如何在 QMT 策略中根据自定义条件改变 K 线颜色？

这是一个关于在 QMT 平台进行可视化绘图和技术指标计算的需求。

实现思路

在 QMT 的 Python API 中，我们无法直接修改主图原生 K 线（蜡烛图）的颜色属性（例如将某一根原本是红色的阳线强制改成黄色实体）。但是，我们可以通过以下方式达到视觉上的效果：

1. 上涨/下跌颜色：QMT 主图默认就是“红涨绿跌”（国内习惯），这部分无需额外代码，平台自带。
2. MACD 金叉变黄：由于无法直接变色 K 线实体，我们可以采用以下两种替代方案之一来“高亮”显示金叉当天的 K 线：
   • 方案 A（推荐）：在金叉当天的 K 线位置绘制一个黄色图标（如箭头或圆点）或者写上文字。
   • 方案 B：在金叉当天，沿着该 K 线的最高价和最低价画一条黄色的垂直线，覆盖在原 K 线上。

下面的代码将实现：

1. 自动计算 MACD 指标（DIF, DEA）。
2. 判断金叉条件（DIF 上穿 DEA）。
3. 视觉实现：
   • 在金叉位置绘制黄色垂直线（覆盖原 K 线高低点）。
   • 在金叉位置下方绘制黄色图标（增强提示）。
   • 在副图绘制 MACD 指标线供参考。

策略代码

# -*- coding: gbk -*-
import pandas as pd
import numpy as np

def init(ContextInfo):
    # 设置默认测试标的（如果未在界面选择）
    ContextInfo.set_universe(['600000.SH'])
    
    # 定义MACD参数
    ContextInfo.short_len = 12
    ContextInfo.long_len = 26
    ContextInfo.mid_len = 9

def get_macd(close_series, short_len, long_len, mid_len):
    """
    计算MACD指标的辅助函数
    """
    # 计算短周期EMA
    ema_short = close_series.ewm(span=short_len, adjust=False).mean()
    # 计算长周期EMA
    ema_long = close_series.ewm(span=long_len, adjust=False).mean()
    
    # 计算DIF
    dif = ema_short - ema_long
    # 计算DEA
    dea = dif.ewm(span=mid_len, adjust=False).mean()
    # 计算MACD柱
    macd = (dif - dea) * 2
    
    return dif, dea, macd

def handlebar(ContextInfo):
    # 获取当前主图的品种代码
    stock_code = ContextInfo.stockcode + '.' + ContextInfo.market
    
    # 获取足够的历史数据用于计算MACD (取最近100根即可，保证计算稳定)
    # 注意：get_market_data_ex 返回的数据格式需要处理
    data_df = ContextInfo.get_market_data_ex(
        ['high', 'low', 'close'], 
        [stock_code], 
        period=ContextInfo.period, 
        count=100, 
        dividend_type=ContextInfo.dividend_type
    )
    
    # 数据校验，防止数据不足报错
    if stock_code not in data_df or data_df[stock_code].empty:
        return
        
    df = data_df[stock_code]
    
    # 计算 MACD
    dif, dea, macd = get_macd(df['close'], ContextInfo.short_len, ContextInfo.long_len, ContextInfo.mid_len)
    
    # 获取当前K线和上一根K线的索引位置
    # 在handlebar中，iloc[-1]是当前正在运行的K线，iloc[-2]是前一根
    if len(dif) < 2:
        return

    current_dif = dif.iloc[-1]
    current_dea = dea.iloc[-1]
    last_dif = dif.iloc[-2]
    last_dea = dea.iloc[-2]
    
