如何使用 QMT 构建和回测全天候投资组合策略？

这是一个基于 QMT (Quant My Trading) 平台的 全天候（All-Weather）投资组合策略 的 Python 实现代码。

策略核心逻辑

全天候策略由桥水基金（Bridgewater）创始人瑞·达利欧提出，旨在通过配置不同相关性的资产，在各种经济环境（通胀、通缩、经济增长、经济衰退）下都能获得相对稳定的收益。

针对中国市场的 ETF 配置示例（简化版）：

1. 股票 (30%): 代表经济增长。使用 沪深300 ETF (510300.SH)。
2. 长期债券 (40%): 对抗通缩和经济衰退。使用 十年国债 ETF (511260.SH)。
3. 中期债券 (15%): 提供基础收益和防御。使用 五年国债 ETF (511010.SH)。
4. 黄金/大宗商品 (15%): 对抗通胀。使用 黄金 ETF (518880.SH)。

策略运行机制

• 周期: 日线 (1d)。
• 调仓频率: 每 20 个交易日（约一个月）进行一次再平衡，使各资产回归目标权重。
• 交易接口: 使用 order_target_percent 按照账户总资产比例下单。

QMT 策略代码

# -*- coding: gbk -*-
import pandas as pd
import time

def init(ContextInfo):
    """
    策略初始化函数
    """
    # 1. 设置资金账号 (请替换为您自己的实盘或模拟账号)
    # 注意：回测模式下，此账号仅作为标识，资金由回测参数设定
    ContextInfo.account_id = '6000000000' 
    ContextInfo.set_account(ContextInfo.account_id)
    
    # 2. 定义全天候策略的资产组合及目标权重
    # 键为ETF代码，值为目标百分比权重
    ContextInfo.target_portfolio = {
        '510300.SH': 0.30,  # 股票：沪深300 ETF
        '511260.SH': 0.40,  # 长债：十年国债 ETF
        '511010.SH': 0.15,  # 中债：五年国债 ETF
        '518880.SH': 0.15   # 商品/黄金：黄金 ETF
    }
    
    # 3. 设置股票池 (用于行情订阅和回测数据下载)
    ContextInfo.set_universe(list(ContextInfo.target_portfolio.keys()))
    
    # 4. 设置调仓参数
    ContextInfo.rebalance_days = 20  # 每20个交易日调仓一次
    ContextInfo.days_counter = 0     # 计数器
    
    print("全天候策略初始化完成")
    print("目标组合: ", ContextInfo.target_portfolio)

def handlebar(ContextInfo):
    """
    K线周期运行函数
    """
    # 仅在K线结束时运行策略逻辑，避免盘中Tick波动频繁触发
    if not ContextInfo.is_last_bar():
        return

    # 获取当前K线索引
    bar_index = ContextInfo.barpos
    
    # 获取当前时间
    current_time = ContextInfo.get_bar_timetag(bar_index)
    current_date = timetag_to_datetime(current_time, '%Y%m%d')
    
    # 计数器递增
    ContextInfo.days_counter += 1
    
    # 判断是否达到调仓周期
    # 逻辑：每 rebalance_days 天，或者第一天运行的时候进行调仓
    if ContextInfo.days_counter % ContextInfo.rebalance_days == 0 or ContextInfo.days_counter == 1:
        print(f"日期: {current_date}，触发调仓信号，开始执行再平衡...")
        rebalance(ContextInfo)

def rebalance(ContextInfo):
    """
    再平衡执行函数：将持仓调整至目标权重
    """
    # 获取目标组合
    targets = ContextInfo.target_portfolio
    account_id = ContextInfo.account_id
    
    # 遍历目标组合中的每个标的
    for stock_code, target_weight in targets.items():
        # 获取当前标的的最新价格，用于计算（虽然order_target_percent内部会自动处理，但为了日志记录可以获取一下）
        # 注意：order_target_percent 是按照总资产(现金+持仓市值)的比例下单
        
        # 检查标的是否停牌，停牌则跳过
        if ContextInfo.is_suspended_stock(stock_code):
            print(f"标的 {stock_code} 停牌，跳过调仓")
            continue
            
