期市老胡2026-11-18 00:081. QMT的Python环境可以导入不少常用的第三方库,比如自行安装的自定义库,用于数据清洗、技术指标计算,从而拓展策略的功能边界。策略开发的自由度因此明显提高,这也是不少量化开发者选择QMT的重要原因之一。
2. 不过并非所有Python库都能放心使用,平台设有明确的使用限制。部分库具有发起外部网络请求、自动上传账户数据、控制外部程序等高风险能力,这类库一般会被限制使用,目的是防止脚本擅自向外传输账户信息,或绕过终端的风控机制。
3. 数据分析、数学计算类的常用库,大多可以正常安装和使用。在引入之前,建议先确认库的具体功能,尽量避免随意安装小众、来源不明的第三方库,这类库可能带来信息安全隐患,甚至引发异常下单的风险。
4. 需要注意,本地环境与平台云端环境并不相同。本地电脑能够运行的库,依赖的是您自己电脑的系统权限,由此产生的风险需要自行承担。实盘运行时,代码执行仍然受到平台风控监控,即便调用了第三方库,委托行为也必须遵守程序化交易的报备规则。
5. 对于新手,比较稳妥的做法是:先只使用内置库和成熟的通用库完成策略,待熟悉之后再按需引入第三方库。新增任何库之后,应先在模拟盘中完整测试,确认不存在异常网络行为、不会误发委托,再考虑切换到实盘。
第三方库能显著增强策略的扩展能力,但安全红线不可触碰。如果您准备使用QMT编写策略,下面整理了一份常用且运行稳定的Python库清单,供参考。
0