去年大盘持续走弱，就准备学习下量化，当时发现市面上有很多量化平台，聚宽，米匡，BIGQUANT等等，在网上查了大家使用感受，尝试了多个以后，目前在使用QMT。

QMT极速策略交易系统是一款专门为国内量化私募、个人高净值客户、活跃交易客户、量化爱好者研发的集行情显示、策略研究、交易执行和风控管理于一体的策略量化交易终端

QMT极速策略交易是由券商提供的、完整的实盘量化平台，不存在第三方外接红线

我自己也是3个月前开始接触QMT这个软件，就把自己使用的经验和碰到的问题都写下来了，供大家参考。

对于自己安装软件和操作界面比较陌生的朋友可以看下面这一篇。

左侧主菜单栏有5个选项，点击“交易”栏目，

选择左侧的“交易”栏目后，上方有不同交易标的资产的选项，包括常见的股票、期货、两融等。

面板的左下角是下单面板（橙色），点击股票代码，可以输入，同时上面的股票走势图也会变化。

如果选择普通交易可以指定价格，如果选择算法交易，那么可以对报价方式、单笔基准量、波动区间等多个参数分别设置。

然后就可以尝试运行量化策略的代码了。这篇我们尝试运行一小段代码，通过例子，逐行了解QMT的几个关键函数和回测逻辑。

在初始界面的中间，是“策略列表”板块，可以看到软件中内置了很多常见的策略（其中可以看到字母P和字母V，分别表示python和VBA语言）。我们可以挑一个Python策略，点击“编辑”按钮，会打开【策略编辑器】

（一）ContextInfo

我们这个例子中，我们直接引用了行情板块中当前展示的k线图，所以对ContextInfo的初始化不能省略但是只填pass。之后的例子中会进行更详细的设定。

“ContextInfo 是 Python 模型中的全局对象，其中封装了 benchmark，universe 等变量，也封装了get_history_data 等重要函数，是 init 与 handlebar 之间，以及各个 handlebar 之间进行信息传递的重要载体。用户也可以在其中封装自己想要定义的全局变量或函数，但注意不要与原有的重名。”

def init(ContextInfo):
	#init初始设定函数，无设定则直接pass
	pass

（二） handlebar

handlebar 是 Python 的核心执行函数。在 K 线图上运行时会根据主图的时间轴，每个时间点会进入相应的 handlebar 方法，可在 handlebar 中使用 ContextInfo.barpos 来获取当前的 bar 索引位置。

def handlebar(ContextInfo):
	#handlebar 逐跟K线调用运行函数
        
	#当前K线的对应的下标从0开始
	index = ContextInfo.barpos
	
	#当前K线对应的时间：毫秒
	realtime = ContextInfo.get_bar_timetag(index)

	#当前周期
	period = ContextInfo.period
	
	
	dividend_type = ContextInfo.dividend_type
	
	#当前K线图收盘价
	close = ContextInfo.get_market_data(['close'],period=period,dividend_type=dividend_type)
	
	#在图上画出收盘价的曲线图
	ContextInfo.paint('close',close,-1,0)

初步建立好一个量化交易策略之后，下面这篇文章介绍QMT如何进行量化回测。

第一步：在软件开始界面的中间，找到策略列表板块，选择进行回测的策略，点击【编辑】。

第二步：在【策略编辑器】的右下方，点击【回测参数】。这里可以设置很多回测的参数，包括起始时间、banchmark回测基准、交易成本（包括滑点等，成交量较低可以设置为0）。

第三步：点击代码上方的【回测】，可以看到下图的结果。

这个回测结果怎么看呢？分为4个板块。

左上方是交易对象的K线图，比如这里是沪深300指数，

右上方是策略运行的交易明细，包括买卖股票、成交时间、成交价格和交易量等，

左下方是策略收益的走势（白色线）和banchmark基准值（蓝色线）的对比，可以看到我们这个例子是从2023年一月开始交易，运行到2024年2月，

右下方可以对照目前回测的策略代码和参数设置。

如果你在使用软件或者代码运行过程中有任何问题，可以给我留言，我会一一解答。
也会持续更新量化交易软件QMT的操作介绍。下一篇是【如何用自己的代码进行实盘交易】