如何在 QMT 中构建经典的 Dual Thrust 区间突破交易策略？

这是一个经典的 Dual Thrust 策略实现。Dual Thrust 是一种著名的趋势跟踪策略，它通过计算前 N 天的最高价、最低价和收盘价来确定一个波动区间（Range），然后结合当天的开盘价来确定上下轨。

策略逻辑

1. 计算 Range (波动区间)：
   利用前 N 日的历史数据计算：

   • $HH$ = N日内最高价的最高值
   • $HC$ = N日内收盘价的最高值
   • $LC$ = N日内收盘价的最低值
   • $LL$ = N日内最低价的最低值
   • $Range = \max(HH - LC, HC - LL)$

2. 确定上下轨：

   • 上轨 (Upper Bound) = 当日开盘价 + $K_1 \times Range$
   • 下轨 (Lower Bound) = 当日开盘价 - $K_2 \times Range$

3. 交易信号：

   • 当价格突破上轨时：做多（如果持有空单则平空开多）。
   • 当价格跌破下轨时：做空（如果持有多单则平多开空）。

QMT Python 代码实现

以下代码适用于 期货 交易（因为包含做空逻辑）。如果您用于股票，需要去掉做空部分，仅保留买入和卖出逻辑。

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

def init(ContextInfo):
    # --- 策略参数设置 ---
    ContextInfo.N = 5           # 回溯天数，用于计算Range
    ContextInfo.k1 = 0.5        # 上轨系数
    ContextInfo.k2 = 0.5        # 下轨系数
    ContextInfo.symbol = 'IF00.IF'  # 交易标的，这里以股指期货主力合约为例
    ContextInfo.account_id = 'YOUR_ACCOUNT_ID' # 请填写您的资金账号
    
    # 设置股票池
    ContextInfo.set_universe([ContextInfo.symbol])
    
    # 设置交易账号
    ContextInfo.set_account(ContextInfo.account_id)
    
    # 初始化全局变量
    ContextInfo.pos = 0 # 简单的持仓状态记录：0空仓，1多头，-1空头

def handlebar(ContextInfo):
    # 获取当前K线位置，如果是回测模式，避免数据引用未来
    index = ContextInfo.barpos
    realtime = ContextInfo.get_bar_timetag(index)
    
    # 1. 获取历史行情数据 (取过去 N+1 天，因为要包含昨天及之前的N天)
    # 注意：我们需要的是"昨天"及之前的N天数据来计算Range，不包含"今天"
    # period='1d' 获取日线
    data = ContextInfo.get_market_data(
        ['high', 'low', 'close', 'open'], 
        stock_code=[ContextInfo.symbol], 
        period='1d', 
        count=ContextInfo.N + 1,
        dividend_type='none'
    )
    
    # 检查数据是否足够
    if ContextInfo.symbol not in data or len(data[ContextInfo.symbol]) < ContextInfo.N + 1:
        return

    df = data[ContextInfo.symbol]
    
    # 2. 数据处理
    # 截取前N天的数据（排除当前最新的这一根K线，因为最新的K线是今天正在走的）
    # 假设df的最后一行是当前日期（实盘中通常是这样），我们需要取倒数第2行往前推N行
    history_df = df.iloc[-(ContextInfo.N + 1):-1]
    
    # 获取今天的开盘价 (df的最后一行是今天)
    current_open = df.iloc[-1]['open']
    
    # 获取当前最新价格
    # 在实盘中，建议使用 get_full_tick 获取更实时的tick数据
    current_price = 0
    tick = ContextInfo.get_full_tick([ContextInfo.symbol])
    if tick and ContextInfo.symbol in tick:
        current_price = tick[ContextInfo.symbol]['lastPrice']
    else:
        # 如果获取不到tick，降级使用K线收盘价（回测时使用）
        current_price = df.iloc[-1]['close']

    # 3. 计算 Dual Thrust 的 Range
    hh = history_df['high'].max() # N日High的最高价
    hc = history_df['close'].max() # N日Close的最高价
    lc = history_df['close'].min() # N日Close的最低价
    ll = history_df['low'].min()   # N日Low的最低价
    