        # 执行下单：调整至目标比例
        # order_target_percent 会自动计算买卖方向和数量
        # 1101 代表单股/单账号/普通/股数下单方式 (此处函数内部会转换为按比例计算出的股数)
        # 注意：QMT的 order_target_percent 在回测和实盘中表现一致
        
        print(f"调整 {stock_code} 仓位至 {target_weight * 100}%")
        
        # 调用 QMT 的目标比例下单函数
        # 参数说明: 标的代码, 目标比例(0-1), 下单选价类型(5为最新价), 价格(-1为无效), ContextInfo, 账号
        order_target_percent(stock_code, target_weight, 5, -1, ContextInfo, account_id)

def timetag_to_datetime(timetag, format_str):
    """
    辅助函数：将时间戳转换为日期字符串
    """
    import time
    return time.strftime(format_str, time.localtime(timetag / 1000))

代码详细解析

1. init(ContextInfo) 初始化:

   • ContextInfo.target_portfolio: 这里定义了核心资产配置。你可以根据实际需求修改 ETF 代码。例如，如果你想增加风险偏好，可以提高 510300.SH 的权重。
   • ContextInfo.set_universe: 这一步至关重要，它告诉 QMT 系统需要准备哪些标的的历史数据。
   • ContextInfo.rebalance_days: 设定为 20，意味着大约每个月进行一次仓位检查和调整。

2. handlebar(ContextInfo) 核心循环:

   • ContextInfo.is_last_bar(): 确保逻辑只在 K 线走完时（或回测的每一天结束时）运行一次，防止盘中重复发单。
   • 调仓逻辑: 使用取模运算 % 来判断是否到达第 20 天。

3. rebalance(ContextInfo) 交易执行:

   • order_target_percent: 这是 QMT 中非常强大的函数。
     • 如果当前该资产持仓为 0，它会买入直到达到目标比例（例如 30%）。
     • 如果当前持仓因价格上涨变成了 35%，它会自动卖出多余的 5%，使其回归 30%。
     • 如果当前持仓因价格下跌变成了 25%，它会自动买入补足至 30%。
   • 停牌检查: 使用 is_suspended_stock 防止对停牌股票下单导致报错或废单。

使用注意事项

1. 数据补充:

   • 在运行回测之前，请务必在 QMT 客户端的【数据管理】中下载上述 ETF（510300.SH, 511260.SH 等）的日线数据。
   • 注意：511260.SH (十年国债ETF) 上市时间较晚（2017年左右），如果你回测时间很早（比如2015年），代码会因为取不到数据而报错或不交易。回测早期数据时，可以用 511010.SH 代替或寻找其他债券标的。

2. 实盘配置:

   • 在 init 函数中，将 ContextInfo.account_id 修改为你真实的资金账号。
   • 在 QMT 界面右侧的【模型交易】或【回测】面板中，设置好初始资金。

3. ETF 最小交易单位:

   • ETF 交易单位通常为 100 份（1手）。如果账户总资金太少（例如只有几千元），可能无法精确分配 7.5% 或 15% 的比例，导致分配失败。建议资金量至少在 5万元以上以获得较好的拟合效果。

4. 费率设置:

   • ETF 交易通常免印花税，佣金较低。在回测设置中，建议将费率设置得比股票低一些（例如万分之一或万分之二），以更接近真实情况。

常见问题 (Q&A)

Q: 为什么选择 ETF 而不是直接买股票或债券？
A: 在 QMT 量化中，ETF 是实现大类资产配置最便捷的工具。它们流动性好，交易费用低，且能通过一个代码覆盖一篮子资产（如沪深300），非常适合全天候策略。

Q: 如何修改调仓频率？
A: 修改 init 函数中的 ContextInfo.rebalance_days 变量。例如，改为 5 就是每周调仓，改为 60 就是每季度调仓。

Q: 这个策略能保证盈利吗？
A: 全天候策略的目标是降低波动率和最大回撤，而不是追求短期暴利。在股市大牛市中，它可能跑不赢纯股票策略；但在股市崩盘或经济衰退时，它的表现通常会优于纯股票策略。

Q: order_target_percent 是按什么基准计算的？
A: 它是按照账户总资产（可用资金 + 持仓市值）来计算的。例如账户总资产 100万，目标权重 0.3，系统会确保该标的持仓市值调整为 30万。