Skip to content

weihong-su/miniQMT

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

378 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

miniQMT - 无人值守量化交易系统

Python Version License QMT API

基于迅投QMT API的智能量化交易系统

功能特性快速开始系统架构文档常见问题


📖 项目简介

miniQMT 是一个专为A股市场设计的无人值守量化交易系统,集成了自动化交易策略执行、智能持仓管理、动态止盈止损等功能。系统采用双层存储架构和线程自愈机制,可7x24小时稳定运行。

🎯 核心优势

  • 🛡️ 无人值守: 线程健康监控与自动重启,系统崩溃自动恢复
  • 🔄 双层存储: 内存数据库 + SQLite持久化,高性能与数据安全兼顾
  • 🎯 信号分离: 信号检测与执行分离,策略逻辑清晰可控
  • 📈 智能止盈止损: 动态止盈策略,最大化收益同时控制风险
  • 🌐 网格交易: 智能网格策略,自动低吸高抛
  • ⚙️ 配置管理: Web界面动态配置,无需重启系统
  • 🔍 卖出监控: 委托单超时监控与自动撤单
  • 🧪 模拟交易: 完整的模拟交易功能,策略验证零风险
  • 🔗 XtQuantManager: 可选HTTP网关,支持多账户统一管理

✨ 功能特性

交易功能

  • 自动交易执行: 支持模拟交易和实盘交易
  • 动态止盈止损: 首次止盈 + 动态止盈双重保护
  • 网格交易: 智能网格会话管理,自动低吸高抛
  • 信号验证机制: 防止重复执行,确保交易安全
  • 委托单管理: 卖出委托单超时监控与自动撤单

系统功能

  • 线程健康监控: 自动检测线程崩溃并重启
  • 优雅关闭: 有序关闭各模块,避免数据丢失
  • 超时保护: API调用超时保护,防止线程阻塞
  • 非交易时段优化: 自动降低CPU占用(30% → <2%)
  • 内存数据库并发优化: 16处加锁保护,确保线程安全
  • 配置动态更新: Web界面修改配置,无需重启系统
  • 盘前自动同步: 每日9:25自动重新初始化xtquant连接
  • 心跳日志: 每30分钟输出系统健康状态摘要
  • XtQuantManager: 可选HTTP网关,支持多账户管理与可观测指标

监控功能

  • Web实时监控: 账户信息、持仓列表、网格会话实时更新
  • SSE推送: Server-Sent Events实时数据推送
  • 配置管理: Web界面动态修改系统配置
  • 系统诊断: 内置多个诊断工具,快速定位问题

🚀 快速开始

环境要求

  • Python: 3.8+ (推荐 3.9)
  • 操作系统: Windows (QMT仅支持Windows)
  • QMT客户端: 实盘交易需要安装并登录QMT

安装步骤

  1. 克隆项目
git clone https://github.com/your-repo/miniQMT.git
cd miniQMT
  1. 安装依赖
pip install pandas numpy flask flask-cors xtquant mootdx
  1. 配置账户 (创建 account_config.json)
{
  "account_id": "您的交易账号",
  "account_type": "STOCK",
  "qmt_path": "C:/光大证券金阳光QMT实盘/userdata_mini"
}
  1. 配置股票池 (可选,创建 stock_pool.json)
[
  "000001.SZ",
  "600036.SH",
  "000333.SZ"
]
  1. 启动系统
python main.py
  1. 访问Web界面
http://localhost:5000

一键启动(可选)

项目提供 launcher.bat 脚本支持一键启动,环境配置在 launcher.ini 中:

[Environment]
ENV_TYPE=conda           # conda 或 uv
CONDA_ENV=python39       # conda环境名
WORK_DIR=c:\github-repo\miniQMT
PYTHON_SCRIPT=main.py

双击 launcher.bat 即可自动激活环境并启动系统。

⚠️ 首次运行建议

强烈建议先使用模拟模式测试:

  1. 确认 config.pyENABLE_SIMULATION_MODE = True
  2. 运行无人值守功能测试: python test/test_unattended_operation.py
  3. 观察系统运行稳定后,再切换到实盘模式