    # Range = Max(HH-LC, HC-LL)
    r_range = max(hh - lc, hc - ll)
    
    # 4. 计算上下轨
    upper_bound = current_open + ContextInfo.k1 * r_range
    lower_bound = current_open - ContextInfo.k2 * r_range
    
    # 打印调试信息 (可选)
    # print(f"Time: {realtime}, Price: {current_price}, Open: {current_open}, Range: {r_range}, Upper: {upper_bound}, Lower: {lower_bound}")

    # 5. 交易逻辑
    # 突破上轨，做多
    if current_price > upper_bound:
        if ContextInfo.pos != 1:
            # 如果持有空单，先平空
            if ContextInfo.pos == -1:
                print(f"价格突破上轨 {upper_bound}，平空")
                buy_close_tdayfirst(ContextInfo.symbol, 1, 'LATEST', current_price, ContextInfo, ContextInfo.account_id)
            
            # 开多
            print(f"价格突破上轨 {upper_bound}，开多")
            buy_open(ContextInfo.symbol, 1, 'LATEST', current_price, ContextInfo, ContextInfo.account_id)
            ContextInfo.pos = 1

    # 跌破下轨，做空
    elif current_price < lower_bound:
        if ContextInfo.pos != -1:
            # 如果持有多单，先平多
            if ContextInfo.pos == 1:
                print(f"价格跌破下轨 {lower_bound}，平多")
                sell_close_tdayfirst(ContextInfo.symbol, 1, 'LATEST', current_price, ContextInfo, ContextInfo.account_id)
            
            # 开空
            print(f"价格跌破下轨 {lower_bound}，开空")
            sell_open(ContextInfo.symbol, 1, 'LATEST', current_price, ContextInfo, ContextInfo.account_id)
            ContextInfo.pos = -1

# 辅助函数：简单的下单封装 (QMT自带了 buy_open 等函数，这里直接调用即可)
# 注意：实盘中建议配合 get_trade_detail_data 来判断真实持仓，而不是仅依赖 ContextInfo.pos 变量

代码关键点说明：

1. 数据获取 (get_market_data)：

   • 我们获取了 count = N + 1 根K线。
   • 关键逻辑：Dual Thrust 的 Range 是基于过去 N 天计算的，不包括今天。而今天的上下轨是基于今天的开盘价计算的。因此代码中 history_df 取的是 iloc[-(N+1):-1]（过去N天），而 current_open 取的是 iloc[-1]（今天）。

2. 实时价格 (get_full_tick)：

   • 在 handlebar 中，如果是实盘运行，get_market_data 获取的最新收盘价可能滞后（取决于刷新频率），使用 get_full_tick 获取最新的 Tick 数据（lastPrice）能更灵敏地触发突破信号。

3. 交易函数：

   • 使用了 QMT 提供的便捷期货交易函数：
     • buy_open: 买入开仓（做多）
     • sell_close_tdayfirst: 卖出平仓（平多，优先平今）
     • sell_open: 卖出开仓（做空）
     • buy_close_tdayfirst: 买入平仓（平空，优先平今）
   • 下单价格使用了 'LATEST' (最新价)，您也可以改为 'COMPETE' (对手价) 以提高成交率。

4. 持仓管理 (ContextInfo.pos)：

   • 代码中使用了一个简单的变量 pos 来记录策略状态。
   • 注意：在实盘长期运行时，建议使用 get_trade_detail_data(ContextInfo.account_id, 'future', 'position') 来查询真实的账户持仓，以防止策略重启后 pos 变量重置导致重复下单。

如何运行：

1. 将代码复制到 QMT 的 Python 策略编辑器中。
2. 修改 ContextInfo.account_id 为您的真实资金账号。
3. 修改 ContextInfo.symbol 为您想交易的合约（如 IF2312.IF）。
4. 点击“编译”并运行。如果是回测，请确保已下载对应的日线数据。