[QMT量化交易小白入门]-三十七、QMT中如何使用类似于通达信中的VBA函数（量化python代码解析）

最新推荐文章于 2025-04-17 00:39:24 发布
最新推荐文章于 2025-04-17 00:39:24 发布
阅读量730 收藏 1
点赞数 14
CC 4.0 BY-SA版权
分类专栏： 量化交易小白入门 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/luansj/article/details/146461331

本专栏主要是介绍QMT的基础用法，常见函数，写策略的方法，也会分享一些量化交易的思路，大概会写100篇左右。
QMT的相关资料较少，在使用过程中不断的摸索，遇到了一些问题，记录下来和大家一起沟通，共同进步。

文章目录

相关阅读

小白也能做量化：零门槛QMT、Ptrade免费送
量化交易入门：如何在QMT中配置Python环境，安装第三方依赖包
年化收益达到了70%，增加了动态仓位权重调整后的全球核心资产轮动策略（含python代码解析）

在些人对通达信中的公式比较熟悉，想在QMT中使用类似于通达信中的VBA函数，今天通过使用QMT量化平台提供的call_vba方法，获取VBA的RSI指标的值来判断股票的买卖时机。

一、代码整体结构与功能概述

这段代码主要围绕着在QMT环境中实现类似通达信VBA函数的功能展开，核心功能是基于RSI指标来判断股票的买卖时机，并根据持仓情况进行相应的交易操作。

二、具体代码解析

了解本专栏 订阅专栏 解锁全文 超级会员免费看
[QMT量化交易小白入门]十一.如何将通达信指标函数转化miniQMT中进行自动交易
木头大左的博客
11-04 3639
MyTT（My Trading Toolbox）是一个专为量化交易设计的Python库，它提供了丰富的金融数据分析和交易执行功能。通过MyTT模块，投资者可以轻松地将通达信中的指标函数转化为Python函数，并在miniQMT等平台上进行应用。
[QMT量化交易小白入门]-二十三、如何通过miniQMT自动买入通达信的选股
木头大左的博客
02-11 1369
self.n = n。
终于成功开发出了QMT的小市值策略（胜利）
最新发布
qq_26742269的博客
04-17 586
聚宽小市值策略本地QMT策略
day2txt_EXCEL/VBA读通达信日线_通达信_
10-01
通达信日线文件一般是 D:\通达信目录\Vipdoc\sz\lday\szXXXXXX.day附件中是一个带宏的xls文件(EXCEL)和测试数据。文件可以之间将day文件读入excel，便于后续分析。
qmt量化教程4----订阅全推数据
qq_50882340的博客
05-25 1671
全推就主动推送，当行情有变化就会触发回调函数，推送实时数据，可以理解为数据驱动类型，当数据没有变化不推送数据，函数保持一样的数据，可以全推市场数据比如SH,SZ,期货市场等。源代码全部上传了知识星球可以直接下载。小果框架订阅全推数据的代码​​​​。1打开qmt，登录选择极简模式。小果框架利用类开发使用非常方便。上次写了订阅单股数据的教程。原始的qmt全推送函数代码。推送一分钟的数据先订阅。
【大麦小米学量化】如何优雅地调教QMT量化平台编写量化策略（使用notepad++、pycharm、vscode等外部IDE编写量化交易代码）
热门推荐
IT里的交易员-博客
08-31 1万+
很多人开通了迅投QMT量化平台，可是进入编辑器界面，写python代码，那种感觉如同回到了原始时代，连调试代码最常用到行、块注释这么简单的操作都能把人整疯。想让迅投QMT即可修改编辑器，一时半会儿不现实。那么有没有一种方法？可以使用外部的编辑器编写，在迅投QMT里运行就行了，不也鱼与熊掌可兼得了吗？经过笔者孜孜探索，还真找到了一个方法，其实也很简单。就是坑有几个，不过我都填上了。提示：以下是本篇文章正文内容，其中代码为QMT默认自动生成，这里拿来仅作演示，不可用于实盘。............
QMT量化10天入门----第一天
XD1996CD的博客
04-10 486
在初始界面的中间，是“策略列表”板块，可以看到软件中内置了很多常见的策略（其中可以看到字母P和字母V，分别表示python和VBA语言）。倒数第二行代码，计算绘图用的收盘价close，我们可以看到引用了 ContextInfo中的['close']，然后需要设置展示区间和分红方式，之后在自己的策略中可以根据实际需要修改这两个参数。可以双击选择一只股票，或者打开自己的【自选股】，原来的k线下方出现了我们【代码绘制的图】。我们先来运行试一下，还是在【策略编辑器】界面，点击【PY简单示例】下方的【运行】
0017-量化第四天：QMT—指数增强回测算法注释学习
m0_68750710的博客
04-12 2083
学会动态跟踪市场调整权重来调整买卖数量
Python量化交易入门
曲折旅程，艰难人生
04-13 4688
Python量化交易知识归纳
0045-量化第十天：QMT-以DMA指标为例调用系统指标
m0_68750710的博客
08-30 2820
在QMT中调用VBA库指标
读取通达信、天网、钱龙数据的VBA例子
04-09
读取通达信、天网、钱龙数据的VBA例子
安信通达信独立下单软件
08-21
通达信独立下单软件，无需分析软件捆绑，内存小。
VB源代码用于股票软件通达信
09-26
Handle:=findWindow(nil,'网上股票交易系统5.0');
量化交易系统开发-实时行情自动化交易-8.量化交易服务平台（一）
封步宇AIGC的博客
11-27 2792
