当前位置:首页>python>低门槛开启 Python 量化!MiniQMT 完整入门指南

低门槛开启 Python 量化!MiniQMT 完整入门指南

  • 2026-09-07 07:42:51
低门槛开启 Python 量化!MiniQMT 完整入门指南
新手入门的核心痛点往往集中在 “工具门槛高”、“配置复杂”、“开通成本高” 三大问题上。而 MiniQMT 作为迅投 QMT 系统的极简模式,以 “轻量化部署 + Python 无缝对接” 的核心优势,成为量化新手的入门利器。它通过 xtquant Python 包实现软件外部程序化编程,让 QMT 客户端彻底转变为纯粹的交易终端,量化程序可独立运行,仅需保持极简客户端在线即可完成自动化下单。
今天,我们从定义、开通、安装配置到核心模块解析,为大家带来 MiniQMT 全流程入门指南。
什么是 MiniQMT?核心优势在哪?
MiniQMT 是迅投 QMT 量化交易系统的轻量化分支,本质是聚焦 “交易执行” 的极简模式。与标准版 QMT 相比,它剥离了复杂的行情展示、策略研究等冗余功能,专注于程序化交易指令的接收与执行,核心价值在于:
独立运行特性:量化程序可脱离 QMT 主程序独立开发与运行,仅需通过 xtquant 包与 MiniQMT 客户端建立连接,降低运行资源占用;
Python 原生支持:直接对接 xtquant 核心模块,无需复杂的接口适配,新手可快速上手 Python 程序化交易;
轻量化部署:安装包体积小、配置步骤简洁,无需专业技术背景也能完成部署,大幅降低入门门槛。
低门槛开通 MiniQMT
目前 MiniQMT 开通权限限时降低门槛,仅需满足 “入金 10 万元” 即可申请,全程线上办理,流程高效透明:
前置条件:完成券商开户后,按要求入金 10 万元(限时门槛,具体以券商最新政策为准);
申请启动:入金次日待股东账户状态正常后,即可发起 QMT 权限申请,申请时需勾选 “策略交易” 功能(MiniQMT 使用的核心权限);
审核周期:全程线上审核,预计 3-5 个工作日完成;
提前试用:等待审核期间,可申请测试账号与软件安装包,同步获取详细的安装配置指南,提前熟悉操作流程;
正式启用:权限开通后,官方将通过邮件发送软件下载地址,登录个人账号即可正式使用。
MiniQMT 安装与配置
MiniQMT 的安装流程与标准版 QMT 基本一致,无需额外复杂操作,核心重点在于完成 xtquant 模块的配置,这是实现 Python 程序化交易的关键:
1、安装前提
已获取 MiniQMT 软件安装包(开通后邮件获取或测试期申请),且电脑已安装 Python 环境(建议 3.7 及以上版本,确保兼容性)。
2、核心配置步骤(xtquant 模块部署)
完成 MiniQMT 软件安装后,打开软件安装目录,找到 “xtquant” 文件夹
复制该文件夹,导航至 Python 安装路径下的 “site-packages” 目录;
将复制的 “xtquant” 文件夹粘贴至 “site-packages” 目录中,完成模块部署;
配置完成后,可在 Python 编辑器中输入 “import xtquant” 验证是否部署成功,无报错则说明配置生效。
3、启动 MiniQMT
多数券商的 QMT 软件已内置 MiniQMT 功能模块,安装配置完成后:
打开 QMT 登录界面,找到  “独立交易”选项卡;
输入已开通权限的用户名与密码,点击登录即可进入 MiniQMT 操作界面;
登录后无需额外设置,保持客户端在线,即可通过外部 Python 程序调用 xtquant 接口实现程序化交易。
xtquant 到底是什么?
前文反复提及的 xtquant,是 MiniQMT 实现量化交易的核心技术支撑,它是迅投(XTP)量化交易平台专为自动化交易设计的核心 Python 模块,通过标准化 API 接口,打通了 “量化程序 - 交易终端” 的连接通道,其核心功能包括:
1、行情数据获取
支持沪深两市、期货、期权等多品种实时行情采集,涵盖价格、成交量、盘口数据等核心字段;
提供历史行情数据查询与下载服务,支持分钟级、日级等多种数据频率,满足策略回测与数据分析需求;
数据传输稳定高效,与 MiniQMT 客户端实时同步,保障策略执行的时效性。
2、交易指令执行
核心功能覆盖下单、撤单、查询委托状态、查询成交记录等全流程交易操作;
支持市价、限价等多种下单方式,适配不同量化策略的交易需求;
接口调用简单直观,新手可通过少量代码即可实现基础程序化交易逻辑。
3、代码示例
