stock_list_in_sector('不卖品种')

17def handlebar(C):

18 if not C.is_last_bar():

19 return

20 holdings = get_trade_detail_data(account, accountType, 'position')

21 stock_list = [holding.m_strInstrumentID + '.' + holding.m_strExchangeID for holding in holdings]

22 if stock_list:

23 full_tick = C.get_full_tick(stock_list)

24 for holding in holdings:

25 stock = holding.m_strInstrumentID + '.' + holding.m_strExchangeID

26 rate = holding.m_dProfitRate

27 volume = holding.m_nCanUseVolume

28 if not volume >= 100:

29 continue

30 if stock in C.spare_list:

31 continue

32 if rate < -0.1:

33 msg = f'{stock} 盈亏比例 {rate} 小于-10% 卖出 {volume}股'

34 print(msg)

35 passorder(C.sell_code, 1101, account, stock, 14, -1, volume, '减仓模型', 2, msg, C)

36 continue

37 if stock in full_tick:

38 current_price = full_tick[stock]['lastPrice']

39 pre_price = full_tick[stock]['lastClose']

40 high_price = full_tick[stock]['high']

41 stop_price = pre_price * 1.2 if stock[:2] in ['30', '68'] else pre_price * 1.1

42 stop_price = round(stop_price, 2)

43 ask_price_3 = full_tick[stock]['bidPrice'][2]

44 if not ask_price_3:

					print(f"{stock} {full_tick[stock]} 未取到三档盘口价 请检查客户端右下角 行情界面 是否选择了五档行情 本次跳过卖出")

46 continue

47 if high_price == stop_price and current_price < stop_price:

48 msg = f"{stock} 涨停后开板卖出 {volume}股"

49 print(msg)

50 passorder(C.sell_code, 1101, account, stock, 14, -1, volume, '减仓模型', 2, msg, C)

51 continue

passorder 下算法单函数

本示例由于演示如何下达算法单，具体算法参数请参考迅投投研平台客户端参数说明。

qmt://docs/python

1#coding:gbk

2import time

4def init(C):

5 userparam={

6 'OrderType':1, #表示要下算法

7 'PriceType':0, # 卖5价下单

8 'MaxOrderCount':12, # 最大委托次数

9 'SuperPriceType':0, # 超价类型，0表示按比例

10 'SuperPriceRate':0.02, # 超价2%下单

11 'VolumeRate':0.1, # 单笔下单比率每次拆10%

12 'VolumeType': 10, # 单笔基准量类型

13 'SingleNumMax':1000000, # 单笔拆单最大值

14 'PriceRangeType':0, # 波动区间类型

15 'PriceRangeRate':1, # 波动区间值

16 'ValidTimeType':1, # 有效时间类型 1 表示按执行时间

17 'ValidTimeStart':int(time.time()), # 算法开始时间

18 'ValidTimeEnd':int(time.time()+60*60), # 算法结束时间

19 'PlaceOrderInterval':10, # 报撤间隔

20 'UndealtEntrustRule':0, # 未成委托处理数值用卖5加挂单

21 }

22 target_vol = 2000000 # 股，算法目标总量

23 algo_passorder(23, 1101, account, '600000.SH', -1, -1, target_vol, '', 2, '普通算法', userparam, C)

24 print('finish')

25def handlebar(C):

26 pass

如何使用投资备注

投资备注功能是模型下单时指定的任意字符串(长度小于24)，即passorder的userOrderId参数，可以用于匹配委托或成交。有且只有passorder， algo_passorder, smart_algo_passorder下单函数支持投资备注功能。

qmt://docs/python

1# encoding:gbk

3note = 0

5def get_new_note():

6 global note

7 note += 1

8 return str(note)

10def init(ContextInfo):

11 ContextInfo.set_account(account)

12 passorder(23, 1101, account, '000001.SZ', 5 ,0, 100, '', 2, get_new_note(), ContextInfo)

14 orders = get_trade_detail_data(account, accountType, 'order')

15 remark = [o.m_strRemark for o in orders]

16 sysid_list = [o.m_strOrderSysID for o in orders]

17 print(remark)

21def handlebar(C):

22 pass

25def order_callback(C, O):

26 print(O.m_strRemark, O.m_strOrderSysID)

29def deal_callback(C, D):

30 print(D.m_strRemark, D.m_strOrderSysID)

如何获取委托持仓及资金数据

本示例用于演示如何通过函数获取指定账户的委托、持仓、资金数据。

qmt://docs/python

1#coding:gbk

4def to_dict(obj):

5 attr_dict = {}

6 for attr in dir(obj):

7 try:

8 if attr[:2] == 'm_':

9 attr_dict[attr] = getattr(obj, attr)

10 except:

11 pass

12 return attr_dict

15def init(C):

16 pass

17 #orders, deals, positions, accounts = query_info(C)

20def handlebar(C):

21 if not C.is_last_bar():

22 return

23 orders, deals, positions, accounts = query_info(C)

26def query_info(C):

27 orders = get_trade_detail_data('8000000213', 'stock', 'order')

28 for o in orders:

		print(f'股票代码: {o.m_strInstrumentID}, 市场类型: {o.m_strExchangeID}, 证券名称: {o.m_strInstrumentName}, 买卖方向: {o.m_nOffsetFlag}',

		f'委托数量: {o.m_nVolumeTotalOriginal}, 成交均价: {o.m_dTradedPrice}, 成交数量: {o.m_nVolumeTraded}, 成交金额:{o.m_dTradeAmount}')

33 deals = get_trade_detail_data('8000000213', 'stock', 'deal')

34 for dt in deals:

		print(f'股票代码: {dt.m_strInstrumentID}, 市场类型: {dt.m_strExchangeID}, 证券名称: {dt.m_strInstrumentName}, 买卖方向: {dt.m_nOffsetFlag}',

36 f'成交价格: {dt.m_dPrice}, 成交数量: {dt.m_nVolume}, 成交金额: {dt.m_dTradeAmount}')

38 positions = get_trade_detail_data('8000000213', 'stock', 'position')

39 for dt in positions:

		print(f'股票代码: {dt.m_strInstrumentID}, 市场类型: {dt.m_strExchangeID}, 证券名称: {dt.m_strInstrumentName}, 持仓量: {dt.m_nVolume}, 可用数量: {dt.m_nCanUseVolume}',

		f'成本价: {dt.m_dOpenPrice:.2f}, 市值: {dt.m_dInstrumentValue:.2f}, 持仓成本: {dt.m_dPositionCost:.2f}, 盈亏: {dt.m_dPositionProfit:.2f}')

44 accounts = get_trade_detail_data('8000000213', 'stock', 'account')

45 for dt in accounts:

46 print(f'总资产: {dt.m_dBalance:.2f}, 净资产: {dt.m_dAssureAsset:.2f}, 总市值: {dt.m_dInstrumentValue:.2f}',

47 f'总负债: {dt.m_dTotalDebit:.2f}, 可用金额: {dt.m_dAvailable:.2f}, 盈亏: {dt.m_dPositionProfit:.2f}')

49 return orders, deals, positions, accounts

使用快速交易参数委托

本例展示如何使用快速交易参数(quickTrade)立刻进行委托。

qmt://docs/python

1#coding:gbk

3def after_init(C):

4 #account变量是模型交易界面添加策略时选择的资金账号不需要手动填写

	#快速交易参数(quickTrade )填2 passorder函数执行后立刻下单 不会等待k线走完再委托。 可以在after_init函数 run_time函数注册的回调函数里进行委托

6 msg = f"投资备注字符串用来区分不同委托"

7 passorder(23, 1101, account, '600000.SH', 5, -1, 200, '测试下单', 2, msg, C)

调整至目标持仓

本示例由于演示如何调仓。

qmt://docs/python

1#encoding:gbk

3'''

4调仓到指定篮子

5'''