以下是10个量化交易平台的简介、支持语言和影响力，包括TradingView、发明者FMZ、开拓者TBQuant、MT4/MT5、VNPY、迅投/QMT、文华、同花顺/SuperMind、通达信、极智量化。
探究通达信指标转 QMT 的三大利器，谁更精准？
weixin_70955880的博客
09-09 1336
常用于将通达信指标转换为 QMT 的 Python 库有 talib、MyTT 以及 fengwo。这三个库的功能均极为强大，通常的通达信指标均能够被翻译成 QMT。针对这三个库的详尽介绍，网络上数量众多，可自行进行查阅。本文借助实例，对这三个库翻译出的指标进行对比，看哪一个更为准确。
股票程序化交易-QMT入门系列（3）-QMT程序化交易运行机制
秋天的落雨的博客
01-19 1611
在上一篇文章介绍到QMT中安装python依赖包，这一章介绍QMT程序化交易运行机制例如：以上就是今天要讲的内容，下一章我们讲解QMT模型建立、策略运行案例。
qmt量化交易策略小白学习笔记第8期【qmt编程之获取股票资金流向数据--内置Python】
fanglue3705的博客
05-23 1793
获取股票资金流向数据 获取一只或者多只股票在一个时间段内的资金流向数据 提示 1.该数据通过get_market_data和get_market_data_ex接口获取，period参数选择transactioncount1d或者transactioncount1m 2.获取历史数据前需要先用download_history_data下载历史数据 3.VIP 权限数据 #内置python 原型 内置python
vba获取通达信光标的坐标数据_「高阶应用」谈一下VB6和VBA的坐标系统
weixin_39896839的博客
11-25 1046
两个知识点：1、常见单位换算 1英寸(Inch) = 72磅(Point) 1磅(Point) = 20缇(Twip) 2英寸(Inch) = 1440缇(Twip) 1英寸(Inch) = 2.54厘米(Centimeter)2、GetDeviceCaps(GetDC(0), LOGPIXELSX) 获取一个英寸多少个像素，即PPI(Pixels per Inch) 通过调用我们可以发现： 缩放...
量化教程3---miniqmt当作第三方库设置，提供源代码
qq_50882340的博客
05-09 1817
qmt提供了大qmt和miniqmt，大qmt在平台使用，miniqmt提供了交易的api和数据可以本地使用，非常的方便，合适自己开发大型的策略，本地还可以访问其他数据，网络等，也支持服务器。打开site-packages文件夹复制xtquant文件夹到里面。源代码我全部的上传了知识星球感兴趣的可以加我获取优惠券，最后几张。这里就完成了设置，打开qmt，选择极简模式。2找到python的安装路径。获取数据的结果，1分钟的数据。1复制文件xtquant。获取历史分钟数据的代码。
请用python语言编写一个QMT量化交易系统基于单根移动平均线的历史回测策略的代码
11-07
在Python中，我们可以使用pandas库处理数据，backtrader库来进行回测，以及ta-lib库提供技术指标分析，如移动平均线。这里是一个简单的示例，展示如何创建一个基于简单移动平均线（SMA）的历史回测策略： ```python # 导入所需的库 import pandas as pd import backtrader as bt import talib # 创建策略类 class SimpleMovingAverageStrategy(bt.Strategy): params = ( ('fastperiod', 10), # 快速移动平均线周期 ('slowperiod', 20) # 慢速移动平均线周期 ) def __init__(self): self.fastma = bt.indicators.SimpleMovingAverage(self.data.close, period=self.params.fastperiod) self.slowma = bt.indicators.SimpleMovingAverage(self.data.close, period=self.params.slowperiod) def next(self): if self.data.close[0] > self.fastma[0] and self.fastma[0] > self.slowma[0]: self.buy() elif self.data.close[0] < self.fastma[0] and self.fastma[0] < self.slowma[0]: self.sell() # 回测设置 cerebro = bt.Cerebro() # 创建回测引擎 data = bt.feeds.YahooFinanceData(dataname='AAPL') # 使用苹果股票数据 cerebro.adddata(data) # 添加数据 # 设置策略并添加到回测引擎 cerebro.addstrategy(SimpleMovingAverageStrategy) # 运行回测 cerebro.run() # 输出结果 print('Final portfolio value:', cerebro.broker.getvalue())
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

python自动化工具

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值