    # --- 逻辑判断 ---
    
    # 1. 判断金叉：DIF 上穿 DEA (当前DIF>DEA 且 上一根DIF<=DEA)
    golden_cross = (current_dif > current_dea) and (last_dif <= last_dea)
    
    # 2. 获取当前K线的高低价，用于画线
    current_high = df['high'].iloc[-1]
    current_low = df['low'].iloc[-1]
    
    # --- 绘图部分 ---
    
    # 1. 在副图画出 MACD 指标 (方便对比)
    # limit='noaxis' 表示在主图画，不填或填其他值通常在副图
    # 这里我们不加 'noaxis'，让它显示在副图区域
    ContextInfo.paint('DIF', current_dif, -1, 0, 'white')
    ContextInfo.paint('DEA', current_dea, -1, 0, 'yellow')
    # 画MACD柱状图，style=42为柱状线
    color_macd = 'red' if macd.iloc[-1] > 0 else 'green'
    ContextInfo.paint('MACD', macd.iloc[-1], -1, 42, color_macd)

    # 2. 实现 "金叉时画成黄色" 的视觉效果
    # 由于无法直接改变K线实体颜色，我们在主图(noaxis)绘制黄色标记
    
    if golden_cross:
        # 方法A: 在主图 K 线位置画一条黄色的垂直线，覆盖高低点，模拟黄色K线芯
        # draw_vertline(条件, 价格1, 价格2, 颜色)
        ContextInfo.draw_vertline(True, current_high, current_low, 'yellow')
        
        # 方法B: 在最低价下方画一个黄色图标 (图标类型1通常为圆点或箭头，视版本而定)
        # draw_icon(条件, 位置, 图标类型)
        ContextInfo.draw_icon(True, current_low * 0.99, 1)
        
        # 方法C: 在主图写字提示
        ContextInfo.draw_text(True, current_high * 1.01, '金叉')

    # 3. 上涨画红、下跌画绿
    # 说明：QMT主图默认就是红涨绿跌，无需额外代码。
    # 如果需要强制画线强调，可以使用 draw_vertline 配合 close > open 判断，
    # 但通常不需要这样做，因为会覆盖原生K线导致显示混乱。

代码说明

1. 数据获取 (get_market_data_ex)：

   • 我们获取了 high, low, close 数据。
   • count=100 确保有足够的数据来计算 EMA 和 MACD，使其数值准确。

2. MACD 计算 (get_macd)：

   • 使用了 pandas 的 ewm 函数计算指数移动平均线，这是计算 MACD 的标准方法。

3. 金叉判断：

   • 逻辑是：当前DIF > 当前DEA 且 前一根DIF <= 前一根DEA。

4. 绘图 (paint, draw_vertline, draw_icon)：

   • 副图：代码默认使用 paint 输出 DIF、DEA 和 MACD 柱子，方便您核对金叉位置。
   • 主图金叉高亮：
     • ContextInfo.draw_vertline(..., 'yellow')：在金叉当天的最高价和最低价之间画一条黄色直线。这在视觉上会把该 K 线的中间部分染黄。
     • ContextInfo.draw_icon：在 K 线下方打一个标记，确保您不会错过信号。

如何使用

1. 打开 QMT 客户端，进入【模型研究】或【策略编辑器】。
2. 新建一个 Python 策略。
3. 将上述代码完整复制进去。
4. 点击【运行】或将策略加载到行情图上。
5. 您会看到主图上发生金叉的位置出现了黄色标记和线条，副图显示了 MACD 指标。

Q&A

Q: 为什么不能直接把 K 线实体变成黄色？
A: QMT 的 Python API 主要用于量化计算和画辅助线（指标）。它没有提供类似 plot_candle(color=...) 这样直接重绘原生 K 线实体的函数。使用 draw_vertline（画垂直线）是实现“变色”效果最接近的替代方案。

Q: 代码中的 limit='noaxis' 是什么意思？
A: 在 paint 函数中，如果加上 limit='noaxis'，指标线会画在主图（和 K 线在一起）。如果不加，指标线会画在副图（K 线图下方的区域）。本策略中，MACD 数据画在副图，而金叉的黄色标记画在主图。

Q: 如何调整 MACD 的参数？
A: 修改 init 函数中的 ContextInfo.short_len (默认12), ContextInfo.long_len (默认26), ContextInfo.mid_len (默认9) 即可。