QMT 期货交易：如何编写跨期套利（日历价差）策略？

这是一个基于 QMT 平台的期货跨期套利策略示例。

策略逻辑分析

跨期套利（Calendar Spread Arbitrage）的核心在于利用同一品种、不同到期月份合约之间的价差波动获利。

本策略的逻辑如下：

1. 定义价差：价差 = 近月合约价格 - 远月合约价格。
2. 建仓（价差扩大）：当 价差 > 开仓阈值 时，认为近期合约过贵或远期合约过便宜。此时卖出近月合约（做空），买入远月合约（做多），即“卖出套利”。
3. 平仓（价差缩小）：当 价差 < 平仓阈值 时，认为价差回归正常。此时买入平仓近月合约，卖出平仓远月合约。

策略代码实现

# -*- coding: gbk -*-
import pandas as pd

def init(ContextInfo):
    # ================= 策略参数设置 =================
    # 资金账号 (请修改为您的实际期货账号)
    ContextInfo.accID = 'YOUR_ACCOUNT_ID'
    
    # 套利合约对 (示例：沪深300股指期货)
    # 合约A：近月合约 (通常价格较高或波动较敏感)
    ContextInfo.contract_A = 'IF2406.IF' 
    # 合约B：远月合约
    ContextInfo.contract_B = 'IF2409.IF'
    
    # 交易手数
    ContextInfo.lots = 1
    
    # 价差阈值设置 (Spread = Price_A - Price_B)
    # 当价差大于 30 点时，认为价差过大，进行卖出套利（空A多B）
    ContextInfo.spread_open_threshold = 30 
    # 当价差回归到 10 点时，获利平仓
    ContextInfo.spread_close_threshold = 10
    
    # ================= 初始化设置 =================
    print("策略初始化启动...")
    # 绑定账号
    ContextInfo.set_account(ContextInfo.accID)
    # 设置股票池/合约池，确保能获取到行情
    ContextInfo.set_universe([ContextInfo.contract_A, ContextInfo.contract_B])
    
    # 记录当前持仓状态：0-空仓, 1-持有套利仓位
    ContextInfo.holding_state = 0 

def handlebar(ContextInfo):
    # 仅在最后一根K线（实时行情）运行，避免回测时重复发单或历史K线重复计算
    if not ContextInfo.is_last_bar():
        return

    # 获取最新行情数据 (Tick级或分时)
    # 使用 get_market_data_ex 获取最新的一条数据
    market_data = ContextInfo.get_market_data_ex(
        ['close'], 
        [ContextInfo.contract_A, ContextInfo.contract_B], 
        period='tick', 
        count=1,
        subscribe=True
    )
    
    # 数据有效性检查
    if ContextInfo.contract_A not in market_data or ContextInfo.contract_B not in market_data:
        return
        
    # 提取最新价格
    try:
        price_A = market_data[ContextInfo.contract_A].iloc[-1]['close']
        price_B = market_data[ContextInfo.contract_B].iloc[-1]['close']
    except:
        # 防止数据未准备好报错
        return

    # 计算当前价差
    current_spread = price_A - price_B
    
    # 在界面上画出价差曲线 (可选)
    ContextInfo.paint('Spread', current_spread, -1, 0)
    
    # 获取当前账户持仓信息，更新 holding_state
    # 注意：实盘中建议通过 get_trade_detail_data 实时核对持仓，这里简化处理
    check_position(ContextInfo)

    # ================= 交易逻辑 =================
    
    # 1. 开仓逻辑：价差扩大 -> 卖出套利 (空A 多B)
    if ContextInfo.holding_state == 0:
        if current_spread > ContextInfo.spread_open_threshold:
            print(f"触发开仓信号: 当前价差 {current_spread} > 阈值 {ContextInfo.spread_open_threshold}")
            
            # 卖出开仓 A (近月)
            sell_open(ContextInfo.contract_A, ContextInfo.lots, "LATEST", 0, ContextInfo, ContextInfo.accID)
            # 买入开仓 B (远月)
            buy_open(ContextInfo.contract_B, ContextInfo.lots, "LATEST", 0, ContextInfo, ContextInfo.accID)
            
            ContextInfo.holding_state = 1
            print(f"已执行: 卖开 {ContextInfo.contract_A}, 买开 {ContextInfo.contract_B}")

    # 2. 平仓逻辑：价差缩小 -> 平仓获利 (买平A 卖平B)
    elif ContextInfo.holding_state == 1:
        if current_spread < ContextInfo.spread_close_threshold:
            print(f"触发平仓信号: 当前价差 {current_spread} < 阈值 {ContextInfo.spread_close_threshold}")
            
