This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.
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执行任何代码修改前必须遵守:
- 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
- 模拟交易优先: 测试新功能前必须设置
ENABLE_SIMULATION_MODE = True - 线程安全: 修改共享数据必须使用
threading.Lock()保护 - 信号验证: 交易信号必须经过
validate_trading_signal()验证,防止重复执行 - 双层存储同步: 修改内存数据库后必须调用
_increment_data_version() - 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) - 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
# 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创建 account_config.json 和 stock_pool.json (参见文档末尾)
python main.py首次运行: 系统会自动创建 data/positions.db 数据库文件
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。
# 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
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。
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 # 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 |
# 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 PowerShell1. 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
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 | 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 |
# 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ENABLE_SIMULATION_MODE = False(切换到实盘)ENABLE_AUTO_OPERATION = True(打开全局自动操作总开关)- 按需打开分开关:
ENABLE_AUTO_TRADING=True和/或ENABLE_GRID_TRADING=True - QMT客户端已启动并登录
account_config.json配置正确
# 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)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
记录所有买卖交易,包含:
stock_code,trade_type(BUY/SELL),price,volumetrade_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)
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
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
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。
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%
# ❌ 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:
...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)
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 Nonewith self.signal_lock:
self.latest_signals[stock_code] = signal_info# ✅ 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}'")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
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"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
)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
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
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'])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)# config.py
DEBUG = True
LOG_LEVEL = "DEBUG"# config.py
ENABLE_SIMULATION_MODE = True
DEBUG_SIMU_STOCK_DATA = True # 绕过交易时间限制# 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)。
- 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
| 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。
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)。
{
"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"
}[
"000001.SZ",
"600036.SH",
"000333.SZ"
]ALWAYS RESPOND IN SIMPLIFIED CHINESE!!!