QMT 中如何使用 `order_target_percent` 实现投资组合的自动再平衡？

这是一个基于 QMT (Quantitative Trading Platform) API 编写的自动投资组合再平衡策略。

策略逻辑说明

该策略旨在实现一个经典的定期等权重再平衡（Equal-Weight Rebalancing）逻辑：

1. 标的池：选取一组固定的股票（示例中选取了白酒、金融等行业的龙头股）。
2. 目标权重：策略目标是让持仓中每只股票的市值保持相等（例如 5 只股票，每只占总资产的 20%）。
3. 再平衡频率：按月进行。每当月份发生变化时（即每个月的第一天交易日），触发调仓。
4. 交易执行：使用 order_target_percent 函数。该函数会自动计算需要买入或卖出的数量，将仓位调整至目标比例。

策略代码

# -*- coding: gbk -*-
import pandas as pd
import time

def init(ContextInfo):
    """
    初始化函数，策略启动时调用一次
    """
    # 1. 设置资金账号 (请替换为您真实的资金账号)
    # 格式如: '6000000248'
    ContextInfo.account_id = 'YOUR_ACCOUNT_ID' 
    ContextInfo.set_account(ContextInfo.account_id)
    
    # 2. 设置股票池 (示例：贵州茅台, 五粮液, 平安银行, 招商银行, 宁德时代)
    # 用户可根据需求修改此列表
    ContextInfo.stock_list = ['600519.SH', '000858.SZ', '000001.SZ', '600036.SH', '300750.SZ']
    ContextInfo.set_universe(ContextInfo.stock_list)
    
    # 3. 设置再平衡参数
    # 记录上一次再平衡的月份，用于判断是否跨月
    ContextInfo.last_rebalance_month = -1
    
    # 4. 设置回测参数 (仅回测模式有效)
    # 资金 100万
    ContextInfo.capital = 1000000
    # 费率设置：万分之三
    ContextInfo.set_commission(0, [0.001, 0.001, 0.0003, 0.0003, 0.0003, 5])
    # 滑点设置：0.01元
    ContextInfo.set_slippage(1, 0.01)

    print("策略初始化完成，标的池数量: {}".format(len(ContextInfo.stock_list)))

def handlebar(ContextInfo):
    """
    行情事件函数，每根K线运行一次
    """
    # 获取当前K线的时间戳
    timetag = ContextInfo.get_bar_timetag(ContextInfo.barpos)
    # 将时间戳转换为 datetime 格式的字符串
    current_date_str = timetag_to_datetime(timetag, '%Y%m%d')
    # 提取当前月份 (格式 YYYYMM)
    current_month = int(current_date_str[0:6])
    
    # 判断是否需要跳过 (例如未到最后一根K线，或者非交易时间)
    # 在回测模式下，通常在日线周期的每一根Bar执行
    
    # --- 再平衡逻辑判断 ---
    # 如果当前月份与上一次记录的月份不同，说明进入了新的月份，执行再平衡
    if current_month != ContextInfo.last_rebalance_month:
        print(">>> 检测到月份变化，执行再平衡。当前日期: {}".format(current_date_str))
        
        # 执行调仓函数
        rebalance(ContextInfo)
        
        # 更新记录的月份
        ContextInfo.last_rebalance_month = current_month

def rebalance(ContextInfo):
    """
    执行再平衡的核心逻辑
    """
    stock_count = len(ContextInfo.stock_list)
    if stock_count == 0:
        return

    # 计算每只股票的目标权重 (等权重)
    # 如果有5只股票，每只权重为 1/5 = 0.2 (20%)
    target_weight = 1.0 / stock_count
    
    print("开始调仓，目标每只股票持仓权重: {:.2%}".format(target_weight))
    
    # 遍历股票池中的每一只股票进行调整
    for stock in ContextInfo.stock_list:
        # 获取当前标的名称，用于日志输出
        stock_name = ContextInfo.get_stock_name(stock)
        
