8000 miniQMT/AGENTS.md at main · xzw4903/miniQMT · GitHub
[go: up one dir, main page]

Skip to content

Latest commit

 

History

History
785 lines (608 loc) · 28 KB

AGENTS.md

File metadata and controls

785 lines (608 loc) · 28 KB

AGENTS.md

This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.

项目概述

miniQMT 是一个基于迅投QMT API的无人值守量化交易系统,实现自动化交易策略执行、持仓管理、止盈止损和网格交易。

核心特性:

  • 🔄 双层存储架构(内存数据库 + SQLite持久化)
  • 🎯 信号检测与执行分离设计
  • 🧵 多线程协同工作 + 线程自愈机制
  • 📈 动态止盈止损策略(含 xtquant_manager 独立运行模式)
  • 🤖 自动买入模块(独立进程,复用 Web 买入 API 下单)
  • 🌐 Web前端实时监控界面(Flask web1.0 + Vue3 web2.0 双版本)
  • 🚪 XtQuantManager HTTP 网关(多账号统一管理、远程 API、PWA 支持)
  • 🛡️ 无人值守运行(线程监控、超时保护、优雅关闭)

隐私安全提醒:

  • ⚠️ 绝不硬编码任何 Token/密码/账号ID — 一律使用环境变量或配置文件
  • account_config.json 已在 .gitignore 中排除
  • Pushplus Token 使用 PUSHPLUS_TOKEN 环境变量

环境要求:

  • Python 3.8+ (推荐 3.9),例如用户目录下的Anaconda3/envs/python39
  • 操作系统: Windows (QMT仅支持Windows)
  • QMT客户端: 实盘交易需要安装并登录QMT

依赖安装:

pip install -r utils/requirements.txt

⚠️ 关键约束 - 违反将导致系统故障

执行任何代码修改前必须遵守:

  1. 配置集中管理: 所有可配置参数在 config.py 中,严禁硬编码魔法数字
  2. 模拟交易优先: 测试新功能前必须设置 ENABLE_SIMULATION_MODE = True
  3. 线程安全: 修改共享数据必须使用 threading.Lock() 保护
  4. 信号验证: 交易信号必须经过 validate_trading_signal() 验证,防止重复执行
  5. 双层存储同步: 修改内存数据库后必须调用 _increment_data_version()
  6. 线程注册规范: 注册线程监控时必须使用 lambda 获取线程对象(见下文)
  7. Git操作: 除非用户明确要求,不要主动执行git提交和分支操作

快速开始

环境准备(推荐)

# 创建虚拟环境
python -m venv venv

# 激活虚拟环境
# Windows:
venv\Scripts\activate
# Linux/Mac:
source venv/bin/activate

# 安装依赖
pip install -r utils/requirements.txt

# 验证安装
python utils/check_dependencies.py

配置文件

创建 account_config.json 和 stock_pool.json (参见文档末尾)

启动系统

python main.py

首次运行: 系统会自动创建 data/positions.db 数据库文件

运行测试

回归测试框架 (推荐)

项目集成了完整的回归测试框架 (test/run_integration_regression_tests.py),支持按模块运行、快速验证和失败重试。测试组配置在 test/integration_test_config.json。

# 快速验证(5分钟内完成,检查关键功能)
python test/run_integration_regression_tests.py --fast

# 运行所有回归测试
python test/run_integration_regression_tests.py --all

# 运行所有回归测试,并包含 fast 组
python test/run_integration_regression_tests.py --all-with-fast

# 按组运行
python test/run_integration_regression_tests.py --group autobuy             # 自动买入
python test/run_integration_regression_tests.py --group system_integration  # 系统集成
python test/run_integration_regression_tests.py --group stop_profit         # 止盈止损
python test/run_integration_regression_tests.py --group grid_signal         # 网格信号
python test/run_integration_regression_tests.py --group grid_session        # 网格会话
python test/run_integration_regression_tests.py --group grid_trade          # 网格交易
python test/run_integration_regression_tests.py --group grid_exit           # 网格退出
python test/run_integration_regression_tests.py --group grid_validation     # 网格参数
python test/run_integration_regression_tests.py --group grid_comprehensive  # 网格综合
python test/run_integration_regression_tests.py --group grid_bug_regression # Bug回归验证
python test/run_integration_regression_tests.py --group grid_full_range_coverage  # 全区间覆盖
python test/run_integration_regression_tests.py --group grid_true_pnl       # 真实盈亏账本

