QMT 两融 API 进阶：query_credit_opvolume 与回调函数异步处理

在 QMT（迅投/国信量化平台）中进行两融（融资融券）交易时，为了避免直接下单时因超出授信额度或可用资金而导致废单，通常需要先查询当前账号的最大可下单量。由于该查询需要向柜台服务器发送请求，QMT 采用了异步查询 + 回调机制，即通过 query_credit_opvolume 发起查询，并在 credit_opvolume_callback 中接收和处理返回结果。

一、核心 API 接口说明

1. 发起查询：query_credit_opvolume()

用法：

query_credit_opvolume(accountId, stockCode, opType, prType, price, seq, ContextInfo)

关键参数解析：

• accountId (str): 查询的两融资金账号。
• stockCode (str 或 list): 股票代码（如 '600000.SH'）或代码列表。
• opType (int): 操作类型（同 passorder 中的 opType，例如 33 表示信用账号股票买入，27 表示融资买入，28 表示融券卖出）。
• prType (int): 报单价格类型（同 passorder 中的 prType，如 11 为指定价，5 为最新价）。
• price (float 或 list): 报价。若 stockCode 为列表，则 price 也需为同等长度的列表。
• seq (int): 查询序列号（建议传入唯一值如毫秒/秒级时间戳，以便在回调中匹配请求）。
• ContextInfo: 策略全局上下文环境对象。

注意事项：

1. 本函数一次最多支持查询 200 只股票。
2. 同时只能有一个查询任务在进行，若上一次查询未完成再次调用，后续查询会提前返回。
3. 由于从服务器实时拉取数据，建议平均查询间隔在 30 秒以上，切勿频繁调用。

2. 接收回调：credit_opvolume_callback()

用法：

def credit_opvolume_callback(ContextInfo, accid, seq, ret, result):
    pass

回调参数解析：

• ContextInfo: 策略模型全局对象。
• accid (str): 查询对应的资金账号。
• seq (int): 发起 query_credit_opvolume 时传入的序列号，用于区分是哪一次查询。
• ret (int): 查询状态码。
  • 1: 正常返回
  • -1: 正在查询中
  • -2: 输入账号非法
  • -3: 输入查询参数非法
  • -4: 超时或服务器返回报错
• result: 查询到的具体结果（字典或数据结构，包含最大可下单数量等）。

二、代码示例与异步处理实现

下面展示一个完整的 Python 策略结构，说明如何在 handlebar 或定时器中发起两融可下单量查询，并在 credit_opvolume_callback 回调函数中异步接收处理。例如担保品买入 600000.SH 和 000001.SZ：

#coding:gbk
import time

def init(ContextInfo):
    # 设置两融账号
    ContextInfo.accid = '6000000248'
    ContextInfo.set_account(ContextInfo.accid)
    
    # 记录最后查询时间，防止频繁请求
    ContextInfo.last_query_time = 0

def handlebar(ContextInfo):
    now = time.time()
    
    # 控制查询间隔，至少间隔 30 秒
    if now - ContextInfo.last_query_time > 30:
        ContextInfo.last_query_time = now
        
        # 生成唯一序列号 (seq)
        seq_id = int(now)
        
        # 示例：批量查询 600000.SH（限价 10 元）与 000001.SZ（限价 20 元）在信用账号下的买入最大数量
        # opType=33 (信用账号股票买入), prType=11 (指定价)
        stocks = ['600000.SH', '000001.SZ']
        prices = [10.0, 20.0]
        
        print(f"发起两融最大可下单量查询, seq: {seq_id}")
        query_credit_opvolume(ContextInfo.accid, stocks, 33, 11, prices, seq_id, ContextInfo)

def credit_opvolume_callback(ContextInfo, accid, seq, ret, result):
    """
    异步回调函数：当柜台返回两融查询结果时自动触发
    """
    if ret == 1:
        print(f"[查询成功] 账号: {accid}, seq: {seq}, 结果: {result}")
        # 在此处可结合策略逻辑进行解析与后续下单操作，如使用 passorder 下单
    else:
        print(f"[查询失败/异常] 账号: {accid}, seq: {seq}, 状态码(ret): {ret}, 错误信息: {result}")

三、实践最佳优化建议

1. 唯一标识匹配（seq）：由于回调是异步触发的，建议使用时间戳或自增计数器作为 seq，并在 ContextInfo 中维护一个字典（例如 ContextInfo.pending_requests[seq] = ...），以便回调触发时准确关联触发查询时的逻辑上下文。
2. 频率限制：API 明确要求平均查询间隔不宜低于 30s。建议在策略逻辑中加锁或通过 time.time() 进行频率控制，避免因请求过于频繁导致服务器拒拒绝或账号被限制。
3. 配合风险控制：在回调中获取到 result 里的最大可下单量后，结合实际策略拟调仓数量取小值，再调用 passorder 进行安全下单。