akquant
生成 akquant 框架的可执行量化策略代码,涵盖数据接口、事件驱动、风控与优化。当用户需要开发量化策略、配置回测环境、设置风控规则、进行参数优化、实现横截面轮动策略,或提及…
QMT 客户端(迅投极速策略交易系统)内置 Python 策略引擎开发指南,涵盖策略编写、回测、实盘交易、内置 API 参考与代码示例(基于 ContextInfo/passorder/get_trade_detail_data 等,非 xtquant 库)。当用户需要在 QMT 客户端中编写/回测/运行策略、查询 QMT 内置 API、从聚宽迁移至 QMT,或提及 QMT 策略、迅投策略、QMT 回测时使用。若需用外部 Python 程序通过 xtquant 库连接 QMT 获取行情或下单,请改用 miniqmt 技能。
$ npx -y skills add lzwme/finance-quant-skills --skill qmt-strategy --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
/qmt-strategyContext preview
The summary Claude sees to decide when to auto-load this skill.
QMT 客户端(迅投极速策略交易系统)内置 Python 策略引擎开发指南,涵盖策略编写、回测、实盘交易、内置 API 参考与代码示例(基于 ContextInfo/passorder/get_trade_detail_data 等,非 xtquant 库)。当用户需要在 QMT 客户端中编写/回测/运行策略、查询 QMT 内置 API、从聚宽迁移至 QMT,或提及 QMT 策略、迅投策略、QMT 回测时使用。若需用外部 Python 程序通过 xtquant 库连接 QMT 获取行情或下单,请改用 miniqmt 技能。
name: "qmt-strategy"
description: "QMT 客户端(迅投极速策略交易系统)内置 Python 策略引擎开发指南,涵盖策略编写、回测、实盘交易、内置 API 参考与代码示例(基于 ContextInfo/passorder/get_trade_detail_data 等,非 xtquant 库)。当用户需要在 QMT 客户端中编写/回测/运行策略、查询 QMT 内置 API、从聚宽迁移至 QMT,或提及 QMT 策略、迅投策略、QMT 回测时使用。若需用外部 Python 程序通过 xtquant 库连接 QMT 获取行情或下单,请改用 miniqmt 技能。"
tags: ["QMT", "迅投", "策略开发", "Python", "回测", "实盘交易", "量化交易"]
metadata: {"openclaw":{"emoji":"📚","requires":{"bins":["python3"]}}}为 QMT(迅投极速策略交易系统)提供完整的 Python 开发参考,分为**教程指南**和 **API 参考**两层。
> **与 miniqmt 的区别**:本技能面向 QMT 客户端**内置策略引擎**——策略在 QMT 客户端内运行,使用内置 API(`ContextInfo`/`C`、`passorder`、`get_market_data_ex`、`get_trade_detail_data` 等),文件首行需 `#coding:gbk`。若需在**外部 Python 程序**中通过 **xtquant 库**(`xtdata`/`xttrader`)连接 QMT/MiniQMT 客户端获取行情或下单,请使用 `miniqmt` 技能。
教程/指南(实践导向)
├── overview.md 系统概述、模式选择、入门路径
├── execution-mechanisms.md 三种运行机制详解(含流程图和代码模板)
├── backtesting-guide.md 回测完整流程(数据准备→参数设置→运行→分析)
├── live-trading-guide.md 实盘交易指南(账号配置→委托管理→风险控制)
├── quick-reference.md ★ 常用 API 速查卡片
├── best-practices.md 编码规范、性能优化、风险管理、调试技巧
├── joinquant-migration.md 聚宽策略迁移至 QMT 指南
└── examples/ 代码示例(backtest / live-trading / subscribe / run-time)
API 参考(官方完整文档)
└── python-innerApi/
├── start_now.md 快速开始(回测/实盘概览 + 三种机制示例)
├── data_function.md 行情与数据函数(get_market_data_ex 等完整参数)
├── trading_function.md 交易函数(passorder、get_trade_detail_data 等)
├── system_function.md 系统函数(ContextInfo 方法、定时器等)
├── callback_function.md 回调函数(account/order/deal/position 主推)
├── quote_function.md 引用函数(扩展数据、因子、VBA调用)
├── drawing_function.md 绘图函数
├── interface_operation.md 界面操作说明
├── data_structure.md 数据结构定义(Bar/Tick/Order/Position 等对象字段)
├── enum_constants.md 枚举常量(opType、orderType、委托状态等)
├── variable_convention.md 变量约定
├── code_examples.md 完整代码示例合集
├── user_attention.md 用户注意事项
└── question_answer.md 常见问题
数据字典
