QMT Python 策略：如何实现一个动态跟踪沪深300的指数复刻策略？

这是一个非常经典的指数增强或指数复制策略。在 QMT 中实现该策略主要涉及以下三个核心步骤：

1. 获取成分股：使用 get_sector 获取沪深300当天的成分股列表。
2. 获取权重：使用 get_weight_in_index 获取每只股票在指数中的权重。
3. 交易执行：使用 order_target_percent 根据权重自动调整仓位（该函数会自动计算买入或卖出的股数，非常适合此类策略）。

策略实现代码

以下是完整的 Python 策略代码。请在 QMT 的策略编辑器中新建一个 Python 策略，并将代码复制进去。

注意：

1. 代码第一行必须包含 # -*- coding: gbk -*- 以防止中文乱码。
2. 请将 YOUR_ACCOUNT_ID 替换为你实际的资金账号。
3. 建议将策略运行周期设置为 “日线” (1d)。

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

def init(ContextInfo):
    """
    初始化函数，策略启动时执行一次
    """
    # 1. 设置资金账号 (请替换为您的真实账号)
    ContextInfo.account_id = 'YOUR_ACCOUNT_ID' 
    ContextInfo.set_account(ContextInfo.account_id)
    
    # 2. 设置目标指数：沪深300
    ContextInfo.index_code = '000300.SH'
    
    print("策略初始化完成，目标指数：沪深300")

def handlebar(ContextInfo):
    """
    K线执行函数，每根K线执行一次
    建议在日线周期下运行
    """
    # 获取当前K线的时间戳
    index = ContextInfo.barpos
    realtime = ContextInfo.get_bar_timetag(index)
    
    # 1. 获取沪深300当天的成分股列表
    # get_sector 获取指定板块在指定时间的成分股
    stock_list = ContextInfo.get_sector(ContextInfo.index_code, realtime)
    
    if not stock_list:
        print(f"未获取到 {ContextInfo.index_code} 的成分股数据，请检查数据下载情况。")
        return

    print(f"当前日期检测到 {len(stock_list)} 只成分股，开始执行调仓...")

    # 2. 遍历成分股，获取权重并下单
    # 注意：为了防止持仓中有被剔除出指数的股票，建议先获取当前持仓进行对比（此处为简化逻辑，直接按目标权重下单）
    # order_target_percent 会自动处理：如果没持仓则买入，如果持仓过多则卖出，如果持仓不足则补仓
    
    for stock in stock_list:
        # 获取个股在指数中的绝对权重 (返回值为百分比，例如 1.5 代表 1.5%)
        weight = ContextInfo.get_weight_in_index(ContextInfo.index_code, stock)
        
        # 过滤无效权重
        if weight <= 0:
            continue
            
        # order_target_percent 接受的参数是小数 (例如 1.5% 需要转换为 0.015)
        target_percent = weight / 100.0
        
        # 执行目标比例下单
        # 注意：实盘中建议添加 try-except 块或检查股票停牌状态
        order_target_percent(stock, target_percent, ContextInfo, ContextInfo.account_id)
    
    # 3. 清理非成分股持仓 (可选逻辑)
    # 如果您希望严格复制指数，需要卖出那些已经不在沪深300里的持仓股票
    clean_non_index_stocks(ContextInfo, stock_list)

def clean_non_index_stocks(ContextInfo, index_stocks):
    """
    辅助函数：卖出不在指数成分股列表中的持仓
    """
    # 获取当前持仓信息
    positions = get_trade_detail_data(ContextInfo.account_id, 'stock', 'position')
    
    for obj in positions:
        stock_code = obj.m_strInstrumentID
        # 如果当前持仓的股票不在当天的指数成分股列表中，且持仓量大于0
        if stock_code not in index_stocks and obj.m_nVolume > 0:
            print(f"{stock_code} 已被剔除出指数，执行清仓。")
            # 将目标仓位设为 0，即卖出所有持仓
            order_target_percent(stock_code, 0, ContextInfo, ContextInfo.account_id)

代码关键点解析

1. get_sector(sector, realtime):

   • 这是获取成分股的核心函数。传入 '000300.SH' 和当前时间戳，它会返回该时间点该指数包含的所有股票代码列表。这保证了策略能自动适应指数的定期调整。

2. get_weight_in_index(indexcode, stockcode):

   • 获取某只股票在指数中的权重。
   • 注意单位：该函数返回的是百分比数值（如 5.0 代表 5%），而下单函数 order_target_percent 需要的是小数（如 0.05），所以在代码中进行了 / 100.0 的处理。

3. order_target_percent(stockcode, percent, ...):

   • 这是最方便的调仓函数。你不需要计算要买多少股，只需要告诉它“我希望这只股票占我总资产的多少比例”。
   • 如果当前没货，它会买入；如果当前仓位不够，它会加仓；如果当前仓位超了，它会卖出。

4. clean_non_index_stocks 函数:

   • 这是一个增强逻辑。因为 order_target_percent 只处理我们传入列表中的股票。如果某只股票昨天还在沪深300里，今天被剔除了，主循环不会遍历到它，它就会一直留在账户里。这个辅助函数用于检测并卖出这些被剔除的股票。

运行前准备

1. 补充数据：
   • 在 QMT 界面上方菜单栏点击 “数据管理” -> “数据下载”。
   • 确保下载了 “板块数据” 和 “权重数据”（通常包含在基础数据或财务数据中），否则 get_sector 和 get_weight_in_index 可能取不到历史数据。
2. 设置周期：
   • 在策略编辑界面的右侧或上方，将“默认周期”设置为 “日线”。
3. 回测设置：
   • 设置好初始资金（建议设置大一点，因为沪深300成分股多，资金太小可能很多股票买不够一手）。

Q&A

Q: 为什么回测时有些股票没买入？
A: 可能是资金不足。沪深300有300只股票，部分高价股（如贵州茅台）一手需要十几万资金。如果权重计算出的金额不足买入一手（100股），系统会自动忽略该笔交易。

Q: 这个策略每天都会全仓买卖吗？
A: 不会。order_target_percent 是智能调仓。如果某只股票昨天的权重是 1.0%，今天还是 1.0%，且股价波动导致市值占比变化不大，它可能不会产生交易，或者只进行微调。只有权重发生变化或股价大幅波动导致持仓比例偏离目标时，才会触发买卖。

Q: 如何避免每天频繁微调带来的手续费？
A: 可以在下单前增加一个阈值判断。例如：if abs(current_percent - target_percent) > 0.001: order_target_percent(...)，即只有当目标比例和当前比例偏差超过 0.1% 时才交易。