            # 买入平仓 A (近月) - 优先平今
            buy_close_tdayfirst(ContextInfo.contract_A, ContextInfo.lots, "LATEST", 0, ContextInfo, ContextInfo.accID)
            # 卖出平仓 B (远月) - 优先平今
            sell_close_tdayfirst(ContextInfo.contract_B, ContextInfo.lots, "LATEST", 0, ContextInfo, ContextInfo.accID)
            
            ContextInfo.holding_state = 0
            print(f"已执行: 买平 {ContextInfo.contract_A}, 卖平 {ContextInfo.contract_B}")

def check_position(ContextInfo):
    """
    辅助函数：检查账户实际持仓，防止逻辑状态与实际账户不符
    """
    # 获取持仓列表
    positions = get_trade_detail_data(ContextInfo.accID, 'future', 'position')
    
    pos_A = 0 # A合约净持仓 (空单为负)
    pos_B = 0 # B合约净持仓
    
    for pos in positions:
        if pos.m_strInstrumentID + "." + pos.m_strExchangeID == ContextInfo.contract_A:
            # 期货持仓方向：48为多，49为空
            if pos.m_nDirection == 48:
                pos_A += pos.m_nVolume
            elif pos.m_nDirection == 49:
                pos_A -= pos.m_nVolume
        
        if pos.m_strInstrumentID + "." + pos.m_strExchangeID == ContextInfo.contract_B:
            if pos.m_nDirection == 48:
                pos_B += pos.m_nVolume
            elif pos.m_nDirection == 49:
                pos_B -= pos.m_nVolume

    # 简单的状态判断：如果持有A的空单且持有B的多单，认为在套利持仓中
    if pos_A < 0 and pos_B > 0:
        ContextInfo.holding_state = 1
    else:
        ContextInfo.holding_state = 0

代码关键点说明

1. get_market_data_ex：

   • 这是 QMT 获取行情的推荐接口。
   • period='tick' 表示获取最新的分笔数据，对于套利策略，价格敏感度高，通常使用 Tick 数据或 1分钟数据。
   • subscribe=True 确保在实盘运行时订阅实时推送。

2. 价差计算：

   • 代码中定义 current_spread = price_A - price_B。
   • 如果 price_A (近月) 通常高于 price_B (远月)（即 Backwardation 结构），价差为正。
   • 如果市场结构相反（Contango），价差可能为负，您需要根据实际品种调整阈值（例如设置为 -10 和 -30）。

3. 交易函数：

   • sell_open (卖开) 和 buy_open (买开) 用于建立套利头寸。
   • buy_close_tdayfirst 和 sell_close_tdayfirst 用于平仓。这里使用了“平今优先”，这对于日内交易或特定交易所（如上期所）非常重要，可以节省手续费或符合交易所规则。

4. 持仓检查 (check_position)：

   • 在量化交易中，仅仅依赖变量 ContextInfo.holding_state 是不安全的（例如程序重启后变量会重置）。
   • 代码增加了一个辅助函数，通过 get_trade_detail_data 读取账户真实的持仓情况来更新策略状态。

实盘注意事项

1. 滑点风险：代码中使用 "LATEST" (最新价) 下单。在流动性不足时，可能导致单边成交（即A成交了，B没成交），从而暴露在单边风险中。实盘中通常需要更复杂的算法（如发单后检查成交，未成交则追单）。
2. 合约代码：请务必将 IF2406.IF 等代码修改为当前市场上实际存在的合约代码。
3. 账号ID：必须在 init 中填入真实的资金账号。
4. 运行模式：此策略需要在“行情主图”下运行，或者在策略交易界面设置好运行周期（建议设置为 Tick 或 1分钟）。

Q&A

Q: 如何将策略改为“买入套利”（价差缩小时建仓，扩大时平仓）？
A: 只需要反转逻辑：

• 当 current_spread < 低阈值 时：buy_open(A) (买入近月) 和 sell_open(B) (卖出远月)。
• 当 current_spread > 高阈值 时：sell_close(A) 和 buy_close(B)。

Q: 为什么使用 buy_close_tdayfirst 而不是 buy_close？
A: 在中国期货市场（特别是上期所），平今仓（平掉今日开的仓位）和平昨仓（平掉昨日以前的仓位）的手续费和指令是不同的。tdayfirst 会自动优先平掉今日的仓位，这在策略逻辑中通常更符合预期，也能避免因交易所规则导致的废单。

Q: 如何在回测中查看效果？
A: 在 QMT 策略编辑器中，点击“回测”。注意回测时需要补充对应的历史 Tick 或 分钟数据。回测模式下，ContextInfo.accID 可以是虚拟账号，但在 init 中仍需调用 set_account。