国债说白了就是国家发的 “借条”—— 以国家信用做担保，承诺按期给利息、到期还本金，信用等级最高，是公认最安全的投资。

而交易所的国债逆回购，本质就是短期借钱：我们个人有闲钱，通过交易所借给需要资金的一方（大多是金融机构），赚固定利息；而借钱的一方，得用自己手里的国债做抵押，到期连本带利还回来。

国债逆回购有国债作为抵押品，风险几乎等同于国债。另外，整个借钱流程、资金的流动都是在交易所的严格监管下进行的，所以它的安全性非常高。

上海市场的国债逆回购代码是204开头，深圳市场的国债逆回购代码是1318开头，国债逆回购名称中括号里的数字表示是几天的品种。例如:

204001(GC001)表示上海一天期回购

131810(R-001)表示深圳一天期回购

经常有用户在问：“我交易国债逆回购，希望每天收盘前能在QMT上自动卖出，应该怎么操作？”，今天就给大家分享一下！

国债逆回购交易时间

上交所与深交所规定从2019年1月21日起，债券质押式回购延长交易时间30分钟，也就是延长到15点30分闭市，具体债券逆回购交易时间安排如下：

上交所国债逆回购交易时间:

• 9:15—9:25：开盘集合竞价
• 9:30—11:30：连续竞价
• 13:00—15:30：连续竞价

深交所国债逆回购交易时间:

• 9:15—9:25：开盘集合竞价
• 9:30—11∶30：连续竞价
• 13:00—15:27：连续竞价
• 15:27—15:30 ：收盘集合竞价

QMT卖出国债逆回购代码分享

#encoding:gbk'''国债逆回购策略年化3%作者 量化生财君'''import pandas as pdimport numpy as npimport talibimport math from datetime import datetimedef init(c): c.account='********'#QMT登录资金账号 c.account_type='STOCK'#测试代码#######################测试代码 stats,text=reverse_repurchase_of_treasury_bonds_1(c)print(text)###################测试代码print('等带逆回购********************************') c.run_time("reverse_repurchase_of_treasury_bonds_1","1nDay","2024-07-25 14:57:00")  #每日14：47分触发 c.run_time("trader_log","3nSecond","2024-07-25 13:20:00") reverse_repurchase_of_treasury_bonds_1(c)def trader_log(c):''' 程序记录 '''print('{}逆回购目前没有到交易时间'.format(datetime.now()))def adjust_stock(stock='600031.SH'):''' 调整代码 '''if stock[-2:]=='SH' or stock[-2:]=='SZ' or stock[-2:]=='sh' or stock[-2:]=='sz':  stock=stock.upper()else:if stock[:3] in ['600','601','603','688','510','511','512','513','515','113','110','118','501'] or stock[:2] in ['11']:   stock=stock+'.SH'else:   stock=stock+'.SZ'return stockdef adjust_amount(stock='',amount=''):''' 调整数量 '''if stock[:3] in ['110','113','123','127','128','111'] or stock[:2] in ['11','12']:  amount=math.floor(amount/10)*10else:  amount=math.floor(amount/100)*100return amountdef balance(c,accounts=''):'''  对接同花顺  '''  try:   accounts = get_trade_detail_data(c.account, c.account_type, 'account')  except:   accounts=accounts  df=pd.DataFrame()for dt in accounts:   df['账号类型']=[dt.m_nBrokerType]   df['资金账户']=[dt.m_strAccountID]   df['可用金额']=[dt.m_dAvailable]#df['冻结金额']=[dt.frozen_cash]   df['持仓市值']=[dt.m_dInstrumentValue]   df['总资产']=[dt.m_dBalance]return dfdef position(c,positions=''):'''  对接同花顺  持股  '''  try:   positions = get_trade_detail_data(c.account, c.account_type, 'position')  except :   positions=positions  data=pd.DataFrame()if len(positions)>0:print('持股数量{}'.format(len(positions)))for dt in positions:    df=pd.DataFrame()#df['账号类型']=[positions[i].account_type]    df['资金账号']=[dt.m_strAccountID]    df['证券代码']=[dt.m_strInstrumentID]    df['证券代码']=df['证券代码'].apply(lambda x:adjust_stock(x))#df['证券代码']=[dt.m_strProductID]#df['证券代码']=df['证券代码'].apply(lambda x:str(x)[:6])     df['股票余额']=[dt.m_nVolume]    df['可用余额']=[dt.m_nCanUseVolume]    df['成本价']=[dt.m_dPositionCost]    df['参考成本价']=[dt.m_dOpenPrice]    df['市值']=[dt.m_dInstrumentValue]    data=pd.concat([data,df],ignore_index=True)return dataelse:return datadef get_spot_data(c,stock='600031.SH'):''' 获取最新价格 ''' df=c.get_full_tick([stock]) price=df[stock]['lastPrice']return pricedef buy(c,stock='159985.SZ',amount=100,price=2.045):''' 自定义买入函数 stock,股票 amount,数量 price价格 ''' account=c.account passorder(23,1101,account,stock,11,price,amount,1,c)print('买入股票{} 数量{} 价格{}##############'.format(stock,amount,price))def sell(c,stock='159985.SZ',amount=100,price=2.045):''' 自定义卖出函数 stock,股票 amount,数量 price价格 ''' account=c.account passorder(24,1101,account,stock,11,price,amount,1,c)print('卖出股票{} 数量{} 价格{}##############'.format(stock,amount,price))def reverse_repurchase_of_treasury_bonds_1(c,buy_ratio=1):''' 国债逆回购1,新的函数 购买比例buy_ratio '''# 对交易回调进行订阅，订阅后可以收到交易主推，返回0表示订阅成功 account=balance(c)print(account) av_cash=account['可用金额'].tolist()[-1] av_cash=float(av_cash) av_cash=av_cash*buy_ratio#stock_code_sh = '204001.SH'#统一用深圳 stock_code_sh = '131810.SZ' stock_code_sz = '131810.SZ' price_sh = get_spot_data(c,stock_code_sh) price_sz = get_spot_data(c,stock_code_sz) bidPrice1 = max(price_sh,price_sz)if price_sh >= price_sz:  stock_code = stock_code_shelse:  stock_code = stock_code_szprint(stock_code,bidPrice1) price=bidPrice1 stock=stock_code#下单的数量要是1000 amount = int(av_cash/1000)*10#借出钱sellprint('开始逆回购***********')if amount>0:  sell(c,stock=stock,amount=amount,price=price)  text='国债逆回购交易类型 代码{} 价格{} 数量{}'.format(stock,price,amount)return'交易成功',textelse:  text='国债逆回购卖出 标的{} 价格{} 委托数量{}小于0有问题'.format(stock,price,amount)print('账户没有可以的钱@@@@@@@@@@@@@@@@@@@')return'交易失败',text

（注：上方account, accountType 变量为模型交易界面添加策略时, 选择的账号/账号类型）

如何开通量化软件ptrade / miniQMT?

“

“ 券商版ptrade权限开通：策略直接在券商云端运行，用户无需配置环境；运行过程高速且稳定，免费提供level2数据。该版本支持 Python 语言，可实现极速交易与实盘操作，还配备专用测试环境账号用于策略回测。

“

“ 券商版QMT权限开通：本地运行，支持虚拟机，可放到云服务器上运行，集行情展示、策略编写、策略回测、策略实盘于一体。支持Python语言，VBA语言，本地运行、高性能、高扩展、高策略保密性。支持xtquant 、外部数据（tushar等)，适合量化进阶，复杂策略代码。

1、QMT开通流程

（1）开户成功后入金10万以上，第二天提交QMT申请流程

（2）申请过程全程线上，预计2个工作日申请完成。

（3）等待开通过程中，可以提供测试账号、安装配置流程、量化会员资料。

（4）开通成功后，会通过邮件发送你软件下载地址，登录账号后就可以使用。

2、VIP服务