# 其他选项
python test/run_integration_regression_tests.py --all --retry-failed   # 失败重试
python test/run_integration_regression_tests.py --all --verbose        # 详细输出
python test/run_integration_regression_tests.py --all --skip-env-prep  # 跳过环境准备
python test/run_integration_regression_tests.py --all --no-backup      # 不备份生产DB

测试报告自动输出到 test/integration_test_report.json 和 test/integration_test_report.md。

单个测试文件

# 运行单个测试模块
python test/run_single_test.py test.test_unattended_operation

# 直接使用 unittest
python -m unittest test.test_system_integration -v

# 运行全部网格测试
python test/run_all_grid_tests.py

Web前端

浏览器访问: http://localhost:5000

  • web1.0: Flask 模板渲染 (web1.0/), 自动运行
  • web2.0: Vue3 + Vite + TypeScript + PWA (web2.0/), 需构建后使用

web2.0 开发与构建

cd web2.0
npm install                          # 安装依赖(仅首次)
npm run dev                          # 开发模式 (http://localhost:5173, 热更新)
npm run build                        # 生产构建 → dist/

构建产物 dist/ 可直接部署到 Vercel 或由 Flask web_server / xtquant_manager 托管。 详见 web2.0/VERCEL_DEPLOY.md。

Web 双模式架构

web2.0 支持两种后端连接模式,通过前端「连接设置」切换:

模式 后端 端口 适用场景
Flask 直连 每账号独立 Flask (web_server.py) :5000, :5001... 完整功能:配置管理/自动操作总开关/模拟买入/初始化持仓
网关模式 xtquant_manager 统一入口 :8888 多账号只读监控 + 下单;配置/监控/初始化需 Flask 直连

网关模式能力边界(截至 2026-06-18):

  • ✅ 多账号持仓查看(字段完整、账号隔离、现价反推)
  • ✅ 账户资产/状态、连接状态、交易记录
  • ✅ 参数展示(只读)、动态止盈状态、网格会话只读列表
  • ✅ 账号自动发现(从 xtquant_manager 同步真实 ID)
  • 🔒 配置保存/自动操作总开关/模拟买入/初始化持仓 — 需 Flask 直连模式
  • 🔒 SSE 实时推送不可用 — 依赖 3s/10s 轮询更新

技术要点:

  • 网关兼容端点 (/api/positions, /api/status 等) 在 server.py 中实现
  • 网格会话兼容端点 /api/grid/sessions 在网关模式下从账号 SQLite 只读返回,盈亏口径为兼容降级快照
  • QMT 实时数据 (量/价/市值) + SQLite 持久化元数据 (名称/建仓/止损/止盈) 合并返回
  • 前端通过 X-Account-Id 请求头切换目标账号,isGatewayMode() 检测当前模式
  • _launcher.py 菜单选项 [7]/[9] 启动时记忆 web 模式偏好 (data/.web_mode)
  • 网关重启 (菜单 [h]) 自动等待端口释放防止旧进程残留

miniqmt.bat 总控制台

miniqmt.bat                         # 打开交互式菜单
python scripts/_launcher.py menu    # 等效命令

菜单功能一览:

分区 选项 功能
部署/环境 [1]-[4] 检查Python环境、安装依赖、校验配置、git pull
查看 [5]-[6] 查看账号配置、运行状态
启动 [7]-[9] 启动所有/指定账号(实盘/模拟)
停止 [a]-[c] 优雅停止/强制停止
XtQuantManager [d]-[i] 启动/停止/状态/UI/重启/日志
自动买入 [j]-[m] 启动/停止/状态/日志

系统诊断工具

# 检查系统状态
python -m unittest test.test_system_integration -v

# 诊断QMT连接
python -m unittest test.test_qmt_connection -v

# 查看实时日志
tail -f logs/qmt_trading.log  # Linux/Mac
Get-Content logs/qmt_trading.log -Wait  # Windows PowerShell

核心架构

关键设计原则

1. 信号检测与执行分离 (最重要!)

