【摘要】本文介绍了从聚宽到Q-MT的自动化交易实现方案。通过搭建SQL Server数据库作为中转，将聚宽策略生成的交易信号实时同步至数据库，再由Q-MT读取信号执行下单。具体步骤包括：1）在云服务器部署SQL Server并创建交易表；2）修改聚宽策略添加数据库连接；3）配置Q-MT接收交易信号。该方法解决了券商系统对外部数据访问的限制问题，实现了零延迟的自动化交易。文中还提供了相关文件下载和参

先从深交所开始：直接上传源码：from bs4 import BeautifulSoupfrom lxml import etreeimport pandas as pdimport akshare as akimport datetimeimport requestsimport csvfrom contextlib import closingimport timefrom urllib.re

pandas打开数据库from sqlalchemy import create_engineengine=create_engine("mysql+pymysql://root:我的密码@localhost:3306/test1")df.to_sql(name='test_df',con=engine)pandas获取数据from sqlalchemy import create_enginee

本人在使用docker安装quantaxis时，经常发生docker报错，原因是与 wsl2冲突。

拉取镜像dockerpull dorowu/ubuntu-desktop-lxde-vnc运行容器：docker run -p 6080:80 dorowu/ubuntu-desktop-lxde-vnc之后就可以http://localhost:6080/

使用tushare数据源获取数据后处理以下都是本人在获得数据后，进行量化回测时，处理数据遇到的各种坑以及解决方案，有些甚至都很幼稚，切勿嘲笑获取数据导包import tushare as tsimport pandas as pdimport matplotlib#(jupyternotebook 画图用的，别的工具可以不用)%matplotlib auto#正常显示画图时出现的中文和负号from

参考博客：https://github.com/QUANTAXIS/QUANTAXIS/issues/1395之后进入阿里云中的Ubuntu界面输入：sudo yum install apt-transport-https ca-certificates curl software-properties-commonSudo yum install curlservice network rest

import numpy as npimport pandas as pdfrom pylab import pltplt.style.use('seaborn')%matplotlib inlineimport pandas_datareader as pdrstart = '2015-01-01'end = '2019-12-31'data = pdr.get_data_yahoo('6000

import pandas as pdimport akshare as akimport numpy as npimport talibfrom datetime import datetime, timedeltaimport time获取股票数据from_date = '2010-01-01'from_date = datetime.strptime(from_date,"%Y-%m-%d"

开发成功，qmt小市值策略，随策略配入大盘择时的资金配置使用，再加入动量策略，排序选择，涨幅最大的股票，进行购买。根据大盘的数据，选择资金仓位，然后同时设置动量策略，