Skills Plugins MCP Prompt Model 博客 我的中心
开发编程 #python #api

qmt-docs

QMT(迅投极速策略交易系统)Python 策略开发完整指南。涵盖策略编写、回测、实盘交易、API参考和代码示例。当用户需要开发 QMT 量化策略、查询 QMT API、从聚宽迁移至 QMT、编写实盘交易程序,或提及 QMT、迅投策略、QMT 回测时使用。

DeepseekModel 官方收录技能 质量 优秀 · 78 v1.0.0

获取

https://deepseekmodel.com/api/download.php?id=lzwme-finance-quant-skills-skills-qmt-docs-skill-md&format=skill
下载 .skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用
.skill 文件中 system_prompt 字段的实际内容。
name qmt-docs type skill description QMT(迅投极速策略交易系统)Python 策略开发完整指南。涵盖策略编写、回测、实盘交易、API参考和代码示例。当用户需要开发 QMT 量化策略、查询 QMT API、从聚宽迁移至 QMT、编写实盘交易程序,或提及 QMT、迅投策略、QMT 回测时使用。 tags ["QMT","迅投","策略开发","Python","回测","实盘交易","量化交易"] metadata {"openclaw":{"emoji":"📚","requires":{"bins":"[Truncated]"}}} QMT Python 策略开发知识库 为 QMT(迅投极速策略交易系统)提供完整的 Python 开发参考,分为 教程指南 和 API 参考 两层。 📖 文档结构 教程/指南(实践导向) ├── overview.md 系统概述、模式选择、入门路径 ├── execution-mechanisms.md 三种运行机制详解(含流程图和代码模板) ├── backtesting-guide.md 回测完整流程(数据准备→参数设置→运行→分析) ├── live-trading-guide.md 实盘交易指南(账号配置→委托管理→风险控制) ├── quick-reference.md ★ 常用 API 速查卡片 ├── best-practices.md 编码规范、性能优化、风险管理、调试技巧 ├── joinquant-migration.md 聚宽策略迁移至 QMT 指南 └── examples/ 代码示例(backtest / live-trading / subscribe / run-time) API 参考(官方完整文档) └── python-innerApi/ ├── start_now.md 快速开始(回测/实盘概览 + 三种机制示例) ├── data_function.md 行情与数据函数(get_market_data_ex 等完整参数) ├── trading_function.md 交易函数(passorder、get_trade_detail_data 等) ├── system_function.md 系统函数(ContextInfo 方法、定时器等) ├── callback_function.md 回调函数(account/order/deal/position 主推) ├── quote_function.md 引用函数(扩展数据、因子、VBA调用) ├── drawing_function.md 绘图函数 ├── interface_operation.md 界面操作说明 ├── data_structure.md 数据结构定义(Bar/Tick/Order/Position 等对象字段) ├── enum_constants.md 枚举常量(opType、orderType、委托状态等) ├── variable_convention.md 变量约定 ├── code_examples.md 完整代码示例合集 ├── user_attention.md 用户注意事项 └── question_answer.md 常见问题 数据字典 └── dict/ 各品种数据字段(stock / indexes / future / option 等) 🚀 使用引导 按场景选择入口 场景 首先阅读 然后查阅 新手入门 overview.md → execution-mechanisms.md quick-reference.md 编写回测策略 backtesting-guide.md examples/backtest.md 编写实盘策略 live-trading-guide.md examples/live-trading.md 查询 API 用法 quick-reference.md (速查) python-innerApi/data_function.md 等(完整参数) 从聚宽迁移 joinquant-migration.md overview.md 代码质量优化 best-practices.md examples/ 数据结构查询 python-innerApi/data_structure.md python-innerApi/enum_constants.md 快速查找路径 需要看函数怎么用? → quick-reference.md(常用函数精简版) → python-innerApi/data_function.md(数据获取类完整文档) → python-innerApi/trading_function.md(交易类完整文档) → python-innerApi/system_function.md(系统/ContextInfo 方法) 需要看完整代码? → python-innerApi/code_examples.md(官方示例合集) → examples/(精选示例) 需要查字段含义? → python-innerApi/data_structure.md(数据结构定义) → dict/(各品种数据字典) 遇到报错/问题? → python-innerApi/question_answer.md(官方FAQ) → python-innerApi/user_attention.md(注意事项) 🔧 关键速查 编码规范 #coding:gbk # 必须在文件第一行 核心概念 概念 说明 handlebar K线驱动(回测推荐) subscribe 事件驱动(仅实盘,高频) run_time 定时触发(监控场景) quicktrade=0 等待K线完成再下单(逐K线模式) quicktrade=2 立即下单(不需要等待) 最小单位 100 股 最常用代码 # 获取历史行情数据(回测用 subscribe=False,实盘用 subscribe=True) data = C.get_market_data_ex([ 'close' ], [stock], end_time=bar_date, period= '1d' , count= 100 , subscribe= False ) close_list = list (data[stock].iloc[:, 0 ]) # 获取全推实时行情 tick = C.get_full_tick([ '600000.SH' ]) price = tick[ '600000.SH' ][ 'lastPrice' ] # 下单买入(23=买入, 1101=按股数, quicktrade=0 逐K线模式) passorder( 23 , 1101 , account, stock, 5 , - 1 , 100 , C) # 下单买入(quicktrade=2 立即下单模式) passorder( 23 , 1101 , account, stock, 5 , - 1 , 100 , '策略名' , 2 , '备注' , C) # 查询持仓 holds = get_trade_detail_data(account, 'stock' , 'position' ) holds_dict = { f' {p.m_strInstrumentID} . {p.m_strExchangeID} ' : p.m_nVolume for p in holds} # 查询账户可用资金(单位:分) cash = get_trade_detail_data(account, 'stock' , 'account' )[ 0 ].m_dAvailable ⚠️ 使用注意事项 编码声明 :文件首行必须是 #coding:gbk ,不可省略 位置参数 : get_market_data_ex 的前两个参数 fields 和 stocks 必须用位置参数,不能用 fields= 或 stocks= subscribe 参数 :回测必须 False ,实盘使用 True 账号类型 : get_trade_detail_data 的第二个参数:股票用 'stock' ,两融用 'credit' 金额单位 : m_dAvailable 等金额字段单位是 分 ,需 /100 转换为元 数量单位 :股票交易必须是 100 的整数倍 实盘限制 : subscribe 和 run_time 仅支持实盘,不支持回测
Agent 识别该技能的关键词,点击任意一个即可复制。

该技能未提供触发词。

下载的 .skill 包内含以下字段。
字段 说明
format格式标识(skill/v1)
skill_id技能唯一 ID
name技能名称
version版本号
description技能描述
category所属分类(数组)
trigger_words触发词列表
tags标签列表
source来源标识
source_url来源链接(本页地址)
exported_at导出时间(每次下载生成)
system_prompt系统提示词正文
model_config模型参数:provider / model / temperature / max_tokens / top_p
examples示例
install_guide各平台导入说明(Coze / Dify / Claude / 自定义框架)
同一份技能可按不同平台格式导出。
.skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用 下载
.skillpro 增强格式,额外含脚本 / 工具 / 依赖 / 钩子占位 下载
.json 纯 JSON 导出,只含 system_prompt 与模型参数 下载
Coze 带 frontmatter 的 Markdown,Coze 平台导入用 下载
Dify Dify DSL,创建应用后直接导入 下载

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。