        # 使用 order_target_percent 进行下单
        # 该函数会自动计算：(总资产 * 目标比例 - 当前持仓市值) / 股价
        # 正数买入，负数卖出
        # 注意：order_target_percent 依赖于账户的总资产数据
        
        # 参数说明: 
        # stock: 代码
        # target_weight: 目标比例 (0.2 表示 20%)
        # order_type: 1101 (单股、单账号、普通、股/手方式下单) - 这里虽然是target_percent，但底层通常映射到具体的下单指令
        # price: -1 (使用默认价格，通常是市价或最新价，取决于交易设置)
        # ContextInfo: 上下文
        # account_id: 账号
        
        # 注意：QMT的 order_target_percent 封装在 Python API 中，
        # 它会自动处理买卖方向。
        order_target_percent(stock, target_weight, "LATEST", 0.0, ContextInfo, ContextInfo.account_id)
        
        print("已发送调仓指令: {} ({}), 目标权重: {:.2%}".format(stock, stock_name, target_weight))

    print("本次再平衡指令发送完毕。")

代码关键点解析

1. # -*- coding: gbk -*-:

   • QMT 的 Python 编辑器默认使用 GBK 编码，这行代码必须放在第一行，否则中文注释会导致乱码或报错。

2. init 函数:

   • ContextInfo.set_account: 必须设置真实的资金账号，否则无法获取持仓和资金信息，order_target_percent 也无法正确计算。
   • ContextInfo.stock_list: 这里定义了投资组合的范围。

3. handlebar 函数:

   • 这是策略的驱动引擎。我们通过 timetag_to_datetime 获取当前 K 线的时间。
   • 跨月判断逻辑：通过比较 current_month 和 last_rebalance_month。如果不同，说明这是新月份的第一个交易 K 线，触发调仓。

4. rebalance 函数:

   • 核心算法：target_weight = 1.0 / len(stock_list)。这是最简单的等权重模型。
   • order_target_percent: 这是 QMT 提供的便捷交易函数。
     • 它会自动读取当前账户的总资产（现金+持仓市值）。
     • 它会计算目标持仓市值 = 总资产 * target_weight。
     • 它会对比当前持仓，自动发出买入或卖出指令，将仓位调整到目标水平。

如何在 QMT 中运行

1. 打开 QMT 客户端，进入【模型研究】或【策略交易】界面。
2. 新建一个 Python 策略。
3. 将上述代码完整复制粘贴到编辑器中。
4. 修改账号：将 ContextInfo.account_id = 'YOUR_ACCOUNT_ID' 中的 'YOUR_ACCOUNT_ID' 替换为您实际的资金账号。
5. 回测：
   • 在右侧设置回测区间（例如最近一年）。
   • 周期选择“日线”。
   • 点击“回测”按钮查看净值曲线。
6. 实盘/模拟盘：
   • 确保 QMT 交易端已登录。
   • 将策略加载到运行单元，点击“运行”。

常见问题 (Q&A)

Q: 如何将等权重改为按市值加权？
A: 您需要在 rebalance 函数中获取每只股票的总市值，计算总市值之和，然后计算每只股票的权重 weight = 个股总市值 / 所有股票总市值，最后将这个动态的 weight 传给 order_target_percent。

Q: 为什么回测时没有交易？
A: 请检查：1. ContextInfo.stock_list 中的股票在回测区间内是否已上市；2. 是否下载了对应的历史日线数据；3. 资金账号设置是否符合回测虚拟账号规则（回测模式下通常不需要真实账号，但代码逻辑中引用了 account_id，回测引擎会模拟一个）。

Q: order_target_percent 下单失败怎么办？
A: 可能是因为资金不足、股票停牌或跌停无法卖出。在实盘中，建议配合 get_trade_detail_data 查询委托状态，或者在 rebalance 前增加风控判断（如检查股票状态 ContextInfo.is_suspended_stock）。