QMT调用模型报错 name 'call_formula' is not defined 的原因与解决办法

大mqt,调用模型:call_formula 去用 `MA` 指标, 显示错误

大 mqt,调用模型:call_formula 去用 MA 指标, 显示错误:name 'call_formula' is not defined

请教下是什么原因导致的? 谢谢

报错原因分析

在 QMT（大智慧/国信等券商定制版）量化平台中，出现 name 'call_formula' is not defined 错误的原因是：QMT 的官方 Python API 中并没有内置 call_formula 这个函数。

call_formula 通常是其他量化平台（如 PTrade）中用来直接调用公式指标的函数。在 QMT 中，获取技术指标（如 MA 移动平均线）的逻辑与此不同。QMT 鼓励用户通过获取基础的 K 线数据（如收盘价），然后利用 Python 强大的第三方数据分析库（如 pandas 或 TA-Lib）来自行计算指标。

---

QMT 中正确计算 MA（移动平均线）的方法

根据 QMT 官方文档，平台已经内置了 pandas 和 TA_Lib 等第三方库。你可以通过 ContextInfo.get_market_data_ex 或 ContextInfo.get_history_data 获取历史收盘价，然后计算 MA。

方法一：使用内置的 TA-Lib 库计算 MA（推荐）

TA-Lib 是专门用于技术分析的库，计算速度快，QMT 默认已内置。

#coding:gbk
import talib
import numpy as np

def init(ContextInfo):
    # 设置股票池，例如平安银行
    ContextInfo.set_universe(['000001.SZ'])

def handlebar(ContextInfo):
    # 获取当前股票池的收盘价数据，获取过去20根日线
    # 注意：get_market_data 返回的是 pandas.DataFrame 或 pandas.Series
    df = ContextInfo.get_market_data(['close'], stock_code=ContextInfo.get_universe(), period='1d', count=20)
    
    if df.empty:
        return
        
    # 提取收盘价序列
    close_prices = df['close'].values
    
    # 确保数据长度足够计算 MA5
    if len(close_prices) >= 5:
        # 使用 talib 计算简单移动平均线 (SMA 即 MA)
        ma5 = talib.SMA(close_prices, timeperiod=5)
        
        # 打印最新的一根 MA5 的值
        print("最新 MA5 值为:", ma5[-1])

方法二：使用 pandas 计算 MA

如果你更习惯使用 pandas 的滚动窗口函数，也可以直接计算：

#coding:gbk
import pandas as pd

def init(ContextInfo):
    ContextInfo.set_universe(['000001.SZ'])

def handlebar(ContextInfo):
    # 获取历史收盘价
    df = ContextInfo.get_market_data(['close'], stock_code=ContextInfo.get_universe(), period='1d', count=20)
    
    if df.empty:
        return
        
    # 使用 pandas 的 rolling 函数计算 MA5
    # df['close'] 是一个 Series
    ma5_series = df['close'].rolling(window=5).mean()
    
    # 获取最新的 MA5 值
    latest_ma5 = ma5_series.iloc[-1]
    print("最新 MA5 值为:", latest_ma5)

总结

在 QMT 中编写策略时，请摒弃其他平台“直接调用指标公式”的思维。QMT 的核心逻辑是：取数据 -> 用 Python 库算指标 -> 产生信号 -> 下单。熟练掌握 pandas 和 TA-Lib 将极大提升你在 QMT 平台上的策略开发效率。