持仓监控线程(始终运行) → 检测信号 → latest_signals队列
                                        ↓
策略执行线程 → 检查ENABLE_AUTO_OPERATION + ENABLE_AUTO_TRADING → 执行/忽略信号
网格交易线程 → 检查ENABLE_AUTO_OPERATION + ENABLE_GRID_TRADING + grid_trading_sessions.enabled → 执行/暂停新网格单

关键点:

  • 监控线程始终运行,持续检测信号
  • ENABLE_AUTO_OPERATION 是全局自动操作总开关,关闭时所有自动策略不产生新交易动作
  • ENABLE_AUTO_TRADING 只控制动态止盈止损等非网格自动策略
  • ENABLE_GRID_TRADING 控制网格模块,grid_trading_sessions.enabled 控制单只股票网格会话“自动/暂停”
  • 每个信号都要经过 validate_trading_signal() 验证,防止重复执行

2. 双层存储架构

实盘模式:
QMT实盘账户 → position_manager.qmt_trader.position() → 内存数据库
内存数据库 → 定时同步(15秒) → SQLite数据库

模拟模式:
Web界面 → trading_executor → position_manager.simulate_buy/sell() → 内存数据库
(跳过QMT接口,资金从SIMULATION_BALANCE扣除/增加)

关键点:

  • 内存数据库存储高频更新数据(价格、市值、盈亏比例)
  • SQLite持久化关键状态(开仓日期、止盈触发标记、最高价)
  • 修改内存数据后必须调用 _increment_data_version() 触发前端更新

模块职责

config.py              # 集中配置管理(所有魔法数字都在这里)
logger.py              # 统一日志管理
main.py                # 系统启动入口和线程管理
thread_monitor.py      # 线程健康监控与自愈(无人值守核心)⭐
data_manager.py        # 历史数据获取(xtdata接口)
indicator_calculator.py # 技术指标计算
position_manager.py    # 持仓管理核心(内存+SQLite双层)⭐
trading_executor.py    # 交易执行器(模拟/实盘下单入口,实盘通道由 position_manager 工厂选择)
strategy.py            # 交易策略逻辑⭐
web_server.py          # RESTful API服务(Flask)
easy_qmt_trader.py     # QMT交易API封装
premarket_sync.py      # 盘前同步与初始化(每天9:25重新初始化xtquant)
config_manager.py      # 配置持久化管理
sell_monitor.py        # 卖出委托单超时监控与撤单⭐
grid_trading_manager.py # 网格交易会话管理(独立线程)
grid_database.py       # 网格交易数据持久化(SQLite)
grid_validation.py     # 网格交易参数校验
autobuy/               # 自动买入模块(独立进程,候选池筛选→Web买入API)
xtquant_manager/       # XtQuantManager HTTP网关(多账户管理,可选)
xtquant_manager/stop_profit.py  # 网关模式动态止盈止损(后台线程,复用 position_manager 算法)
web2.0/                # Vue3+Vite+TS+PWA 新版Web界面
test/test_xqm_flask_compat.py  # 网关Flask兼容端点测试(21用例,字段映射/账号隔离/SQLite注入)

线程架构

线程 启动位置 职责 频率 关键配置
线程监控 thread_monitor.start() 检测线程崩溃并自动重启 60秒 ENABLE_THREAD_MONITOR
数据更新 data_manager.start_data_update_thread() 更新股票池行情 60秒 -
持仓监控 position_manager.start_position_monitor_thread() 同步实盘持仓、更新价格、检测止盈止损 3秒 MONITOR_LOOP_INTERVAL
策略执行 strategy.start_strategy_thread() 获取非网格信号、执行交易 5秒 ENABLE_AUTO_OPERATION + ENABLE_AUTO_TRADING
网格交易 grid_trading_manager 内部线程 网格信号检测与买卖执行 5秒 ENABLE_AUTO_OPERATION + ENABLE_GRID_TRADING + grid_trading_sessions.enabled
卖出监控 sell_monitor 单例线程 委托单超时撤单 2秒 ENABLE_SELL_MONITOR
定时同步 position_manager.start_sync_thread() 内存→SQLite同步 15秒 POSITION_SYNC_INTERVAL
Web服务 web_server.start_web_server() RESTful API 持续 -
心跳日志 start_heartbeat_logger() 定期输出系统运行状态 1800秒 ENABLE_HEARTBEAT_LOG
盘前同步 premarket_sync.start_premarket_sync_scheduler() 每天9:25重新初始化xtquant 每日9:25 ENABLE_PREMARKET_XTQUANT_REINIT

