先说说什么是 “量化交易”：平时咱们买股票可能是看新闻、听分析，凭感觉决定买还是卖；但量化交易是把买卖规则（列如 “当某只股票价格跌了 5% 就买，涨了 8% 就卖”）写成电脑能看懂的程序，让电脑自己盯着市场，到了条件就自动下单，不用人天天盯盘。

而 QMT就是专门帮人做这件事的工具。它的核心作用就是让你把你的交易想法变成能自动跑的程序，再连接到交易所去执行。

QMT具体能做什么呢？

列如你有个交易思路：“每天下午 2 点半，选今天成交量比昨天大 30% 以上的股票，买其中价格最低的 3 只”。

你让他执行的那个选股交易的动作，在量化交易当中就被称为“交易策略”或者是“量化策略”。如果你不知道这个量化策略能不能赚钱，你可以让他把这个策略放到过去10年的历史数据当中，完全按照设定的规则交易，就可以看到收益率、胜率、夏普率、最大回撤等统计指标，能不能赚钱心里就有数了，这在量化当中就叫做“回测”

回测没问题了，就可以让 QMT 连接你的股票账户，到了时间它就自动按规则找股票、下单，整个过程不用你动手，电脑实时盯着市场数据（价格、成交量这些），反应比人快多了。

如何使用QMT？

1、下载Python库

第一次下载QMT软件后的第一件事情，就是下载 Python 库，使用默认地址即可，千万不要擅自修改路径，下载后重启客户端。另外，盘中下载速度会很慢，提议盘前或盘后再下载。

2、下载历史数据

在 QMT 量化交易中，下载历史数据是策略开发的关键基础，直接影响回测准确性和实盘效果，所以必定得记得下载。

在智能下载界面下载、更新不同种类和范围的历史数据。

在快速下载标签页内快速下载当日数据，并设置自动下载等选项。

批量下载功能可以在选择指定品种，数据范围和想要下载的数据类型选项后 开始下载所选范围内包含的所有数据。

3、新建导入策略

在「主页界面」或者「模型研究」界面，用户可创建自己的模型，模型创建方法有两种：

方法一，点击“新建模型”按钮并选择模型语言类型（VBA或python)，在弹出「模型编辑器」 中从头开始写一个自己的量化模型。

方法二，使用系统预置的各种示例模型，点击后方“编辑”按钮，并在弹出 的「模型编辑器」中以此示例模型代码为基础进行编写。

4、查看回测绩效

在回测之前，可以手动在操作—数据管理中补充数据，方便回测运行。也可以直接回测，系统会自动补全相应品种指定运行周期的所有历史数据。

对某个策略编译成功后，点击回测，可以通过日志输出查看模型回测情况，主界面会跳转到模型设置的默认标的和默认周期界面，并输出模型绩效分析结果。

如果回测时间太长，不想再继续进行下去，可直接点击“策略停止”按钮， 停止回测。

随着光标在K线主图上的移动，右边回测结果展示窗口会动态显示截止光标 所在当日的绩效分析结果（包括年化收益，基准年化收益，单位净值，下方差， 信息比率，夏普比率，波动率，索提诺比率，阿尔法系数，贝塔系数，跟踪误差， 最大回撤，胜率等）、买卖操作和持仓分析等。

同时，也可以直接在回测界面将该策略添加到实盘交易，转到实盘交易后策 略默认为运行状态。

另外，回测结果还提供了持仓分析、历史板块汇总、操作明细、日志输出等 信息，方便进行深入分析。

上面就是整个使用流程，第一次使用会很陌生，多用几次就很熟练了。