如何在 QMT 中使用 Python 实现冰山委托 (Iceberg) 算法交易？

在执行大单交易时，为了隐藏真实的交易意图并降低市场冲击成本（Impact Cost），量化投资者通常会选择冰山委托（Iceberg Algorithm）。QMT 平台提供了专门的智能算法交易接口 smart_algo_passorder，可以极其便捷地实现冰山委托。

1. 冰山委托 (Iceberg) 的核心原理

冰山委托将一个大额买单或卖单拆分为多个暴露在盘口的小额委托。只有当当前挂出的公开委托全部成交或被撤销后，系统才会继续自动挂出下一批指定数量的委托，就像浮在水面上的冰山角一样，大部分真实意图隐藏在水面之下。

在 QMT 中，通过 smart_algo_passorder 接口可以灵活设定冰山算法的目标价格层级、参与量比以及最小委托金额等参数。

2. API 接口说明：smart_algo_passorder

执行冰山算法需使用 smart_algo_passorder 函数，关键参数说明如下：

smart_algo_passorder(
    opType, 
    orderType, 
    accountid, 
    orderCode, 
    prType, 
    modelprice, 
    volume, 
    smartAlgoType, 
    limitOverRate, 
    minAmountPerOrder, 
    targetPriceLevel, 
    ContextInfo
)

关键参数详解：

• opType: 操作类型，股票买入填 23，股票卖出填 24；融资买入填 27，融券卖出填 28。
• orderType: 下单方式，如 1101（单股单账号按股数下单）。
• prType: 选价类型，-1（默认/按面板）、5（最新价）、11（指定价/模型价）。
• volume: 策略总委托数量（股数）。
• smartAlgoType: 算法类型，冰山委托填 'ICEBERG'。
• limitOverRate: 量比限制（0-100），控制算法参与盘口成交量的最高比例。
• minAmountPerOrder: 单笔最小委托金额（元）。
• targetPriceLevel: 冰山算法目标价格层级（仅对冰山算法有效）：
  • 1: 己方盘口1
  • 2: 己方盘口2
  • 6: 最新价
  • 7: 对方盘口

3. Python 策略源码示例

以下是在 QMT 中使用 Python 实现冰山委托买入的完整策略模板：

#encoding:gbk
import time

def init(ContextInfo):
    # 设定交易资金账号
    ContextInfo.account = '6000000105'
    ContextInfo.set_account(ContextInfo.account)
    
    # 设定股票池
    ContextInfo.stock = '000001.SZ'
    ContextInfo.set_universe([ContextInfo.stock])
    
    # 标记下单状态，防止重复触发
    ContextInfo.has_ordered = False

def handlebar(ContextInfo):
    # 仅在最后一根 Bar（实时盘中最新 tick）时触发
    if not ContextInfo.is_last_bar():
        return
        
    if not ContextInfo.has_ordered:
        account = ContextInfo.account
        stock = ContextInfo.stock
        
        # 冰山委托交易参数设定
        total_volume = 100000  # 计划买入总数量：10万股
        algo_type = "ICEBERG"  # 指定算法类型为冰山委托
        limit_over_rate = 15   # 市场量比限制：15%
        min_amount = 10000     # 单笔最小委托金额：10000 元
        price_level = 1        # 目标挂单价格层级：己方买一价 (己方盘口1)
        
        print(f"[冰山委托发出] 目标标的: {stock}, 计划总量: {total_volume} 股")
        
        # 发起智能算法交易：买入 000001.SZ，10万股，使用 ICEBERG 算法
        smart_algo_passorder(
            23,                  # opType: 股票买入
            1101,                # orderType: 单股/单账号/普通/股数
            account,             # 资金账号
            stock,               # 股票代码
            5,                   # prType: 最新价
            -1,                  # price: 模型价（非指定价填-1）
            total_volume,        # 委托总股数
            algo_type,           # 智能算法名称 ICEBERG
            limit_over_rate,     # 量比
            min_amount,          # 最小单笔委托金额
            price_level,         # 冰山目标价格层级
            ContextInfo
        )
        
        ContextInfo.has_ordered = True

4. 实盘运行注意事项

1. 账号绑定：务必在 init() 方法中调用 ContextInfo.set_account() 绑定账号，否则实盘回调与算法任务无法正常建立链接。
2. 执行模式：智能算法函数需要在实盘/模拟实盘环境下执行，回测模式下智能算法交易函数不产生实际撮合模拟效果。
3. 任务管理：算法发起的冰山任务可以通过 get_trade_detail_data(account, 'STOCK', 'TASK') 查询任务运行状态，并可以通过 pause_task() 或 cancel_task() 进行暂停与撤销。