└── dict/ 各品种数据字段(stock / indexes / future / option 等)| 场景 | 首先阅读 | 然后查阅 | |------|---------|---------| | **新手入门** | `overview.md` → `execution-mechanisms.md` | `quick-reference.md` | | **编写回测策略** | `backtesting-guide.md` | `examples/backtest.md` | | **编写实盘策略** | `live-trading-guide.md` | `examples/live-trading.md` | | **查询 API 用法** | `quick-reference.md`(速查) | `python-innerApi/data_function.md` 等(完整参数) | | **从聚宽迁移** | `joinquant-migration.md` | `overview.md` | | **代码质量优化** | `best-practices.md` | `examples/` | | **数据结构查询** | `python-innerApi/data_structure.md` | `python-innerApi/enum_constants.md` |
需要看函数怎么用? → quick-reference.md(常用函数精简版) → python-innerApi/data_function.md(数据获取类完整文档) → python-innerApi/trading_function.md(交易类完整文档) → python-innerApi/system_function.md(系统/ContextInfo 方法) 需要看完整代码? → python-innerApi/code_examples.md(官方示例合集) → examples/(精选示例) 需要查字段含义? → python-innerApi/data_structure.md(数据结构定义) → dict/(各品种数据字典) 遇到报错/问题? → python-innerApi/question_answer.md(官方FAQ) → python-innerApi/user_attention.md(注意事项)
#coding:gbk # 必须在文件第一行
| 概念 | 说明 | |------|------| | handlebar | K线驱动(回测推荐) | | subscribe | 事件驱动(仅实盘,高频) | | run_time | 定时触发(监控场景) | | quicktrade=0 | 等待K线完成再下单(逐K线模式) | | quicktrade=2 | 立即下单(不需要等待) | | 最小单位 | 100 股 |
# 获取历史行情数据(回测用 subscribe=False,实盘用 subscribe=True)
data = C.get_market_data_ex(['close'], [stock], end_time=bar_date,
period='1d', count=100, subscribe=False)
close_list = list(data[stock].iloc[:, 0])
# 获取全推实时行情
tick = C.get_full_tick(['600000.SH'])
price = tick['600000.SH']['lastPrice']
# 下单买入(23=买入, 1101=按股数, quicktrade=0 逐K线模式)
passorder(23, 1101, account, stock, 5, -1, 100, C)
# 下单买入(quicktrade=2 立即下单模式)
passorder(23, 1101, account, stock, 5, -1, 100, '策略名', 2, '备注', C)
# 查询持仓
holds = get_trade_detail_data(account, 'stock', 'position')
holds_dict = {f'{p.m_strInstrumentID}.{p.m_strExchangeID}': p.m_nVolume for p in holds}
# 查询账户可用资金(单位:分)
cash = get_trade_detail_data(account, 'stock', 'account')[0].m_dAvailable1. **编码声明**:文件首行必须是 `#coding:gbk`,不可省略 2. **位置参数**:`get_market_data_ex` 的前两个参数 `fields` 和 `stocks` 必须用位置参数,不能用 `fields=` 或 `stocks=` 3. **subscribe 参数**:回测必须 `False`,实盘使用 `True` 4. **账号类型**:`get_trade_detail_data` 的第二个参数:股票用 `'stock'`,两融用 `'credit'` 5. **金额单位**:`m_dAvailable` 等金额字段单位是**分**,需 `/100` 转换为元 6. **数量单位**:股票交易必须是 100 的整数倍 7. **实盘限制**:`subscribe` 和 `run_time` 仅支持实盘,不支持回测
一个面向金融量化交易领域的 Claude Skills 技能维护仓库,基于 Agent Skills 标准构建。
Repo: lzwme/finance-quant-skills
生成 akquant 框架的可执行量化策略代码,涵盖数据接口、事件驱动、风控与优化。当用户需要开发量化策略、配置回测环境、设置风控规则、进行参数优化、实现横截面轮动策略,或提及…
Backtrader 开源量化回测框架,支持多数据源、多策略、多周期回测与实盘交易,纯Python实现。当用户需要开发量化策略、进行回测分析、编写交易逻辑、回测参数优化,或提及…
机构级投研报告生成技能。覆盖中国A股、港股、美股上市公司。输出模式:1)投资速览:3-5页,含公司概览、核心财务指标、估值倍数、投资逻辑与风险因素;2)深度研报:≥25页,含行业分析、产业…
聚宽(JoinQuant)官网策略开发指南,涵盖回测、模拟交易、数据 API、交易函数、因子与技术指标。当用户编写聚宽策略、回测、模拟盘、查询聚宽…