7import pandas as pd

8import numpy as np

9import time

10from datetime import timedelta,datetime

12#自定义类用来保存状态

13class a():pass

14A=a()

15A.waiting_dict = {}

16A.all_order_ref_dict = {}

17#撤单间隔单位秒超过间隔未成交的委托撤回重报

18A.withdraw_secs = 30

19#定义策略开始结束时间在两者间时进行下单判断其他时间跳过

20A.start_time = '093000'

21A.end_time = '150000'

23def init(C):

	'''读取目标仓位 字典格式 品种代码:持仓股数, 可以读本地文件/数据库，当前在代码里写死'''

25 A.final_dict = {"600000.SH" :10000, '000001.SZ' : 20000}

26 '''设置交易账号 acount accountType是界面上选的账号账号类型'''

27 A.acct = account

28 A.acct_type = accountType

29 #定时器定时触发指定函数

30 C.run_time("f","1nSecond","2019-10-14 13:20:00","SH")

33def f(C):

34 '''定义定时触发的函数入参是ContextInfo对象'''

35 #记录本次调用时间戳

36 t0 = time.time()

37 final_dict=A.final_dict

38 #本次运行时间字符串

39 now = datetime.now()

40 now_timestr = now.strftime("%H%M%S")

41 #跳过非交易时间

42 if now_timestr < A.start_time or now_timestr > A.end_time:

43 return

44 #获取账号信息

45 acct = get_trade_detail_data(A.acct, A.acct_type, 'account')

46 if len(acct) == 0:

47 print(A.acct, '账号未登录停止委托')

48 return

49 acct = acct[0]

50 #获取可用资金

51 available_cash = acct.m_dAvailable

52 print(now, '可用资金', available_cash)

53 #获取持仓信息

54 position_list = get_trade_detail_data(A.acct, A.acct_type, 'position')

55 #持仓数据组合为字典

56 position_dict = {i.m_strInstrumentID + '.' + i.m_strExchangeID : int(i.m_nVolume) for i in position_list}

	position_dict_available = {i.m_strInstrumentID + '.' + i.m_strExchangeID : int(i.m_nCanUseVolume) for i in position_list}

58 #未持有的品种填充持股数0

59 not_in_position_stock_dict = {i : 0 for i in final_dict if i not in position_dict}

60 position_dict.update(not_in_position_stock_dict)

61 #print(position_dict)

62 stock_list = list(position_dict.keys())

63 # print(stock_list)

64 #获取全推行情

65 full_tick = C.get_full_tick(stock_list)

66 #print('fulltick', full_tick)

67 #更新持仓状态记录

68 refresh_waiting_dict(C)

69 #撤超时委托

70 order_list = get_trade_detail_data(A.acct, 'stock', 'order')

71 if '091500'<= now_timestr <= '093000':#指定的范围內不撤单

72 pass

73 else:

74 for order in order_list:

75 #非本策略本次运行记录的委托不撤

76 if order.m_strRemark not in A.all_order_ref_dict:

77 continue

78 #委托后时间不到撤单等待时间的不撤

79 if time.time() - A.all_order_ref_dict[order.m_strRemark] < A.withdraw_secs:

80 continue

81 #对所有可撤状态的委托撤单

82 if order.m_nOrderStatus in [48,49,50,51,52,55,86,255]:

83 print(f"超时撤单停止等待 {order.m_strRemark}")

84 cancel(order.m_strOrderSysID,A.acct,'stock',C)

85 #下单判断

86 for stock in position_dict:

87 #有未查到的委托的品种跳过下单防止超单

88 if stock in A.waiting_dict:

89 print(f"{stock} 未查到或存在未撤回委托 {A.waiting_dict[stock]} 暂停后续报单")

90 continue

91 if stock in position_dict.keys():

92 #print(position_dict[stock],target_vol,'1111')

93 #到达目标数量的品种停止委托

94 target_vol = final_dict[stock] if stock in final_dict else 0

95 if int(abs(position_dict[stock] - target_vol)) == 0:

96 print(stock, C.get_stock_name(stock), '与目标一致')