🏗️ 系统架构

核心设计

┌─────────────────────────────────────────────────────────┐
│                    线程监控器 (60秒)                      │
│              检测线程崩溃 → 自动重启                       │
└─────────────────────────────────────────────────────────┘
                            ↓
┌──────────┬──────────┬──────────┬──────────┬──────────┬────────┐
│数据更新  │持仓监控  │策略执行  │网格交易  │卖出监控  │Web服务 │
│ (60秒)  │ (3秒)   │ (5秒)   │ (5秒)   │ (2秒)   │(持续)  │
└──────────┴──────────┴──────────┴──────────┴──────────┴────────┘
     ↓        ↓        ↓        ↓        ↓        ↓
┌─────────────────────────────────────────────────────────┐
│                    核心架构                              │
├─────────────────────────────────────────────────────────┤
│  配置管理 (config_manager) → 配置持久化数据库             │
│  双层存储 (position_manager) → 内存DB + SQLite          │
│  网格交易 (grid_trading_manager) → 网格会话管理          │
│  卖出监控 (sell_monitor) → 委托单超时撤单                │
└─────────────────────────────────────────────────────────┘

数据流

实盘模式:

QMT实盘账户 → 持仓同步(10秒) → 内存数据库 → 定时同步(15秒) → SQLite

模拟模式:

Web界面 → 交易执行器 → 内存数据库 (跳过QMT接口)

详细架构说明请查看 ARCHITECTURE.md


📊 核心配置

功能开关 (config.py)

# 交易模式
ENABLE_SIMULATION_MODE = True   # True=模拟, False=实盘 ⚠️
ENABLE_AUTO_TRADING = False     # 自动交易执行开关 ⚠️

# 策略功能
ENABLE_DYNAMIC_STOP_PROFIT = True  # 止盈止损功能
ENABLE_GRID_TRADING = True         # 网格交易功能

# 系统功能
ENABLE_THREAD_MONITOR = True    # 线程健康监控(无人值守必需)⭐
ENABLE_SELL_MONITOR = True      # 卖出监控开关
ENABLE_XTQUANT_MANAGER = False  # XtQuantManager HTTP网关(多账户时开启)
DEBUG = False                   # 调试模式

止盈止损配置

# 止损
STOP_LOSS_RATIO = -0.075  # 成本价下跌7.5%触发止损

# 首次止盈
INITIAL_TAKE_PROFIT_RATIO = 0.06  # 盈利6%触发
INITIAL_TAKE_PROFIT_RATIO_PERCENTAGE = 0.6  # 卖出60%

# 动态止盈
DYNAMIC_TAKE_PROFIT = [
    (0.05, 0.96),  # 最高浮盈5%时,止盈位=最高价*96%
    (0.10, 0.93),  # 最高浮盈10%时,止盈位=最高价*93%
    (0.15, 0.90),
    (0.20, 0.87),
    (0.30, 0.85),
]

网格交易配置

ENABLE_GRID_TRADING = True                   # 网格交易功能开关(默认已启用)
GRID_DEFAULT_PRICE_INTERVAL = 0.05           # 价格间隔5%(下跌触发买入/上涨触发卖出)
GRID_DEFAULT_POSITION_RATIO = 0.25           # 每档交易持仓比例25%
GRID_CALLBACK_RATIO = 0.005                  # 回调触发比例0.5%
GRID_BUY_COOLDOWN = 300                      # 买入冷却时间(秒)
GRID_SELL_COOLDOWN = 300                     # 卖出冷却时间(秒)
GRID_MAX_DEVIATION_RATIO = 0.15              # 最大偏离度15%(触发退出)
GRID_TARGET_PROFIT_RATIO = 0.10              # 目标盈利10%(需买卖配对后触发)
GRID_STOP_LOSS_RATIO = -0.10                 # 止损-10%
GRID_DEFAULT_DURATION_DAYS = 7               # 默认运行7天

网格盈亏口径说明(退出条件使用)

True P&L = (total_sell_amount - total_buy_amount) + open_grid_volume * current_price
open_grid_volume = total_buy_volume - total_sell_volume
profit_ratio = True P&L / max_investment

降级路径(旧会话无 volume 数据):

若有持仓快照: profit_ratio = (total_sell_amount - total_buy_amount) / (position_volume * current_price)
否则回退:     profit_ratio = (total_sell_amount - total_buy_amount) / max_investment

委托单管理配置

ENABLE_SELL_MONITOR = True      # 卖出监控开关(默认已启用)

📚 文档


🧪 测试

回归测试框架(推荐)

