QMT 集合竞价选股与撮合交易策略实战

在日线及以上周期的量化交易中，QMT 默认的运行机制是将上一根 K 线生成的信号在下一个周期的第一个 tick（即早盘 9:25 集合竞价结束时）发出委托。如果投资者希望在 9:25 集合竞价数据确定后立即进行选股计算并发出下单信号，需要结合 do_order() 函数与分笔行情数据进行精准控制。

1. 核心运行机制与关键函数

1.1 为什么需要 do_order(ContextInfo)？

• 默认机制：在日线策略中，行情驱动产生的信号会在下一日首个 tick 触发生成下单任务。
• do_order 作用：若策略在 9:25 之后启动或在盘中运行，调用 do_order(ContextInfo) 可以立刻把上一根 K 线（或刚成立条件）生成的模型信号发出，解决策略必须等待下一根 K 线第一个 tick 才发信号的问题。

1.2 时间判定与数据获取

• 使用 ContextInfo.get_tick_timetag() 获取当前最新 tick 的时间戳。
• 通过 timetag_to_datetime() 将毫秒时间戳转换为格式化时间（如 'HHMMSS'）。
• 利用 ContextInfo.get_full_tick() 或 get_market_data_ex() 获取早盘开盘价、集合竞价成交量等关键指标。

2. 策略编写逻辑

1. 初始化 (init)：设定股票池（set_universe）、绑定资金账号（set_account）。
2. 事件驱动 (handlebar)：
   • 实时判断最新 tick 的时间是否处于 9:25 到 9:30 之间（例如 09:25:00 ~ 09:25:30）。
   • 获取股票池中所有标的的集合竞价行情（开盘价、涨跌幅、成交量）。
   • 执行选股条件筛选（如选出集合竞价涨幅在 2%~5% 且成交量放大的股票）。
   • 调用下单函数（如 passorder 或 order_lots）生成信号。
   • 调用 do_order(ContextInfo) 立即触发下单指令，抢占开盘先机。

3. 完整 Python 策略源码示例

#encoding:gbk
import time

def init(ContextInfo):
    # 1. 设定资金账号
    ContextInfo.account = '60000001'
    ContextInfo.set_account(ContextInfo.account)
    
    # 2. 设定股票池 (以沪深300部分成分股为例)
    ContextInfo.stocks = ['600000.SH', '000001.SZ', '600519.SH', '000858.SZ']
    ContextInfo.set_universe(ContextInfo.stocks)
    
    # 3. 全局标记：确保每日集合竞价只下单一次
    ContextInfo.has_traded = False
    print("策略初始化完成，准备进行集合竞价选股...")

def handlebar(ContextInfo):
    # 仅在最后一根 Bar (实时行情) 运行逻辑
    if not ContextInfo.is_last_bar():
        return
        
    # 获取最新 tick 时间戳
    timetag = ContextInfo.get_tick_timetag()
    time_str = timetag_to_datetime(timetag, '%H%M%S')
    int_time = int(time_str)
    
    # 重置每日交易标记（跨日逻辑）
    if int_time < 91500:
        ContextInfo.has_traded = False
        return
        
    # 设定集合竞价触发时间段：09:25:00 至 09:25:59 且未触发过交易
    if 92500 <= int_time < 92600 and not ContextInfo.has_traded:
        print(f"当前时间 {int_time}，进入集合竞价选股逻辑...")
        
        # 获取股票池最新全量 tick 数据
        full_ticks = ContextInfo.get_full_tick(ContextInfo.stocks)
        selected_stocks = []
        
        for stock in ContextInfo.stocks:
            if stock in full_ticks:
                tick = full_ticks[stock]
                open_price = tick.get('open', 0)
                last_close = tick.get('lastClose', 0)
                volume = tick.get('volume', 0)
                
                if last_close > 0 and open_price > 0:
                    # 计算集合竞价涨跌幅
                    pct_chg = (open_price - last_close) / last_close * 100
                    
                    # 选股条件：开盘高开 2% 至 5% 之间
                    if 2.0 <= pct_chg <= 5.0:
                        selected_stocks.append(stock)
                        print(f"[选中标的] {stock} 开盘价:{open_price}, 昨收:{last_close}, 集合竞价涨幅:{pct_chg:.2f}%")
        
        # 执行买入委托
        for stock in selected_stocks:
            # 使用对手价或最新价买入 1000 股
            # passorder 参数: (opType=23 股票买入, orderType=1101 单股单账号股数下单, account, code, prType=5 最新价, price=0, volume=1000)
            passorder(23, 1101, ContextInfo.account, stock, 5, 0, 1000, '集合竞价选股', 1, stock, ContextInfo)
            print(f"[发送委托] {stock} 买入 1000 股")
            
        # 立即触发当前生成的委托信号
        if selected_stocks:
            do_order(ContextInfo)
            print("do_order 已调用，委托信号已即时推送！")
            
        # 标记今日已完成交易，防止重复下单
        ContextInfo.has_traded = True

4. 注意事项与避坑指南

1. 数据准备：在实盘运行前，确保客户端已通过“数据管理”补充了对应品种的盘前基础数据及日线数据。
2. 重复下单风险：在盘中或 9:25 之后启动策略时，do_order() 会立刻补发上一周期的下单信号。必须在代码中加入时间与 has_traded 状态变量双重校验，防止重复操作。
3. QuickTrade 参数设置：若使用 passorder，也可将 quickTrade 参数设置为 1（立即下单），这样在最后一根 Bar 信号成立时便会立即下单，无需等待 Bar 走完。