QMT 策略报错 PermissionError: calling pandas.io.parsers.read_csv not allowed 的原因与解决方法

求助：PermissionError: calling pandas.io.parsers.read_csv not allowed

QMT 内置 python 环境，非投研版，代码调用 pd.read_csv(xxxx)，文件 xxxx 权限没有问题，报错：PermissionError: calling pandas.io.parsers.read_csv not allowed
求教原因。

报错原因分析

在 QMT（非投研版）的内置 Python 策略编辑器中运行代码时，遇到 PermissionError: calling pandas.io.parsers.read_csv not allowed 报错，根本原因在于 QMT 客户端的底层沙箱（Sandbox）安全机制限制。

为了防止恶意代码随意读取或修改用户电脑上的本地文件，QMT 对内置的 Python 环境进行了严格的 I/O 权限阉割。在这个黑名单机制中，pandas.read_csv、pandas.read_excel 以及部分原生的 open() 函数调用被直接拦截，因此即使你的文件本身在操作系统层面拥有完全的读写权限，QMT 依然会在代码执行层面抛出 PermissionError。

解决方法与替代方案

针对这种沙箱限制，您可以根据实际需求选择以下几种解决方案：

方案一：使用 QMT 官方提供的本地文件读取 API

如果您读取 CSV 文件的目的是为了导入“股票池”或“股票+数量”的列表，QMT 提供了专门的白名单 API 来绕过限制。您可以使用 ContextInfo.load_stk_list 或 ContextInfo.load_stk_vol_list。

1. 读取纯股票代码列表

• CSV 格式要求：600000.SH,600004.SH,600006.SH,（注意末尾需要分隔符）
• 调用方法：

def handlebar(ContextInfo):
    # 读取 D:/data/list.csv
    stock_list = ContextInfo.load_stk_list('D:/data/', 'list.csv')
    print(stock_list)

2. 读取股票代码及数量列表

• CSV 格式要求：600000.SH,100,600004.SH,200,（成对存在，末尾需分隔符）
• 调用方法：

def handlebar(ContextInfo):
    # 读取 D:/data/list.csv
    stock_vol_list = ContextInfo.load_stk_vol_list('D:/data/', 'list.csv')
    print(stock_vol_list)

方案二：切换至 MiniQMT（独立 Python 环境）

如果您必须使用 pandas 进行复杂的数据处理，强烈建议使用 MiniQMT（xtquant 库）。
MiniQMT 允许您在自己本地安装的纯净 Python 环境（如 Anaconda、PyCharm）中调用 QMT 的行情和交易接口。由于代码运行在您自己的 Python 进程中，没有任何沙箱限制，您可以自由使用 pd.read_csv()、os、sys 等所有标准库和第三方库。

方案三：升级为 QMT 投研版

QMT 投研版（通常面向机构客户或资金量达标的客户开放）内置了 Jupyter Notebook 环境，其权限管控相对宽松，通常允许直接使用 pandas 读取本地文件。如果您有条件，可以联系您的券商客户经理申请开通投研版权限。

方案四：尝试使用原生 Python 绕过（不推荐，可能随时被封）

在某些旧版本的 QMT 中，虽然 pandas.read_csv 被封禁，但原生的 open() 函数结合 csv 模块可能未被完全限制（仅限读取特定目录如 QMT 安装目录下的文件）。您可以尝试以下代码，但请注意这并非长久之计：

import csv

def init(ContextInfo):
    file_path = 'D:/QMT/userdata/my_data.csv'
    try:
        with open(file_path, mode='r', encoding='utf-8') as f:
            reader = csv.reader(f)
            for row in reader:
                print(row)
    except Exception as e:
        print("原生 open 也被限制:", e)

总结：在非投研版的 QMT 内置编辑器中，放弃使用 pd.read_csv 是最明智的选择。对于简单的股票池导入，改用 ContextInfo.load_stk_list；对于复杂的量化策略，直接转向 MiniQMT (xtquant) 才是终极解决之道。