如何在 QMT 平台构建一个基于 RSI 指标的超买超卖策略？

这是一个基于QMT平台的RSI（相对强弱指标）交易策略。

策略逻辑

1. 指标计算：使用 talib 库计算14周期RSI。
2. 买入条件：当 RSI 值小于 30（超卖区）时，全仓买入。
3. 卖出条件：当 RSI 值大于 70（超买区）时，清仓卖出。
4. 资金管理：使用 order_target_percent 函数，买入时调整仓位至 100%，卖出时调整仓位至 0%。

策略代码

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

def init(ContextInfo):
    """
    初始化函数，设定策略参数和账户
    """
    # 1. 设置策略参数
    ContextInfo.rsi_period = 14       # RSI计算周期
    ContextInfo.buy_threshold = 30    # 超卖阈值（买入）
    ContextInfo.sell_threshold = 70   # 超买阈值（卖出）
    
    # 2. 设置交易标的 (此处以浦发银行为例，实际运行时可由界面选择或在此修改)
    # 如果在界面选择了标的，这里可以注释掉
    ContextInfo.stock_code = '600000.SH' 
    ContextInfo.set_universe([ContextInfo.stock_code])
    
    # 3. 设置资金账号 (请替换为您自己的资金账号)
    ContextInfo.account_id = 'YOUR_ACCOUNT_ID' 
    ContextInfo.set_account(ContextInfo.account_id)

    print("RSI策略初始化完成")

def handlebar(ContextInfo):
    """
    K线周期运行函数
    """
    # 获取当前K线位置
    index = ContextInfo.barpos
    
    # 获取当前图表的周期
    period = ContextInfo.period
    
    # 获取当前主图的股票代码 (如果init中未固定，则取主图代码)
    stock = ContextInfo.stock_code
    
    # 1. 获取历史行情数据
    # 获取过去 50 根K线的数据，确保足够计算 RSI
    # count=-1 表示取所有数据，这里为了效率取最近50根即可
    data = ContextInfo.get_market_data(
        ['close'], 
        stock_code=[stock], 
        period=period, 
        count=50,
        dividend_type='front' # 前复权
    )
    
    # 数据校验
    if data is None or data.empty:
        return
        
    # 提取收盘价序列
    # get_market_data 单只股票返回 DataFrame，列名为字段名
    close_prices = data['close'].values
    
    # 如果数据长度不足以计算RSI，直接返回
    if len(close_prices) <= ContextInfo.rsi_period:
        return

    # 2. 计算 RSI 指标
    # talib.RSI 需要传入 numpy 数组
    rsi_values = talib.RSI(close_prices, timeperiod=ContextInfo.rsi_period)
    
    # 获取最新的 RSI 值 (当前K线的值)
    current_rsi = rsi_values[-1]
    
    # 获取上一根K线的 RSI 值 (用于判断是否刚刚穿越)
    prev_rsi = rsi_values[-2]
    
    # 打印当前 RSI 值方便调试
    # print(f"时间: {ContextInfo.get_bar_timetag(index)}, RSI: {current_rsi:.2f}")

    # 3. 交易逻辑
    
    # 情况一：RSI 进入超卖区 (小于30) -> 买入
    if current_rsi < ContextInfo.buy_threshold:
        # 这里使用 order_target_percent，目标仓位设为 1.0 (100%)
        # 该函数会自动计算需要买入多少股
        print(f"触发买入信号: RSI={current_rsi:.2f} < {ContextInfo.buy_threshold}")
        order_target_percent(stock, 1.0, ContextInfo, ContextInfo.account_id)
        
    # 情况二：RSI 进入超买区 (大于70) -> 卖出
    elif current_rsi > ContextInfo.sell_threshold:
        # 目标仓位设为 0.0 (0%)，即清仓
        print(f"触发卖出信号: RSI={current_rsi:.2f} > {ContextInfo.sell_threshold}")
        order_target_percent(stock, 0.0, ContextInfo, ContextInfo.account_id)

使用说明

1. 账号设置：
   • 请务必将代码中的 'YOUR_ACCOUNT_ID' 替换为您实际的资金账号（字符串格式）。
2. 标的设置：
   • 代码中默认设置了 600000.SH。如果您在QMT界面的左侧行情栏选择了其他股票运行策略，代码会自动对当前主图股票生效（前提是您注释掉 init 函数中强制设置 stock_code 的那一行，或者将 stock_code 变量指向 ContextInfo.stockcode）。
3. 回测与实盘：
   • 回测：请在“模型回测”界面设置好初始资金、费率和起止时间。
   • 实盘：请确保QMT客户端已登录交易账号，并且策略运行模式选择为“实盘”。
4. 库依赖：
   • QMT内置了 talib 库，无需额外安装。

代码关键点解释

• get_market_data：用于获取历史行情数据，这里设置 count=50 是为了保证有足够的数据计算14周期的RSI，同时避免获取过多数据影响速度。
• talib.RSI：调用专业的金融技术指标库计算RSI，比手动编写公式更准确且效率更高。
• order_target_percent：这是一个非常方便的交易函数。
  • 设置为 1.0 时，系统会自动计算当前可用资金，买入直到持仓达到总资产的100%。
  • 设置为 0.0 时，系统会自动卖出该股票的所有持仓。
  • 这样避免了手动判断“当前是否有持仓”或“可用资金能买多少股”的繁琐逻辑。