量化交易第一步：连接账户&信息查询

admin管理员组

文章数量:1035907

量化交易第一步：连接账户&信息查询

在之前的多篇文章中，我以自己的日常实操经验为例，为大家介绍了如何选择免费好用的量化工具，如何免费快速获取量化分析高质量数据等量化分析实用知识。

而今天的文章中，我将以我一直在用的免费量化利器QMT为例，为大家介绍如何通过Python实现连接到账户、查询账户基础信息等操作。 QMT线上免费开通教程见本文末尾

通过Python连接到账户

在本机miniqmt客户端已启动的前提下，我们首先需要编写相关代码来连接到账户，其中的miniqmt_path请替换为你本机上的miniqmt对应位置：

代码语言：javascript代码运行次数：0运行复制

# 导入交易模块
from xtquant.xttrader import XtQuantTrader

# 指定本地miniqmt客户端路径
miniqmt_path = r'D:\国金证券QMT交易端\userdata_mini'

# 会话id，个人使用随意设置即可
session_id = 123456

# 实例化交易连接对象
trader = XtQuantTrader(miniqmt_path, session_id)

针对交易连接实例trader，我们可以测试一下是否成功连接，执行下列代码，像我一样返回值为0则表示连接成功：

代码语言：javascript代码运行次数：0运行复制

# 启动交易线程
trader.start()

# 查看连接状态，0表示连接成功
trader.connect()

创建账户对象

通过上面的过程，我们搞定了与本机miniqmt的连接，作为各种量化交易操作的对象，我们接下来需要进行账户对象的实例化，参考下面的代码：

代码语言：javascript代码运行次数：0运行复制

# 导入账户模块
from xtquant.xttype import StockAccount

# 实例化账户对象
account = StockAccount('填写你的股票资金账号')

查询账户基本信息

有了前面已经实例化的交易连接对象和账户对象，接下来我们就可以配合它们进行对应资金账户信息的查询，下面我们举一些常用的例子：

账户资产查询

代码语言：javascript代码运行次数：0运行复制

asset_info = trader.query_stock_asset(account)

print(f'总资产：{asset_info.total_asset}')
print(f'可用金额：{asset_info.cash}')
print(f'持仓市值：{asset_info.market_value}')

查询结果示例：

最新持仓查询

代码语言：javascript代码运行次数：0运行复制

import pandas as pd

positions_info = trader.query_stock_positions(account)

print(f'最新持仓标的数量：{len(positions_info)}')
print('具体持仓信息：')
pd.DataFrame(
    [
        {
            '证券代码': position.stock_code,
            '持仓数量': position.volume,
            '可用数量': position.can_use_volume
        }
        for position in positions_info
    ]
)

查询结果示例：

当日委托单查询

代码语言：javascript代码运行次数：0运行复制

orders_info = trader.query_stock_orders(account)

print(f'当日委托单数量：{len(orders_info)}')
print('具体委托单信息：')
pd.DataFrame(
    [
        {
            '股票代码': order.stock_code,
            '委托量': order.order_volume,
            '委托价': order.price
        }
        for order in orders_info
    ]
)

查询结果示例：

当日成交单查询

代码语言：javascript代码运行次数：0运行复制

trades_info = trader.query_stock_trades(account)

print(f'当日成交单数量：{len(trades_info)}')
print('具体成交单信息：')
pd.DataFrame(
    [
        {
            '股票代码': trade.stock_code,
            '交易量': trade.traded_volume,
            '成交价': trade.traded_price
        }
        for trade in trades_info
    ]
)

查询结果示例：

本期总结

通过上面的内容，我们学习到如何通过xtquant与本机运行中的miniqmt客户端建立连接，并且展示了如何对目标账户基础信息进行查询，对基于Python进行量化分析、程序化自动交易感兴趣的朋友，欢迎持续关注我们，更多干货教程持续更新

量化交易第一步：连接账户&信息查询

在之前的多篇文章中，我以自己的日常实操经验为例，为大家介绍了如何选择免费好用的量化工具，如何免费快速获取量化分析高质量数据等量化分析实用知识。

而今天的文章中，我将以我一直在用的免费量化利器QMT为例，为大家介绍如何通过Python实现连接到账户、查询账户基础信息等操作。 QMT线上免费开通教程见本文末尾

通过Python连接到账户

在本机miniqmt客户端已启动的前提下，我们首先需要编写相关代码来连接到账户，其中的miniqmt_path请替换为你本机上的miniqmt对应位置：

代码语言：javascript代码运行次数：0运行复制

# 导入交易模块
from xtquant.xttrader import XtQuantTrader

# 指定本地miniqmt客户端路径
miniqmt_path = r'D:\国金证券QMT交易端\userdata_mini'

# 会话id，个人使用随意设置即可
session_id = 123456

# 实例化交易连接对象
trader = XtQuantTrader(miniqmt_path, session_id)

针对交易连接实例trader，我们可以测试一下是否成功连接，执行下列代码，像我一样返回值为0则表示连接成功：

代码语言：javascript代码运行次数：0运行复制

# 启动交易线程
trader.start()

# 查看连接状态，0表示连接成功
trader.connect()

创建账户对象

通过上面的过程，我们搞定了与本机miniqmt的连接，作为各种量化交易操作的对象，我们接下来需要进行账户对象的实例化，参考下面的代码：

代码语言：javascript代码运行次数：0运行复制

# 导入账户模块
from xtquant.xttype import StockAccount

# 实例化账户对象
account = StockAccount('填写你的股票资金账号')

查询账户基本信息

有了前面已经实例化的交易连接对象和账户对象，接下来我们就可以配合它们进行对应资金账户信息的查询，下面我们举一些常用的例子：

账户资产查询

代码语言：javascript代码运行次数：0运行复制

asset_info = trader.query_stock_asset(account)

print(f'总资产：{asset_info.total_asset}')
print(f'可用金额：{asset_info.cash}')
print(f'持仓市值：{asset_info.market_value}')

查询结果示例：

最新持仓查询

代码语言：javascript代码运行次数：0运行复制

import pandas as pd

positions_info = trader.query_stock_positions(account)

print(f'最新持仓标的数量：{len(positions_info)}')
print('具体持仓信息：')
pd.DataFrame(
    [
        {
            '证券代码': position.stock_code,
            '持仓数量': position.volume,
            '可用数量': position.can_use_volume
        }
        for position in positions_info
    ]
)

查询结果示例：

当日委托单查询

代码语言：javascript代码运行次数：0运行复制

orders_info = trader.query_stock_orders(account)

print(f'当日委托单数量：{len(orders_info)}')
print('具体委托单信息：')
pd.DataFrame(
    [
        {
            '股票代码': order.stock_code,
            '委托量': order.order_volume,
            '委托价': order.price
        }
        for order in orders_info
    ]
)

查询结果示例：

当日成交单查询

代码语言：javascript代码运行次数：0运行复制

trades_info = trader.query_stock_trades(account)

print(f'当日成交单数量：{len(trades_info)}')
print('具体成交单信息：')
pd.DataFrame(
    [
        {
            '股票代码': trade.stock_code,
            '交易量': trade.traded_volume,
            '成交价': trade.traded_price
        }
        for trade in trades_info
    ]
)

查询结果示例：

本期总结

通过上面的内容，我们学习到如何通过xtquant与本机运行中的miniqmt客户端建立连接，并且展示了如何对目标账户基础信息进行查询，对基于Python进行量化分析、程序化自动交易感兴趣的朋友，欢迎持续关注我们，更多干货教程持续更新

本文标签： 量化交易第一步连接账户amp信息查询