QMT量化平台多回调函数机制与效率分析

1. 可以有多个回调函数吗？

可以的。 在 QMT 平台中，您完全可以定义并使用多个回调函数。例如，在使用 ContextInfo.subscribe_quote() 订阅行情时，您可以为不同的期货品种指定不同的回调函数；或者在使用 ContextInfo.run_time() 设置定时器时，指定不同的定时回调函数。

2. 对效率有影响吗？

会有影响，具体取决于回调函数的数量、触发频率以及回调函数内部的逻辑复杂度。

如果您为每一个期货品种都单独对应一个回调函数（例如订阅了 50 个品种的 Tick 行情，对应 50 个回调函数），在行情剧烈波动时，会对效率产生以下影响：

• Python GIL（全局解释器锁）限制：QMT 的 Python 策略运行在单进程/单线程模型下（受限于 Python 的 GIL）。当多个品种的行情同时到达时，底层 C++ 会将这些回调事件排队，Python 只能串行地逐个执行这些回调函数。
• 事件积压与延迟：如果您的回调函数内部包含耗时操作（如复杂的指标计算、大量的日志打印、同步的本地文件读写等），一个回调函数的执行阻塞会导致后续排队的回调函数延迟执行。在 Tick 级别的高频行情下，这极易造成“行情处理不过来”的现象，导致信号延迟甚至错过交易时机。
• 内存与调度开销：虽然注册多个函数指针本身的内存开销不大，但频繁的 C++ 到 Python 的上下文切换和函数调用调度，在极高频并发下也会带来一定的性能损耗。

3. 最佳实践与优化建议

为了保证策略的运行效率，建议采取以下做法：

方案 A：复用同一个回调函数（推荐）

如果不同期货品种的处理逻辑是相似的，强烈建议只定义一个统一的回调函数。subscribe_quote 的回调函数会接收一个 datas 字典，您可以通过字典的 key（即合约代码）来区分当前是哪个品种触发了回调。

def on_quote(datas):
    # datas 格式为 {code: data}
    for code, data in datas.items():
        if code == 'IF00.IF':
            # 处理股指期货逻辑
            pass
        elif code == 'ag00.SHF':
            # 处理白银期货逻辑
            pass
        # ...

def init(ContextInfo):
    # 多个品种复用同一个回调函数
    ContextInfo.subscribe_quote('IF00.IF', 'tick', 'none', on_quote)
    ContextInfo.subscribe_quote('ag00.SHF', 'tick', 'none', on_quote)

方案 B：保持回调函数“轻量化”

无论您使用一个还是多个回调函数，回调函数内部的代码必须尽可能精简。只做最必要的状态更新或简单的条件判断。如果需要进行复杂的矩阵运算或耗时的分析，建议将数据缓存起来，在 handlebar 中或者通过定时器批量处理。

方案 C：合理选择订阅周期

如果您的策略不需要 Tick 级别的极高频响应，可以考虑订阅 1m（1分钟）或更高周期的行情，这样可以大幅降低回调函数的触发频率，从而减轻系统负担。