什么是QMT？国内哪些券商支持

📅 2026-09-24 14:57👁️ 4604 阅读💬 0 评论

企业微信

什么是QMT

QMT的全称是迅投量化交易终端，由北京迅投科技开发。它是一套面向专业投资者的量化交易系统，把行情数据、策略编写、回测、风险控制和实盘交易整合在一个界面里。普通散户用券商APP手动下单，QMT则允许你写一段代码，让电脑自动盯盘、自动买卖。

QMT最常被提到的特点是支持Python和VBA两种语言编写策略。Python版本用的人最多，因为库多、社区活跃。策略写好后，QMT可以连接实时行情，按照你的逻辑发出委托。它支持股票、期货、期权、ETF等多种品种，国内期货柜台如CTP也能对接。

QMT分两个版本：极速版和普通版。极速版走券商自己的快速通道，延迟更低，适合高频或对速度敏感的策略。普通版走标准交易接口，对大多数日内或中低频策略够用。

什么是QMT？国内哪些券商支持

QMT能做什么

策略编写与回测

你可以在QMT里写一个简单的双均线策略，用历史数据跑一遍，看看过去几年如果执行这个策略会赚多少钱、最大回撤多少。回测结果能帮你判断策略是否值得实盘。

自动交易

策略通过回测后，可以绑定实盘账户。QMT会实时接收行情，当条件满足时自动发出买入或卖出指令。你不用一直盯着屏幕，电脑开着就行。

风控管理

可以设置单笔最大亏损、总仓位上限、禁止交易时间段等。一旦触发风控条件，QMT会自动撤单或停止开仓。

多账户管理

部分券商版本支持同时管理多个资金账户，适合团队或家庭多账户操作。

期货交易

QMT对接国内期货CTP柜台，可以交易商品期货、金融期货。期货的保证金制度、多空双向、T+0规则在QMT里都能正常处理。

国内哪些券商支持QMT

不是所有券商都提供QMT。券商需要向迅投采购系统，并搭建自己的服务器。目前国内支持QMT的券商主要有以下这些。

国金证券

国金是最早一批上线QMT的券商之一，散户接触QMT大多从国金开始。国金的QMT门槛相对亲民，通常要求账户资产达到一定金额，比如30万或50万，不同营业部可能有差异。国金支持股票、ETF、可转债和期货。

国联证券

国联证券的QMT在量化圈里口碑不错，通道速度较快。资金门槛一般也是30万起步，部分营业部可以谈到更低。国联支持Python策略，期货方面对接也完善。

华鑫证券

华鑫证券以交易速度出名，它的QMT走极速柜台，延迟很低。适合做打板、高频T+0的策略。门槛通常要求50万以上，部分量化私募也在用华鑫的QMT。

中金财富证券

中金财富的QMT面向高净值客户，门槛较高，一般100万起步。系统稳定，支持多品种，适合资金量大的个人或小机构。

银河证券

银河证券的QMT覆盖营业部较多，门槛因营业部而异。部分营业部要求50万，也有要求100万的。银河的期货交易支持较好，适合做商品期货跨期套利的用户。

其他券商

还有几家券商也提供QMT，比如国盛证券、华宝证券、东兴证券等。每家券商的资金门槛、佣金费率、是否支持期货、是否走极速柜台都不一样。

开通QMT需要什么条件

资金门槛

大部分券商要求账户资产达到30万到100万不等。少数券商可以做到10万甚至更低，但通常对应普通版而非极速版。

交易经验

部分券商要求有半年或一年的股票或期货交易经验。

风险测评

需要完成券商的风险测评问卷，达到积极型或激进型。

签署协议

需要签署量化交易风险揭示书和QMT使用协议。

软件下载与安装

开通权限后，券商会给你一个QMT安装包和账号。QMT只能在Windows系统上运行，不支持Mac。建议用一台独立的电脑或云服务器跑策略。

QMT和PTrade的区别

PTrade是恒生电子开发的量化交易终端，和QMT是竞品。两者功能相似，都支持Python策略、回测、自动交易。区别在于：

QMT的Python环境更开放，可以安装第三方库，适合复杂策略。PTrade的Python环境相对封闭，但界面更友好，上手更快。

QMT的期货支持更成熟，CTP对接稳定。PTrade在股票和ETF方面也不错，期货支持因券商而异。

选择哪个，看你的策略需求。做期货多就选QMT，做股票ETF多可以两个都试试。

一个简单的QMT策略代码示例

下面是一个双均线策略的Python代码框架，在QMT里可以直接运行。策略逻辑是：5日均线上穿20日均线买入，下穿卖出。


# 双均线策略示例

def init(ContextInfo):

    # 设置股票池

    ContextInfo.set_universe(['600519.SH'])

    # 设置均线周期

    ContextInfo.short_period = 5

    ContextInfo.long_period = 20

def handlebar(ContextInfo):

    # 获取当前K线位置

    index = ContextInfo.barpos

    # 获取历史收盘价

    close = ContextInfo.get_history_data(ContextInfo.long_period + 1, '1d', 'close')

    if len(close) < ContextInfo.long_period + 1:

        return

    # 计算均线

    short_ma = sum(close[-ContextInfo.short_period:]) / ContextInfo.short_period

    long_ma = sum(close[-ContextInfo.long_period:]) / ContextInfo.long_period

    # 获取当前持仓

    positions = ContextInfo.get_trade_detail_data('account', 'stock', 'position')

    hold = len(positions) > 0

    # 交易逻辑

    if short_ma > long_ma and not hold:

        # 买入

        pass

    elif short_ma < long_ma and hold:

        # 卖出

        pass

这段代码只是框架，实际交易需要补充下单函数和风控逻辑。QMT的API文档里有完整的函数说明。