# 用前须知## xtdata提供和MiniQmt的交互接口,本质是和MiniQmt建立连接,由MiniQmt处理行情数据请求,再把结果回传返回到python层。使用的行情服务器以及能获取到的行情数据和MiniQmt是一致的,要检查数据或者切换连接时直接操作MiniQmt即可。## 对于数据获取接口,使用时需要先确保MiniQmt已有所需要的数据,如果不足可以通过补充数据接口补充,再调用数据获取接口获取。## 对于订阅接口,直接设置数据回调,数据到来时会由回调返回。订阅接收到的数据一般会保存下来,同种数据不需要再单独补充。# 代码讲解# 从本地python导入xtquant库,如果出现报错则说明安装失败from xtquant import xtdataimport time# 设定一个标的列表code_list = ["000001.SZ"]# 设定获取数据的周期period = "1d"# 下载标的行情数据if1:## 为了方便用户进行数据管理,xtquant的大部分历史数据都是以压缩形式存储在本地的## 比如行情数据,需要通过download_history_data下载,财务数据需要通过## 所以在取历史数据之前,我们需要调用数据下载接口,将数据下载到本地for i in code_list:        xtdata.download_history_data(i,period=period,incrementally=True# 增量下载行情数据(开高低收,等等)到本地    xtdata.download_financial_data(code_list) # 下载财务数据到本地    xtdata.download_sector_data() # 下载板块数据到本地# 更多数据的下载方式可以通过数据字典查询# 读取本地历史行情数据history_data = xtdata.get_market_data_ex([],code_list,period=period,count=-1)print(history_data)print("=" * 20)# 如果需要盘中的实时行情,需要向服务器进行订阅后才能获取# 订阅后,get_market_data函数于get_market_data_ex函数将会自动拼接本地历史行情与服务器实时行情# 向服务器订阅数据for i in code_list:    xtdata.subscribe_quote(i,period=period,count=-1# 设置count = -1来取到当天所有实时行情# 等待订阅完成time.sleep(1)# 获取订阅后的行情kline_data = xtdata.get_market_data_ex([],code_list,period=period)print(kline_data)# 获取订阅后的行情,并以固定间隔进行刷新,预期会循环打印10次for i in range(10):# 这边做演示,就用for来循环了,实际使用中可以用while True    kline_data = xtdata.get_market_data_ex([],code_list,period=period)    print(kline_data)    time.sleep(3# 三秒后再次获取行情# 如果不想用固定间隔触发,可以以用订阅后的回调来执行# 这种模式下当订阅的callback回调函数将会异步的执行,每当订阅的标的tick发生变化更新,callback回调函数就会被调用一次# 本地已有的数据不会触发callback# 定义的回测函数## 回调函数中,data是本次触发回调的数据,只有一条deff(data):# print(data)    code_list = list(data.keys()) # 获取到本次触发的标的代码    kline_in_callabck = xtdata.get_market_data_ex([],code_list,period = period) # 在回调中获取klines数据    print(kline_in_callabck)for i in code_list:    xtdata.subscribe_quote(i,period=period,count=-1,callback=f) # 订阅时设定回调函数# 使用回调时,必须要同时使用xtdata.run()来阻塞程序,否则程序运行到最后一行就直接结束退出了。xtdata.run()
作为量化新手的入门 “神器”,MiniQMT 以低开通门槛、简洁配置流程、Python 原生支持的优势,让普通人也能快速迈入量化交易领域。无论是想尝试自动化交易,还是希望降低策略运行的资源占用,MiniQMT 都能提供高效适配的解决方案。
如果在开通、安装或配置过程中遇到问题,欢迎在评论区留言交流,也可私信获取专属安装教程与配置指导。随着量化工具的不断普及,掌握 MiniQMT 这类轻量化工具,将成为你在量化投资赛道的重要竞争力。赶紧行动起来,开启你的 Python 量化之旅吧!
如果觉得这篇文章值得让更多朋友看到,那就点亮 “在看”,让好东西像蒲公英种子一样,飞到更多需要的人身边!

往期推荐

【新手入门必看】带你从零认识QMT量化交易系统

搞懂 XtQuant「三兄弟」,量化的数据 & 交易难题,一次解决!

QMT/MiniQMT 保姆级教程,打通自动化交易最后一公里

通达信预警如何对接QMT实现自动交易?

新手该如何理解A股交易的逻辑?看完这篇,投资就像呼吸一样顺畅!

欢迎扫码咨询

股票、两融、量化、基金等业务

惊喜佣金等你来

点个在看你最好看

最新文章

随机文章