关键配置

功能开关 (config.py)

# 核心开关
ENABLE_SIMULATION_MODE = True   # True=模拟, False=实盘 ⚠️
ENABLE_AUTO_OPERATION = False   # 全局自动操作总开关 ⚠️
ENABLE_AUTO_TRADING = False     # 非网格自动策略执行开关
ENABLE_DYNAMIC_STOP_PROFIT = True  # 止盈止损功能
ENABLE_GRID_TRADING = True      # 网格交易功能
ENABLE_THREAD_MONITOR = True    # 线程健康监控(无人值守必需)⭐
ENABLE_SELL_MONITOR = True      # 卖出委托单超时监控
ENABLE_XTQUANT_MANAGER = False  # XtQuantManager HTTP网关(多账户时开启)
DEBUG = False                   # 调试模式

⚠️ 实盘交易前必须检查:

  1. ENABLE_SIMULATION_MODE = False (切换到实盘)
  2. ENABLE_AUTO_OPERATION = True (打开全局自动操作总开关)
  3. 按需打开分开关:ENABLE_AUTO_TRADING=True 和/或 ENABLE_GRID_TRADING=True
  4. QMT客户端已启动并登录
  5. account_config.json 配置正确

无人值守运行配置 ⭐

# 线程监控
ENABLE_THREAD_MONITOR = True      # 启用线程自愈
THREAD_CHECK_INTERVAL = 60        # 检查间隔(秒)
THREAD_RESTART_COOLDOWN = 60      # 重启冷却时间(秒)

# 持仓监控优化
MONITOR_LOOP_INTERVAL = 3         # 监控循环间隔(秒)
MONITOR_CALL_TIMEOUT = 8.0        # API调用超时(秒)
MONITOR_NON_TRADE_SLEEP = 60      # 非交易时段休眠(秒)

# 性能优化
QMT_POSITION_QUERY_INTERVAL = 10.0  # QMT持仓查询间隔(秒)
POSITION_SYNC_INTERVAL = 15.0       # SQLite同步间隔(秒)

止盈止损配置

STOP_LOSS_RATIO = -0.075  # 止损比例: 成本价下跌7.5%
INITIAL_TAKE_PROFIT_RATIO = 0.06  # 首次止盈: 盈利6%
INITIAL_TAKE_PROFIT_RATIO_PERCENTAGE = 0.6  # 首次止盈卖出60%

# 动态止盈 (最高盈利比例, 止盈位系数)
DYNAMIC_TAKE_PROFIT = [
    (0.05, 0.96),  # 最高浮盈5%时,止盈位=最高价*96%
    (0.10, 0.93),
    (0.15, 0.90),
    (0.20, 0.87),
    (0.30, 0.85),
]

数据库表结构

positions (持仓表)

数据来源分类:

字段 数据来源 更新时机
stock_code, volume, available, cost_price QMT实盘 qmt_trader.position() 每10秒同步一次
current_price data_manager.get_latest_data() 实时更新
market_value, profit_ratio 计算得出 价格更新时重新计算
open_date, profit_triggered, highest_price, stop_loss_price 持久化字段 策略状态变化或成交回报确认后同步到SQLite

关键字段说明:

  • profit_triggered: 是否已完成首次止盈(卖出60%)成交确认,影响后续动态止盈逻辑
  • highest_price: 持仓期间最高价,用于计算动态止盈位
  • stop_loss_price: 止损价格,低于此价格触发止损

trade_records (交易记录表)

记录所有买卖交易,包含:

