QMT 仓位管理：order_percent 与 order_lots 的资金分配对比及策略实现

在量化交易中，仓位管理是决定策略风险和收益的核心要素。QMT（Quantitative Mining Terminal）平台提供了多种便捷的交易函数。本文将重点对比 order_percent（指定比例交易） 与 order_lots（指定手数交易） 的资金分配差异，并展示如何利用它们构建一个等比例仓位分配策略。

一、 函数核心对比

1. order_percent (指定比例交易)

• 用法：order_percent(stockcode, percent[, style, price], ContextInfo[, accId])
• 机制：发送一个等于目前投资组合总价值（持仓市值 + 剩余现金）指定百分比的买/卖单。percent 为小数（如 0.2 代表 20%）。
• 特点：
  • 动态自适应：自动根据当前账户总资产计算下单金额，无需手动获取资产和计算股数。
  • 自动向下取整：A股交易以手（100股）为单位，该函数会自动将计算出的股数向下调整为100股的整数倍。
  • 安全机制：若可用资金不足，API 将不会创建或发送订单。

2. order_lots (指定手数交易)

• 用法：order_lots(stockcode, lots[, style, price], ContextInfo[, accId])
• 机制：直接指定买入或卖出的手数（1手 = 100股）。正数代表买入，负数代表卖出。
• 特点：
  • 精确控制：直接控制交易数量，适合对盘口和成交量有极高精准度要求的策略。
  • 需手动计算资金：若要实现等比例分配，必须先手动获取最新价格、账户总资产，再计算出对应的手数，编写逻辑相对繁琐。

资金分配对比表

二、 等比例仓位分配策略构建

假设我们的策略目标是：将账户资金均分为5等份（每只股票占总资产的20%），对股票池中的5只股票进行等比例买入配置。

方案 A：使用 order_percent 实现（推荐，代码最简）

由于 order_percent 自动以总资产为基准，我们只需对股票池中的每只股票分配 0.2 (20%) 的比例即可。

方案 B：使用 order_lots 实现（手动计算）

需要先获取当前总资产 ContextInfo.capital（回测模式）或通过 get_trade_detail_data 获取可用资金，再获取目标股票的最新价格，计算出可买手数。

三、 QMT Python 策略源码示例

以下源码展示了如何在一个策略中，分别使用这两种方式实现等比例建仓：

#encoding:gbk
import pandas as pd

def init(ContextInfo):
    # 设定股票池（5只目标股票）
    ContextInfo.stock_pool = ['600000.SH', '000001.SZ', '600036.SH', '000002.SZ', '600016.SH']
    ContextInfo.set_universe(ContextInfo.stock_pool)
    
    # 设定等比例权重：5只股票，每只20%
    ContextInfo.target_percent = 0.2 
    
    # 记录是否已建仓
    ContextInfo.is_traded = False

def handlebar(ContextInfo):
    if ContextInfo.is_traded:
        return
        
    # 仅在最后一根Bar（或盘中实时）触发建仓
    if ContextInfo.is_last_bar():
        
        # ==================== 方式一：使用 order_percent 极简建仓 ====================
        print("--- 开始使用 order_percent 进行等比例建仓 ---")
        for stock in ContextInfo.stock_pool:
            # 目标买入每只股票占总资产的 20%
            order_percent(stock, ContextInfo.target_percent, 'LATEST', ContextInfo)
            print(f"已发送 {stock} 比例买入委托: {ContextInfo.target_percent * 100}%")
            
        # ============================================================================
        
        """
        # ==================== 方式二：使用 order_lots 手动计算建仓 ====================
        print("--- 开始使用 order_lots 进行等比例建仓 ---")
        # 1. 获取当前账户总资产 (回测模式下可用 ContextInfo.capital)
        total_asset = ContextInfo.capital 
        per_stock_fund = total_asset * ContextInfo.target_percent # 每只股票分配的金额
        
        for stock in ContextInfo.stock_pool:
            # 2. 获取最新分笔数据中的最新价
            full_tick = ContextInfo.get_full_tick([stock])
            if stock in full_tick:
                latest_price = full_tick[stock]['lastPrice']
                if latest_price > 0:
                    # 3. 计算可买股数并向下取整到手 (1手=100股)
                    target_shares = per_stock_fund / latest_price
                    target_lots = int(target_shares / 100)
                    
                    if target_lots > 0:
                        order_lots(stock, target_lots, 'LATEST', ContextInfo)
                        print(f"{stock} 最新价: {latest_price}, 分配资金: {per_stock_fund}元, 委托手数: {target_lots}手")
        # ============================================================================
        """
        
        ContextInfo.is_traded = True

四、 交易建议

1. 调仓首选 order_percent：在多因子轮动或指数成分股等比例重平衡策略中，使用 order_percent 可以极大减少因价格波动和资产变动带来的繁琐计算。
2. 注意滑点与手续费：使用 order_percent 分配 100% 资金时，建议预留 1-2% 的资金空间（即总比例设为 98%），以防止因滑点或手续费导致可用资金不足而下单失败。