qmt日内量价策略：结合get_svol与get_bvol的内外盘动量系统

在日内量化交易中，内外盘数据是衡量多空双方即时力量对比的核心指标。外盘（Active Buy）代表主动买入盘，外盘越大说明买方意愿越强烈；内盘（Active Sell）代表主动卖出盘，内盘越大说明卖方抛压越重。

QMT平台提供了 ContextInfo.get_svol() 和 ContextInfo.get_bvol() 接口，允许开发者实时获取个股的内盘和外盘成交量。本文将指导您如何结合这两个接口，编写一个经典的日内内外盘动量突破策略。

一、 策略核心逻辑

1. 动量指标构建：
   我们定义一个外盘占比指标（BVOL_Ratio）：
   $$\text{BVOL_Ratio} = \frac{\text{BVOL}}{\text{BVOL} + \text{SVOL}}$$

   • 当 $\text{BVOL_Ratio} > 0.6$ 时，说明主动买盘占据绝对优势，多头动量爆发，触发买入信号。
   • 当 $\text{BVOL_Ratio} < 0.4$ 时，说明主动卖盘占据绝对优势，空头动量爆发，触发卖出/平仓信号。

2. 日内过滤：

   • 仅在 09:45 至 14:45 之间进行交易，避开开盘剧烈波动期，并在尾盘前强制平仓。

二、 QMT Python 策略源码

以下是完整的策略代码。请注意，由于 get_svol 和 get_bvol 返回的是字符串格式，代码中进行了安全的数值转换处理。

#coding:gbk
import datetime

def init(ContextInfo):
    # 设定标的与交易账号
    ContextInfo.stock = '600000.SH' # 浦发银行
    ContextInfo.set_universe([ContextInfo.stock])
    ContextInfo.accid = '6000000248' # 请替换为您的实际资金账号
    ContextInfo.set_account(ContextInfo.accid)
    
    # 策略参数设置
    ContextInfo.buy_threshold = 0.60  # 买入外盘占比阈值
    ContextInfo.sell_threshold = 0.40 # 平仓外盘占比阈值
    ContextInfo.trade_volume = 100    # 每次交易股数
    ContextInfo.holding = 0           # 虚拟持仓记录

def handlebar(ContextInfo):
    if not ContextInfo.is_last_bar():
        return
        
    stock = ContextInfo.stock
    
    # 1. 获取当前时间
    tick_time = ContextInfo.get_tick_timetag()
    time_str = timetag_to_datetime(tick_time, '%H%M%S')
    int_time = int(time_str)
    
    # 2. 获取内外盘数据
    svol_str = ContextInfo.get_svol(stock)
    bvol_str = ContextInfo.get_bvol(stock)
    
    try:
        svol = float(svol_str) if svol_str else 0.0
        bvol = float(bvol_str) if bvol_str else 0.0
    except ValueError:
        return # 防止数据未准备好时转换报错
        
    total_vol = bvol + svol
    if total_vol == 0:
        return
        
    # 3. 计算外盘占比
    bvol_ratio = bvol / total_vol
    
    # 4. 交易逻辑执行 (日内时间窗口：09:45 - 14:45)
    if 94500 <= int_time <= 144500:
        # 多头突破买入
        if bvol_ratio >= ContextInfo.buy_threshold and ContextInfo.holding == 0:
            print(f"[{time_str}] 外盘占比 {bvol_ratio:.2f} 突破上限，买入 {stock}")
            order_shares(stock, ContextInfo.trade_volume, 'LATEST', 0, ContextInfo, ContextInfo.accid)
            ContextInfo.holding += ContextInfo.trade_volume
            
        # 空头动量平仓
        elif bvol_ratio <= ContextInfo.sell_threshold and ContextInfo.holding > 0:
            print(f"[{time_str}] 外盘占比 {bvol_ratio:.2f} 跌破下限，平仓 {stock}")
            order_shares(stock, -ContextInfo.holding, 'LATEST', 0, ContextInfo, ContextInfo.accid)
            ContextInfo.holding = 0
            
    # 5. 尾盘强制平仓 (14:50 之后)
    elif int_time >= 145000 and ContextInfo.holding > 0:
        print(f"[{time_str}] 尾盘强制平仓 {stock}")
        order_shares(stock, -ContextInfo.holding, 'LATEST', 0, ContextInfo, ContextInfo.accid)
        ContextInfo.holding = 0

三、 关键接口解析

• ContextInfo.get_svol(stockcode)：获取指定股票的内盘成交量（主动卖出量）。
• ContextInfo.get_bvol(stockcode)：获取指定股票的外盘成交量（主动买入量）。
• order_shares(stockcode, shares, style, price, ContextInfo, accId)：指定股数交易函数。正数代表买入，负数代表卖出。本策略采用 'LATEST'（最新价）快速撮合。

四、 策略优化建议

1. 结合均线过滤：在日内动量突破的基础上，可以引入大周期（如日线级）的MA均线。只有当价格在均线之上时才允许做多，以提高胜率。
2. 动态阈值：目前的 0.6 和 0.4 是固定阈值，实盘中可以根据个股过去5天的平均内外盘比例进行动态标准差（Bollinger Band 思想）计算。
3. 防虚假突破：内外盘数据在开盘前15分钟极易出现虚假繁荣，策略中设置的 09:45 启动时间能有效过滤开盘噪音。