  • stock_code, trade_type (BUY/SELL), price, volume
  • trade_id: 订单ID (实盘为QMT返回的order_id, 模拟为 SIM{timestamp}{counter})
  • strategy: 策略标识 (simu/auto_partial/stop_loss/grid)

无人值守运行 ⭐

系统支持长期持续运行,通过线程健康监控实现自动恢复。详见 在线文档 · 无人值守运行

线程自愈机制

关键实现 (thread_monitor.py):

from thread_monitor import get_thread_monitor

# 在main.py中启动线程监控
if config.ENABLE_THREAD_MONITOR:
    thread_monitor = get_thread_monitor()

    # ⚠️ 必须使用lambda获取最新对象引用
    thread_monitor.register_thread(
        "持仓监控",
        lambda: position_manager.monitor_thread,  # ✅ 正确: lambda
        position_manager.start_position_monitor_thread
    )

    thread_monitor.start()

❌ 常见错误:

# 错误: 直接传递线程对象,重启后对象引用会变化
monitor.register_thread(
    "持仓监控",
    position_manager.monitor_thread,  # ❌ 错误: 直接传递对象
    restart_func
)

工作原理:

  • 每60秒检查一次线程存活状态
  • 检测到崩溃立即重启,60秒冷却时间防止重启风暴
  • 完整的重启历史记录

优雅关闭流程

系统退出时的正确关闭顺序(在 main.py 的 cleanup() 函数中实现):

1. Web服务器 → 停止接收新请求
2. 线程监控器 → 停止监控循环,避免误触发重启
3. 业务线程 → 停止数据更新、持仓监控、策略执行
4. 核心模块 → 按依赖顺序关闭(策略→执行器→数据管理器/数据库)

重要: 每个关闭步骤都有独立的异常处理,确保单个步骤失败不影响其他资源清理。

超时保护

持仓监控线程中的API调用有超时保护(当前默认 8 秒):

try:
    future.result(timeout=config.MONITOR_CALL_TIMEOUT)  # 默认8秒
except TimeoutError:
    logger.warning("API调用超时,跳过本次更新")
    # 继续执行,不阻塞循环

非交易时段优化

# 非交易时段立即跳过,避免无效API调用
if not config.is_trade_time():
    logger.debug(f"非交易时间(第{loop_count}次循环), 休眠60秒")
    time.sleep(60)
    continue

效果: 非交易时段CPU占用从~30%降至<2%

开发规范

1. 配置参数 - 严禁硬编码

# ❌ 错误: 硬编码魔法数字
if profit_ratio > 0.06:
    ...

# ✅ 正确: 使用配置
if profit_ratio > config.INITIAL_TAKE_PROFIT_RATIO:
    ...

2. 日志级别

  • logger.debug() - 详细调试信息(变量值、执行路径)
  • logger.info() - 关键流程节点(系统启动、交易执行)
  • logger.warning() - 异常但可恢复(数据缺失、连接超时)
  • logger.error() - 严重错误(模块初始化失败、数据库错误)

3. 异常处理 - 所有外部API调用必须包裹

try:
    result = qmt_trader.order_stock(...)
    logger.info(f"下单成功: {result}")
except Exception as e:
    logger.error(f"下单失败: {str(e)}")
    return None

4. 线程安全 - 使用锁保护共享数据

with self.signal_lock:
    self.latest_signals[stock_code] = signal_info

5. 数据库操作 - 使用参数化查询

# ✅ 正确: 参数化查询
cursor.execute("SELECT * FROM positions WHERE stock_code=?", (stock_code,))

# ❌ 错误: 字符串拼接(SQL注入风险)
cursor.execute(f"SELECT * FROM positions WHERE stock_code='{stock_code}'")

6. 数据版本更新 - 修改内存数据后必须调用

def simulate_buy_position(self, ...):
    # ... 执行模拟买入逻辑 ...
    self._increment_data_version()  # ⚠️ 必须调用,否则前端不更新

常见问题与解决方案

1. 止盈止损信号重复执行

原因: 信号验证失败或未正确标记为已处理

解决:

  • 检查 validate_trading_signal() 和 mark_signal_processed() 调用链
  • 查看日志中的信号验证详情
  • 确认 signal_timestamps 机制正常工作

