QMT `do_order` 函数详解：如何让日线策略在盘中立即下单？

在 QMT 中实现“日线策略在上午 10:00 执行”，需要根据您的使用场景（回测还是实盘）选择不同的实现方式。

由于 QMT 的回测机制基于 K 线数据，如果您在“日线（1d）”周期下回测，系统只有开盘、收盘、最高、最低四个价格，无法模拟“10:00”这个时间点的精确成交。

因此，最稳健的解决方案是将策略运行周期设置为 分钟线（如 5分钟 或 1分钟），在代码中判断时间是否为 10:00，同时获取日线数据进行指标计算。

以下是两种实现方案：

方案一：分钟周期运行（推荐，支持回测和实盘）

原理：将策略运行周期设置为 5分钟 或 1分钟。在 handlebar 中判断当前 K 线时间是否为 10:00。如果是，则获取日线数据计算信号并下单。

优点：可以在回测中真实模拟 10:00 的价格成交。

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

def init(ContextInfo):
    # 设置资金账号
    ContextInfo.accID = '6000000000' # 请替换为您的资金账号
    ContextInfo.set_account(ContextInfo.accID)
    
    # 设置股票池
    ContextInfo.target = '600000.SH'
    ContextInfo.set_universe([ContextInfo.target])

def handlebar(ContextInfo):
    # 1. 获取当前 K 线的时间
    # get_bar_timetag 获取的是毫秒时间戳
    timetag = ContextInfo.get_bar_timetag(ContextInfo.barpos)
    # 转换为 HHMMSS 格式字符串
    current_time = timetag_to_datetime(timetag, '%H%M%S')
    
    # 2. 判断时间是否为 10:00
    # 注意：如果是5分钟线，10:00的bar代表 09:55-10:00 的数据，通常在 10:00 这一刻完成
    if current_time == '100000':
        print(f"当前时间: {current_time}, 触发定时交易逻辑")
        
        # 3. 获取日线数据进行策略计算 (关键步骤)
        # 虽然策略跑在分钟线上，但我们需要日线的指标（如日线MA）
        # count=2 表示获取昨天和今天的数据（今天的数据是不完整的，视策略需求而定）
        # 如果需要基于昨天收盘价计算，取倒数第二个数据
        daily_data = ContextInfo.get_market_data_ex(
            fields=['close', 'open'], 
            stock_code=[ContextInfo.target], 
            period='1d', 
            count=5, 
            dividend_type='front'
        )
        
        if ContextInfo.target not in daily_data:
            return
            
        df_daily = daily_data[ContextInfo.target]
        
        # 计算简单的日线策略逻辑，例如：昨天收盘价 > 前天收盘价
        if len(df_daily) >= 2:
            last_close = df_daily.iloc[-2]['close'] # 昨收
            prev_close = df_daily.iloc[-3]['close'] # 前收
            
            # 4. 执行交易
            # 示例：金叉买入
            if last_close > prev_close:
                print("满足条件，执行买入")
                # 对手价下单 100 股
                passorder(23, 1101, ContextInfo.accID, ContextInfo.target, 14, -1, 100, ContextInfo)
            else:
                print("不满足条件")

设置说明：

• 在 QMT 界面运行或回测时，请将**“周期”**设置为 5分钟 或 1分钟。

方案二：定时器任务（仅限实盘/模拟盘）

原理：使用 QMT 提供的 run_time 定时函数。
注意：根据文档，run_time 函数在回测模式下无效，仅在实盘或模拟交易中生效。如果您只需要实盘功能，且希望主图保留在日线周期，可以使用此方法。

# -*- coding: gbk -*-

def init(ContextInfo):
    # 设置资金账号
    ContextInfo.accID = '6000000000' 
    ContextInfo.set_account(ContextInfo.accID)
    
    # 设置定时任务
    # 参数说明: 回调函数名, 周期(1d表示每天), 开始时间, 市场
    # 这将在每天的 10:00:00 调用 my_trade_func 函数
    ContextInfo.run_time("my_trade_func", "1d", "2023-01-01 10:00:00", "SH")

def handlebar(ContextInfo):
    # 日线周期的 handlebar 仅用于画图或盘后处理
    pass

def my_trade_func(ContextInfo):
    """
    这是专门在 10:00 被调用的交易函数
    """
    print("定时任务触发：上午 10:00")
    
    target_stock = '600000.SH'
    
    # 获取日线数据
    daily_data = ContextInfo.get_market_data_ex(
        fields=['close'], 
        stock_code=[target_stock], 
        period='1d', 
        count=5, 
        dividend_type='front'
    )
    
    if target_stock in daily_data:
        df = daily_data[target_stock]
        # 获取最新价格（此时是10:00的实时价格）
        current_price = df.iloc[-1]['close']
        print(f"当前 {target_stock} 价格: {current_price}")
        
        # 下单逻辑
        passorder(23, 1101, ContextInfo.accID, target_stock, 14, -1, 100, ContextInfo)

总结

1. 如果您需要回测验证策略有效性：请务必使用 方案一，并将策略周期设为分钟线。这是量化交易中处理“日内特定时间交易”的标准做法。
2. 如果您只跑实盘且不想改周期：可以使用 方案二 的 run_time 接口。

Q&A

Q: 方案一中，我在分钟周期下获取 period='1d' 的数据，获取到的是什么数据？
A: get_market_data_ex 获取日线数据时，最后一行（iloc[-1]）是截止到当前时刻的日线数据（即包含从开盘到 10:00 的数据生成的日 K 线），而倒数第二行（iloc[-2]）是昨天完整的收盘数据。计算指标（如均线）时通常使用昨天及以前的数据以保持稳定，或者使用包含今日实时数据的动态指标。

Q: 为什么回测不能直接用日线周期在 10:00 交易？
A: 日线回测的数据精度只有“天”。对于回测引擎来说，一天就是一个数据点（O,H,L,C）。它不知道 10:00 时的价格是多少，只能假设你在开盘价或收盘价成交。只有使用分钟线回测，引擎才有 10:00 的分时数据来撮合交易。