97 continue

98 #与目标数量差值小于100股的品种停止委托

99 if abs(position_dict[stock] - target_vol) < 100:

100

				print(f"{stock} {C.get_stock_name(stock)} 目标持仓{target_vol} 当前持仓{position_dict[stock]} 差额小于100 停止委托")

101 continue

102 #持仓大于目标持仓卖出

103 if position_dict[stock]>target_vol:

104 vol = int((position_dict[stock] - target_vol)/100)*100

105 if stock not in position_dict_available:

106 continue

107 vol = min(vol, position_dict_available[stock])

108 #获取买一价

109 print(stock,'应该卖出')

110 buy_one_price = full_tick[stock]['bidPrice'][0]

111 #买一价无效时跳过委托

112 if not buy_one_price > 0:

113 print(f"{stock} {C.get_stock_name(stock)} 取到的价格{buy_one_price}无效，跳过此次推送")

114 continue

115 print(f"{stock} {C.get_stock_name(stock)} 目标股数{target_vol} 当前股数{position_dict[stock]}")

116 msg = f"{now.strftime('%Y%m%d%H%M%S')}_{stock}_sell_{vol}股"

117 print(msg)

118 #对手价卖出

119 passorder(24,1101,A.acct,stock,14,-1,vol,'调仓策略',2,msg,C)

120 A.waiting_dict[stock] = msg

121 A.all_order_ref_dict[msg] = time.time()

122 #持仓小于目标持仓买入

123 if position_dict[stock]<target_vol:

124 vol = int((target_vol-position_dict[stock])/100)*100

125 #获取卖一价

126 sell_one_price = full_tick[stock]['askPrice'][0]

127 #卖一价无效时跳过委托

128 if not sell_one_price > 0:

129 print(f"{stock} {C.get_stock_name(stock)} 取到的价格{sell_one_price}无效，跳过此次推送")

130 continue

131 target_value = sell_one_price * vol

132 if target_value > available_cash:

133 print(f"{stock} 目标市值{target_value} 大于可用资金{available_cash} 跳过委托")

134 continue

135 print(f"{stock} {C.get_stock_name(stock)} 目标股数{target_vol} 当前股数{position_dict[stock]}")

136 msg = f"{now.strftime('%Y%m%d%H%M%S')}_{stock}_buy_{vol}股"

137 print(msg)

138 #对手价买入

139 passorder(23,1101,A.acct,stock,14,-1,vol,'调仓策略',2,msg,C)

140 A.waiting_dict[stock] = msg

141 A.all_order_ref_dict[msg] = time.time()

142 available_cash -= target_value

143 #打印函数运行耗时定时器间隔应大于该值

144 print(f"下单判断函数运行完成耗时{time.time() - t0}秒")

145

146

147def refresh_waiting_dict(C):

148 """更新委托状态入参为ContextInfo对象"""

149 #获取委托信息

150 order_list = get_trade_detail_data(A.acct,A.acct_type,'order')

151 #取出委托对象的投资备注 : 委托状态

152 ref_dict = {i.m_strRemark : int(i.m_nOrderStatus) for i in order_list}

153 del_list = []

154 for stock in A.waiting_dict:

155 if A.waiting_dict[stock] in ref_dict and ref_dict[A.waiting_dict[stock]] in [56, 53, 54]:

156 #查到对应投资备注且状态为成交 / 已撤 / 部撤，从等待字典中删除

157

			print(f'查到投资备注 {A.waiting_dict[stock]}，的委托 状态{ref_dict[A.waiting_dict[stock]]} (56已成 53部撤 54已撤)从等待等待字典中删除')

158 del_list.append(stock)

159 if A.waiting_dict[stock] in ref_dict and ref_dict[A.waiting_dict[stock]] == 57:

160 #委托状态是废单的也停止等待从等待字典中删除

161 print(f"投资备注为{A.waiting_dict[stock]}的委托状态为废单停止等待")

162 del_list.append(stock)

163 for stock in del_list:

164 del A.waiting_dict[stock]

获取融资融券账户可融资买入标的

qmt://docs/python

1#coding:gbk

2def init(C):

4 r = get_assure_contract('123456789')

5 if len(r) == 0:

6 print('未取到担保明细')

7 else:

8 finable = [o.m_strInstrumentID+'.'+o.m_strExchangeID for o in r if o.m_eFinStatus==48]

9 print('可融资买入标的:', finable)

获取两融账号信息示例

qmt://docs/python

1#coding:gbk

3def init(C):

4 account_str = '11800028'

5 credit_account = query_credit_account(account_str, 1234, C)

7def credit_account_callback(C,seq,result):

8 print('可买担保品资金', result.m_dAssureEnbuyBalance)

直接还款示例

该示例演示使用python进行融资融券账户的还款操作。

qmt://docs/python

1#coding:gbk

4def init(ContextInfo):

5 # 用passorder函数进行融资融券账号的直接还款操作

7 money = 10000 #还款金额

8 #account='123456'

9 s = '000001.SZ' # 代码填任意股票，占位用

10 passorder(32, 1101, account, s, 5, 0, money, 2, ContextInfo)

11 # passorder(75, 1101, account, s, 5, 0, money, 2, ContextInfo) 专项直接还款

交易数据查询示例

qmt://docs/python

1#coding:gbk

4def to_dict(obj):

5 attr_dict = {}

6 for attr in dir(obj):

7 try:

8 if attr[:2] == 'm_':

9 attr_dict[attr] = getattr(obj, attr)

10 except:

11 pass

12 return attr_dict

15def init(C):

16 pass

17 #orders, deals, positions, accounts = query_info(C)

20def handlebar(C):

21 if not C.is_last_bar():

22 return

23 orders, deals, positions, accounts = query_info(C)

26def query_info(C):

27 orders = get_trade_detail_data('8000000213', 'stock', 'order')

28 for o in orders:

		print(f'股票代码: {o.m_strInstrumentID}, 市场类型: {o.m_strExchangeID}, 证券名称: {o.m_strInstrumentName}, 买卖方向: {o.m_nOffsetFlag}',

		f'委托数量: {o.m_nVolumeTotalOriginal}, 成交均价: {o.m_dTradedPrice}, 成交数量: {o.m_nVolumeTraded}, 成交金额:{o.m_dTradeAmount}')

33 deals = get_trade_detail_data('8000000213', 'stock', 'deal')

34 for dt in deals:

		print(f'股票代码: {dt.m_strInstrumentID}, 市场类型: {dt.m_strExchangeID}, 证券名称: {dt.m_strInstrumentName}, 买卖方向: {dt.m_nOffsetFlag}',

36 f'成交价格: {dt.m_dPrice}, 成交数量: {dt.m_nVolume}, 成交金额: {dt.m_dTradeAmount}')

38 positions = get_trade_detail_data('8000000213', 'stock', 'position')

39 for dt in positions:

		print(f'股票代码: {dt.m_strInstrumentID}, 市场类型: {dt.m_strExchangeID}, 证券名称: {dt.m_strInstrumentName}, 持仓量: {dt.m_nVolume}, 可用数量: {dt.m_nCanUseVolume}',

		f'成本价: {dt.m_dOpenPrice:.2f}, 市值: {dt.m_dInstrumentValue:.2f}, 持仓成本: {dt.m_dPositionCost:.2f}, 盈亏: {dt.m_dPositionProfit:.2f}')

44 accounts = get_trade_detail_data('8000000213', 'stock', 'account')

45 for dt in accounts:

46 print(f'总资产: {dt.m_dBalance:.2f}, 净资产: {dt.m_dAssureAsset:.2f}, 总市值: {dt.m_dInstrumentValue:.2f}',

47 f'总负债: {dt.m_dTotalDebit:.2f}, 可用金额: {dt.m_dAvailable:.2f}, 盈亏: {dt.m_dPositionProfit:.2f}')

49 return orders, deals, positions, accounts