2. 模拟交易持仓不更新

原因: 未触发数据版本号更新

解决:

def simulate_buy_position(self, ...):
    # ... 执行模拟买入逻辑 ...
    self._increment_data_version()  # 必须调用

3. QMT连接断开

检查:

# 检查连接状态
position_manager.qmt_trader.xt_trader.is_connected()

# 重新连接
position_manager.qmt_trader.connect()

# 检查路径配置
# config.py中的QMT_PATH是否正确

4. 持仓监控线程未运行

排查:

# 1. 检查配置
config.ENABLE_POSITION_MONITOR  # 应为True

# 2. 检查线程状态
import threading
print(threading.enumerate())

# 3. 查看日志
# 搜索 "启动持仓监控线程" 或 "持仓监控线程异常"

5. 线程监控器未自动重启线程

原因: 使用了错误的线程注册方式

正确做法:

# ❌ 错误: 直接传递线程对象
monitor.register_thread(
    "持仓监控",
    position_manager.monitor_thread,  # 重启后对象引用会变化
    restart_func
)

# ✅ 正确: 使用lambda获取最新对象
monitor.register_thread(
    "持仓监控",
    lambda: position_manager.monitor_thread,  # 每次获取最新引用
    restart_func
)

6. 系统退出时出现数据库错误

原因: 关闭顺序不正确,Web服务器在数据库关闭后仍在处理请求

解决: 确保 main.py 中的 cleanup() 函数按正确顺序关闭

验证: 退出系统时查看日志,应该看到有序的关闭步骤,无ERROR日志

Web API端点

核心端点

系统状态:

  • GET /api/status - 获取系统运行状态
  • GET /api/connection/status - 检查QMT连接状态

持仓管理:

  • GET /api/positions - 获取所有持仓
  • GET /api/positions-all - 获取全部持仓详情
  • GET /api/sse - SSE实时推送数据

交易操作:

  • POST /api/actions/execute_buy - 执行买入 (参数: strategy, quantity, stocks;自动买入模块也复用该路径)
  • POST /api/holdings/update - 更新持仓参数(止盈标记/最高价/止损价)

网格交易:

  • POST /api/grid/start - 启动网格会话
  • POST /api/grid/stop/<session_id> - 停止指定网格会话
  • GET /api/grid/sessions - 获取所有网格会话(网关模式只读兼容)
  • GET /api/grid/trades/<session_id> - 获取网格成交记录
  • GET /api/grid/ledger/<session_id> - 获取网格真实账本详情(批次、FIFO配对、盈亏汇总)
  • GET /api/grid/status/<stock_code> - 获取指定股票网格状态

配置管理:

  • GET /api/config - 获取系统配置
  • POST /api/config/save - 保存配置参数

QMT API集成

xtdata (行情接口)

import xtquant.xtdata as xt

# 连接行情服务
xt.connect()

# 获取历史数据
xt.get_market_data(
    field_list=['open', 'high', 'low', 'close', 'volume'],
    stock_list=['000001.SZ'],
    period='1d',
    start_time='20230101',
    end_time='20231231'
)

# 获取实时Tick
xt.get_full_tick(['000001.SZ'])

xttrader (交易接口)

from xtquant.xttrader import XtQuantTrader
from xtquant.xttype import StockAccount

# 创建交易对象
xt_trader = XtQuantTrader(path, session_id)
xt_trader.start()

# 连接账户
acc = StockAccount(account_id, account_type)
xt_trader.connect()

# 下单
xt_trader.order_stock(
    acc,
    stock_code,
    order_type,  # 23=限价买入, 24=限价卖出
    order_volume,
    order_price
)

# 查询持仓
xt_trader.query_stock_positions(acc)

# 查询资产
xt_trader.query_stock_asset(acc)

调试技巧

启用详细日志

# config.py
DEBUG = True
LOG_LEVEL = "DEBUG"

测试模拟交易

# config.py
ENABLE_SIMULATION_MODE = True
DEBUG_SIMU_STOCK_DATA = True  # 绕过交易时间限制

监控关键数据

# 查看内存持仓
position_manager.get_all_positions()

# 查看待执行信号
position_manager.get_pending_signals()

# 检查账户信息
position_manager.get_account_info()

# 查看信号队列
position_manager.latest_signals

# 查看线程监控状态
thread_monitor.get_status()

测试框架架构

测试代码位于 test/ 目录,使用标准 unittest。当前回归配置见 test/integration_test_config.json,包含 31 个测试组(含 fast 快速子集)。

测试基础设施

  • test/test_base.py: TestBase 基类,提供测试DB创建、持仓 fixture、线程断言、条件等待等工具方法
  • test/test_mocks.py: MockQmtTrader 完整模拟 QMT API(连接、持仓查询、下单),无需真实 QMT 环境即可运行测试
  • test/test_utils.py: 通用测试辅助函数

测试分组

组名 优先级 内容
autobuy high 自动买入候选池/条件检查/防重/HTTP下单
system_integration critical 系统集成、无人值守、线程监控
stop_profit high 动态止盈止损策略(7个模块)
grid_signal high 网格信号检测与价格追踪
grid_session high 网格会话生命周期管理
grid_trade high 网格买卖执行与资金管理
grid_mece_regression critical 网格状态机、并发预占、委托回调、真实账本、重启恢复边界
grid_exit high 网格退出条件检测
grid_comprehensive high 网格综合端到端场景
grid_validation medium 参数校验与边界情况
grid_bugfix_c1 critical BUG-C1修复验证(冷却防重单、DESIGN-4设计约束)
grid_bug_regression high 4个已修复Bug的回归验证
order_rejection critical QMT拒单保护与卖出冷却缩短
grid_qa_fixes high MECE审查6个修复的验证
grid_max_investment_safety critical max_investment三重防护验证
core_metrics high 网格利润计算与风险分级
trader_callback critical 卖出委托Callback兜底机制
web_api critical RESTful API功能测试(含Bug修复回归)
multi_account_isolation critical 多账号配置/数据目录/端口隔离
launcher_deployment high 总控制台环境检查/配置校验
db_thread_safety critical 数据库线程安全与Web缓存验证
dual_layer_storage critical 内存+SQLite双层存储一致性
xtdata_data_source high xtdata动态订阅与fallback路径
indicator_calculator high 技术指标计算器全方法验证
grid_qa_gap_supplement critical QA缺口补充(信号优先级/最小卖出/position_snapshot降级)
grid_full_range_coverage critical 全网格区间覆盖(114个用例,A-K 11个套件)
grid_true_pnl critical 网格 True P&L / FIFO 真实盈亏验证
grid_simulation high 价格模拟测试(30个用例)
qmt_ipc_fallback high 大QMT文件IPC降级通道(客户端/执行器/集成)
qmt_rpc high 大QMT RPC 交易后端(契约兼容、只读门禁、回调/委托映射)
fast critical 快速验证子集(当前配置 33 个模块、717 个用例)

测试统计(当前配置): 31组(含 fast)。--all 默认排除重复的 fast 组;最近一次使用 Anaconda python39 执行 --all-with-fast 实测为 31组、107个模块、1933个用例,100% 通过;具体以本地运行报告为准。

编写新测试的规范

from test.test_base import TestBase
from test.test_mocks import MockQmtTrader

class TestMyFeature(TestBase):
    def setUp(self):
        super().setUp()
        self.mock_trader = MockQmtTrader()
        self.mock_trader.add_mock_position("000001.SZ", volume=1000, cost_price=10.0)

    def test_something(self):
        # 测试代码...
        self.wait_for_condition(lambda: condition_met, timeout=5)

测试运行时自动备份生产DB,测试完成后恢复。使用 --skip-env-prep 跳过备份(仅限开发调试)。

相关文档

在线文档

配置文件

account_config.json (必需)

{
  "account_id": "您的交易账号",
  "account_type": "STOCK",
  "qmt_path": "C:/光大证券金阳光QMT实盘/userdata_mini"
}

stock_pool.json (可选)

[
  "000001.SZ",
  "600036.SH",
  "000333.SZ"
]

ALWAYS RESPOND IN SIMPLIFIED CHINESE!!!

0