如何在 QMT 中构建 VWAP 均价交易策略？（附完整 Python 源码）

这是一个基于 QMT 平台的 VWAP（成交量加权平均价） 交易策略。

策略逻辑

1. VWAP 计算：VWAP 通常是一个日内指标。公式为：$\text{VWAP} = \frac{\text{当日累计成交额}}{\text{当日累计成交量}}$。
2. 交易信号：
   • 做多：当当前收盘价 大于 当日 VWAP，且当前无持仓时，买入。
   • 做空/平仓：当当前收盘价 小于 当日 VWAP，且当前有持仓时，卖出（平仓）。
3. 运行周期：建议在 分钟线（如 '1m', '3m', '5m'）上运行，以便在日内捕捉价格相对于均价的波动。

策略代码

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

def init(ContextInfo):
    """
    初始化函数，策略启动时调用一次
    """
    # 设置要交易的股票代码，这里以浦发银行为例
    ContextInfo.stock_code = '600000.SH'
    
    # 设置股票池
    ContextInfo.set_universe([ContextInfo.stock_code])
    
    # 设置交易账号（请替换为您真实的资金账号）
    ContextInfo.account_id = 'YOUR_ACCOUNT_ID'
    ContextInfo.set_account(ContextInfo.account_id)
    
    # 定义一个全局变量记录持仓状态 (1: 持仓, 0: 空仓)
    # 注意：实盘中建议使用 get_trade_detail_data 获取真实持仓
    ContextInfo.holding = 0
    
    # 每次下单的数量（股）
    ContextInfo.trade_vol = 1000

def handlebar(ContextInfo):
    """
    行情事件函数，每根 K 线运行一次
    """
    # 获取当前 K 线的位置
    index = ContextInfo.barpos
    
    # 获取当前时间戳
    timetag = ContextInfo.get_bar_timetag(index)
    
    # 将时间戳转换为日期字符串 (格式 YYYYMMDD)，用于判断是否为同一天
    # format参数根据需求设定，这里只需要日期部分
    current_date_str = timetag_to_datetime(timetag, '%Y%m%d')
    
    # 获取行情数据
    # 为了计算日内 VWAP，我们需要获取当天开盘以来的数据
    # 假设是分钟线，一天最多240根K线，取最近240根足以覆盖当天
    data_map = ContextInfo.get_market_data_ex(
        ['close', 'amount', 'volume'], 
        [ContextInfo.stock_code], 
        period=ContextInfo.period, 
        count=240, 
        dividend_type='follow'
    )
    
    if ContextInfo.stock_code not in data_map:
        return

    df = data_map[ContextInfo.stock_code]
    
    # 确保数据不为空
    if df.empty:
        return

    # --- 核心逻辑：计算日内 VWAP ---
    
    # 1. 将索引（时间字符串）转换为日期格式，以便筛选当天数据
    # 注意：get_market_data_ex 返回的 DataFrame index 是字符串格式的时间
    df['datetime_str'] = df.index
    # 提取日期部分 (假设索引格式为 YYYYMMDDHHMMSS)
    df['date'] = df['datetime_str'].apply(lambda x: x[0:8])
    
    # 2. 筛选出属于“今天”的数据
    today_df = df[df['date'] == current_date_str]
    
    if today_df.empty:
        return

    # 3. 计算累计成交额和累计成交量
    cumulative_amount = today_df['amount'].sum()
    cumulative_volume = today_df['volume'].sum()
    
    # 4. 计算 VWAP
    if cumulative_volume == 0:
        return
    
    vwap = cumulative_amount / cumulative_volume
    
    # 获取当前 K 线的收盘价
    current_close = today_df['close'].iloc[-1]
    
    # --- 交易逻辑 ---
    
    # 打印调试信息 (可在日志中查看)
    print(f"时间: {timetag_to_datetime(timetag, '%Y-%m-%d %H:%M:%S')}, 收盘价: {current_close:.2f}, VWAP: {vwap:.2f}")

    # 信号 1: 价格上穿 VWAP -> 买入
    if current_close > vwap and ContextInfo.holding == 0:
        print("信号触发: 价格高于 VWAP，买入")
        # 下单买入
        order_shares(ContextInfo.stock_code, ContextInfo.trade_vol, 'fix', current_close, ContextInfo, ContextInfo.account_id)
        ContextInfo.holding = 1
        
    # 信号 2: 价格下穿 VWAP -> 卖出 (平仓)
    elif current_close < vwap and ContextInfo.holding > 0:
        print("信号触发: 价格低于 VWAP，卖出")
        # 下单卖出 (负数代表卖出)
        order_shares(ContextInfo.stock_code, -ContextInfo.trade_vol, 'fix', current_close, ContextInfo, ContextInfo.account_id)
        ContextInfo.holding = 0

代码关键点说明

1. 数据获取 (get_market_data_ex)：

   • 我们获取了 amount (成交额) 和 volume (成交量)。
   • count=240：因为 A 股一天大约有 240 分钟的交易时间，获取最近 240 根分钟 K 线通常能覆盖当天的所有数据。

2. 日内数据筛选：

   • VWAP 是一个日内指标，每天开盘时需要重置。
   • 代码通过 timetag_to_datetime 获取当前 K 线的日期，并在 DataFrame 中筛选出 date 等于当前日期的所有行，从而实现仅基于当天数据计算 VWAP。

3. VWAP 公式：

   • 代码中使用了标准的计算方式：Sum(当日所有K线成交额) / Sum(当日所有K线成交量)。

4. 交易执行 (order_shares)：

   • 使用 order_shares 进行指定股数下单。
   • 正数表示买入，负数表示卖出。
   • 'fix' 表示限价单（这里用的是当前收盘价作为委托价，回测中通常能成交，实盘中可能需要用对手价 'COMPETE' 或市价以保证成交）。

使用建议

• 周期设置：在 QMT 界面运行或回测时，请将主图周期设置为 1分钟 或 5分钟。如果设置为日线，VWAP 将等于当天的均价，策略意义不大。
• 实盘账号：请务必在 init 函数中将 YOUR_ACCOUNT_ID 替换为您真实的资金账号。
• 做空说明：上述代码在“低于 VWAP”时执行的是卖出平仓操作（适用于 A 股普通账户）。如果您是期货或融券账户想要进行真正的“开空单”，需要修改下单逻辑（例如使用 passorder 函数并指定开空操作码）。

Q&A

Q: 如何将此策略改为期货策略（支持开空单）？
A: 需要将 order_shares 替换为 buy_open (买入开仓), sell_close (卖出平仓), sell_open (卖出开仓), buy_close (买入平仓) 等期货专用函数，或者使用 passorder 函数配合期货的操作码（如 0:开多, 3:开空）。

Q: 为什么 VWAP 计算要筛选当天的日期？
A: VWAP 的定义是“成交量加权平均价”，通常指当日的均价。如果不重置，计算的就是过去 N 天的移动 VWAP，这与通用的 VWAP 交易逻辑不同。

Q: ContextInfo.holding 变量在实盘中可靠吗？
A: 不完全可靠。在实盘中，程序重启后变量会重置。建议在实盘中使用 get_trade_detail_data(ContextInfo.account_id, 'stock', 'position') 来查询真实的账户持仓情况。