项目集成了完整的回归测试框架,支持按模块运行、快速验证和失败重试。

# 快速验证(5分钟内完成,检查关键功能)
python test/run_integration_regression_tests.py --fast

# 运行所有回归测试
python test/run_integration_regression_tests.py --all

# 按组运行
python test/run_integration_regression_tests.py --group system_integration  # 系统集成
python test/run_integration_regression_tests.py --group stop_profit         # 止盈止损
python test/run_integration_regression_tests.py --group grid_comprehensive  # 网格综合
python test/run_integration_regression_tests.py --group grid_full_range_coverage  # 全区间覆盖(114用例)

# 其他选项
python test/run_integration_regression_tests.py --all --retry-failed   # 失败重试
python test/run_integration_regression_tests.py --all --verbose        # 详细输出

测试报告自动输出到 test/integration_test_report.jsontest/integration_test_report.md

推荐测试顺序

# 1. 无人值守功能测试(验证线程自愈机制)
python test/test_unattended_operation.py

# 2. 系统综合测试
python test/comprehensive_test.py

# 3. 止盈止损测试
python test/test_stop_loss_buy_param.py

# 4. Web数据刷新测试
python test/test_web_data_refresh.py

系统诊断工具

# 检查依赖安装
python utils/check_dependencies.py

# 检查系统状态
python test/check_system_status.py

# 诊断QMT连接
python test/diagnose_qmt_connection.py

# 诊断系统问题
python test/diagnose_system_issues.py

❓ 常见问题

Q1: 如何切换到实盘交易?

A: 修改 config.py:

ENABLE_SIMULATION_MODE = False  # 切换到实盘
ENABLE_AUTO_TRADING = True      # 启用自动交易

⚠️ 注意: 确保QMT客户端已启动并登录!

Q2: 系统崩溃后会自动恢复吗?

A: 会的! 系统内置线程健康监控,每60秒检查一次线程状态,检测到崩溃立即重启。详见 无人值守运行文档

Q3: 如何查看系统运行日志?

A: 日志文件位于 logs/qmt_trading.log,可以使用:

# 实时查看日志
tail -f logs/qmt_trading.log

# 查看最近100行
tail -n 100 logs/qmt_trading.log

Q4: 模拟交易和实盘交易有什么区别?

A:

  • 模拟交易: 不调用QMT API,使用虚拟资金,无交易时间限制
  • 实盘交易: 通过QMT API执行真实订单,使用实际账户资金

Q5: 如何添加新的股票到股票池?

A: 编辑 stock_pool.json 文件,添加股票代码(格式: 股票代码.交易所):

[
  "000001.SZ",  // 深圳交易所
  "600036.SH",  // 上海交易所
  "新增股票.SZ"
]

Q6: 如何启用网格交易?

A: 网格交易默认已启用(ENABLE_GRID_TRADING = True)。通过 Web 界面创建网格会话即可。网格会话支持自动止盈(需买卖配对)、止损和超时退出。如需禁用,修改 config.py

ENABLE_GRID_TRADING = False

Q7: 如何通过Web界面修改配置?

A: 访问 http://localhost:5000/config 页面,修改配置后点击保存。配置会立即生效,无需重启系统。支持的配置包括:

  • 止盈止损比例
  • 网格交易参数
  • 自动交易开关
  • 线程监控开关

所有配置变更会记录到 system_configconfig_history 表中,支持审计和回滚。

更多问题请查看 CLAUDE.md - 常见问题


🛡️ 风险提示

⚠️ 重要提醒:

  1. 量化交易有风险,投资需谨慎
  2. 本系统仅供学习研究使用,不构成投资建议
  3. 实盘交易前请充分测试策略,确保理解系统运行逻辑
  4. 建议设置合理的止损比例,控制单日最大亏损
  5. 定期检查系统运行状态,关注异常日志

📄 许可证

Business Source License 1.1 (BSL 1.1)

  • 个人/非商业用途:免费使用、修改、学习
  • 商业用途(含收费项目、商业产品集成):需获得作者授权
  • 2030-04-13 后:自动转为 MIT 开源协议

v1.x 及之前的版本仍以 MIT 协议发布,不受影响。详见 LICENSE 文件。

如需商业授权,请通过 GitHub Issue 联系。


🤝 贡献

欢迎提交 Issue 和 Pull Request!


📧 联系方式

如有问题或建议,请通过以下方式联系:


⭐ 如果这个项目对你有帮助,请给个Star支持一下! ⭐

I would be delighted if you could consider buying me a coffee ☕️ to support my work.

Buy Me A Coffee

You can also support via WeChat or Alipay:

Donation QR Code

Made with ❤️ by miniQMT Team

About

miniQMT for Arthur

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors