本文整理了 QMT 量化交易中最核心的 4 个 API 接口，覆盖数据下载、行情读取、财务获取、交易执行全流程，新手吃透即可快速上手基础策略开发。
目录
- 前言
- 行情下载接口：download_history_data
- 行情读取接口：get_market_data_ex
- 财务数据接口：get_financial_data
- 下单执行接口：passorder
- 总结
一、前言
很多刚接触 QMT 量化交易软件的开发者，常会被繁多的接口劝退。实际上，入门量化策略编写并不需要掌握全部 API—— 只要吃透4 个核心接口，就能打通「数据获取→指标计算→信号生成→交易执行」的完整闭环。
本文就带大家逐一拆解这 4 个关键 API，附可直接运行的示例代码，帮大家快速跨过 QMT 的入门门槛。
二、行情下载接口：download_history_data
量化策略的基础是行情数据，download_history_data负责将指定标的的历史行情下载到本地缓存，是回测和策略运行的前提。
接口能力
- 支持多周期数据：Tick 级、分钟线、日线等全周期行情
- 下载的数据会缓存到本地，后续读取无需重复下载
- 支持单标的、多标的批量下载
⚠️ 注意：Tick 和 1 分钟级数据体量较大，长期下载请预留足够的硬盘空间。
示例代码
#encoding:gbk def init(C): # 下载平安银行 2023-01-01 至 2025-04-08 的日线数据 download_history_data("000001.SZ", "1d", "20230101", "20250408") print('历史行情下载完成') def handlebar(C): pass核心参数
表格
| 参数位置 | 参数说明 | 示例值 |
|---|---|---|
| 第 1 位 | 标的代码（代码 + 交易所后缀） | 000001.SZ（深市）、600000.SH（沪市） |
| 第 2 位 | 数据周期 | tick/1m/1d |
| 第 3 位 | 开始日期（YYYYMMDD 格式） | 20230101 |
| 第 4 位 | 结束日期（YYYYMMDD 格式） | 20250408 |
三、行情读取接口：get_market_data_ex
数据下载到本地后，通过get_market_data_ex接口读取结构化的行情数据，是策略计算的核心数据来源。
接口能力
- 基础行情：开盘价、收盘价、最高价、最低价、成交量、成交额等
- 扩展行情：大单金额、涨跌停价、北向资金、净买入净卖出等特色指标
- 支持单标的、股票池批量获取，支持历史与实时行情
示例代码
获取平安银行日线收盘价的完整示例：
#encoding:gbk def init(C): # 1. 先下载历史行情数据 download_history_data("000001.SZ", "1d", "20230101", "20250408") print('历史行情下载完成') # 2. 读取收盘价数据 datas = C.get_market_data_ex( ['close'], # 待获取的行情字段 ['000001.SZ'], # 标的代码列表 period='1d', # 数据周期 start_time='20230101', end_time='20250408', count=-1 # 取全部数据，填数字则取最近N根 ) print('获取行情数据结果：') print(datas) def handlebar(C): pass返回结果示例
接口返回字典格式，键为标的代码，值为时间索引的行情数据：
{ '000001.SZ': close stime 20230103 12.277728 20230104 12.768124 20230105 12.910785 20230106 13.035613 20230109 13.196106 ... }四、财务数据接口：get_financial_data
基本面量化策略依赖上市公司财务数据，get_financial_data用于获取全维度的财务指标，支撑基本面因子计算。
接口能力
- 覆盖股本、利润、现金流、资产负债表等全部财报科目
- 可计算 PE、PB、ROE、EPS 等常用基本面指标
- 支持按报告期、披露时间两种对齐方式
示例代码
获取平安银行总股本数据的示例：
#encoding:gbk def init(C): # 下载基础行情数据 download_history_data("000001.SZ", "1d", "20230101", "20250408") # 获取财务数据：总股本 df = C.get_financial_data( ['CAPITASTRUCTUR.total_capital'], # 财务字段名 ["000001.SZ"], # 标的列表 startDate='20230101', endDate='20250408', report_type='report_time' # 按报告披露时间对齐 ) print('获取总股本数据：') print(df) def handlebar(C): pass返回结果示例
total_capital 20230103 1.940592e+10 20230104 1.940592e+10 20230105 1.940592e+10 ...五、下单执行接口：passorder
策略计算出交易信号后，通过passorder接口完成交易委托，是量化交易的执行入口。
接口能力
- 支持多种交易方向：买入、卖出、融资买入、融券卖出等
- 支持多种委托方式：限价、最新价、市价、涨跌停价等
- 适配股票、两融、期货、期权等全品种交易
示例代码
以「最新价买入 100 股平安银行」为例：
#encoding:gbk def handlebar(C): # 仅在当日最后一根K线触发下单，避免重复委托 if not C.is_last_bar(): return # 此处替换为你的策略交易条件 if True: passorder( 23, # 交易方向：23=买入 1101, # 交易方式：1101=单股单账号按股数下单 '39134967', # 你的证券账号 '000001.SZ', # 标的代码 5, # 价格类型：5=最新价 0, # 价格参数，最新价委托填0 100, # 委托数量（单位：股） 1, # 策略标识，可自定义 1, # 快速下单标记 "", # 委托备注，可留空 C ) print("买入委托已提交")关键参数说明
- 交易方向：23 代表买入，24 代表卖出
- 价格类型：5 为最新价，高频策略可选用市价委托提升成交率
- 交易方式：1101 为普通股票按股数委托，两融、期货等品种需对应调整编码
六、总结
从手工交易转向量化交易，本质是熟悉工具的接口逻辑与运行规则。本文介绍的 4 个 API 覆盖了量化策略的全生命周期：
download_history_data解决「数据从哪来」get_market_data_ex解决「行情怎么读」get_financial_data解决「基本面怎么算」passorder解决「交易怎么执行」
吃透这 4 个核心接口，你就具备了编写基础量化策略的能力。后续可以在此基础上扩展指标计算、仓位管理、风控模块，逐步搭建成熟的量化交易体系。
风险提示：本文仅为技术接口科普，不构成任何投资建议。量化交易存在风险，入市需谨慎。
