miniqmt

name	miniqmt
description	使用本机 MiniQMT / xtquant 获取和处理行情、财务、板块、交易日历、tick、Level2、账户相关数据。适用于从 QMT、MiniQMT、xtdata、xtquant 获取 A 股股票、指数、ETF、可转债、期货等数据的任务。
license	Proprietary project skill

MiniQMT / xtquant 数据 Skill

适用场景

• 用户明确提到 MiniQMT、QMT、xtdata、xtquant。
• 用户需要 A 股股票、指数、ETF、可转债、期货等本地行情数据。
• 用户需要历史 K 线、分钟线、tick、板块成分、交易日历、财务数据、合约信息、指数成分、Level2 或其他 xtquant 支持的数据。
• 用户需要查询 MiniQMT 账号、资产、持仓、当日委托或成交。
• 当前单资产策略闭环中需要获取可回测的价格数据。

配置来源

MiniQMT 配置从项目配置和环境变量读取：

• configs/qmt.yaml
• .env
• QMT_USERDATA
• QMT_ACCOUNT_ID
• QMT_ACCOUNT_TYPE

可以自己写 Python 脚本或在命令行中执行 Python。脚本里可以使用项目配置加载器读取配置，例如：

from strategy_lab.config.loader import load_config_file
qmt_cfg = load_config_file("qmt")["qmt"]

不要在输出中展示敏感信息。账号查询需要 QMT 客户端已启动并登录。行情、财务、板块、交易日历等数据主要通过 xtquant.xtdata 获取。

执行原则

按照用户要求的数据和格式，你可以：

• 直接在命令行执行短 Python 命令。
• 在 artifacts/data_agent_workspace/scripts 中编写任务脚本，然后用 python 脚本路径 执行。
• 复制并改造 reference_scripts 里的参考脚本。

大型结果必须保存到 artifacts/data_agent_workspace/data_files，不要打印完整 DataFrame。终端只输出 JSON 摘要，包括输出路径、行数、字段、日期范围和少量预览。

回测数据格式

后续 Backtrader 回测最常用的是 OHLCV 数据：

datetime, open, high, low, close, volume

建议额外保留：

symbol, openinterest, amount, source

推荐最终字段：

symbol, datetime, open, high, low, close, volume, openinterest, amount, source

说明：

• datetime 是交易日期或时间，日线可以是 YYYYMMDD。
• open/high/low/close/volume 是 Backtrader 最核心字段。
• openinterest 是 Backtrader 兼容字段，股票通常没有，填 0 即可。
• amount 不是 Backtrader 必需字段，但后续画像、流动性检查、复盘可能会用到。
• source 标记为 miniqmt，方便后续追踪数据来源。
• 如果用户要求特定字段名或文件格式，优先满足用户要求。

组合层 / 预算层多资产数据格式

如果任务要求为预算层或组合层生成多资产数据，优先生成两个文件：

panel_ohlcv.parquet
returns_wide.parquet

panel_ohlcv.parquet 使用长表：

symbol, datetime, open, high, low, close, volume, pctchange

returns_wide.parquet 使用宽表：

index=datetime
columns=完整资产代码，例如 159819.SZ、512880.SH
values=日收益率

要求：

• symbol 和 returns_wide 的列名尽量使用完整代码，即 代码.市场。
• MiniQMT 或中间脚本如果返回 159819、512880 这类无后缀代码，应根据资产池或用户输入补齐后缀。
• 保存 returns_wide.parquet 前必须把 datetime 设为 index，而不是仅保存为普通列。
• 生成后检查 returns_wide.index 是否是 DatetimeIndex，且 panel_ohlcv.symbol 能与 returns_wide.columns 对齐。

参考脚本

参考脚本只作为模板，不是唯一入口。LLM 可以复制、改写，或自己写新的脚本。

用于回测 OHLCV 数据的参考脚本：

src/strategy_lab/skills/data_agent/miniqmt/reference_scripts/fetch_ohlcv_for_backtest.py

参考命令：

python src/strategy_lab/skills/data_agent/miniqmt/reference_scripts/fetch_ohlcv_for_backtest.py --symbol 600519.SH --period 1d --start 20240101 --end 20240110 --dividend-type front_ratio --output-path artifacts/data_agent_workspace/data_files/600519_ohlcv_20240101_20240110.parquet

如果要获取其他 xtquant 数据，不要被这个参考脚本限制。先查 references/xtquant_docs.md，确认函数签名，再写自己的脚本调用对应函数。

自写脚本模板

from pathlib import Path
import json
import pandas as pd
from strategy_lab.config.loader import load_config_file

load_config_file("qmt")
from xtquant import xtdata
xtdata.enable_hello = False

project_root = Path.cwd()
output_path = project_root / "artifacts" / "data_agent_workspace" / "data_files" / "your_output.parquet"
output_path.parent.mkdir(parents=True, exist_ok=True)

# 在这里按 xtquant 文档调用目标函数
# raw = xtdata.some_function(...)
# df = ...

df.to_parquet(output_path, index=False)
print(json.dumps({
    "ok": True,
    "output_path": str(output_path),
    "row_count": len(df),
    "columns": list(df.columns),
}, ensure_ascii=False, default=str))

参考文档

完整 xtquant 文档位于：

references/xtquant_docs.md

需要查接口时，先用 grep 搜索函数名、资产类型或关键词，再用 read_file 阅读相关片段。不要一次性读取全文。

常用接口线索：

• 历史 K 线下载：download_history_data(stock_code, period, start_time, end_time, incrementally=True)
• 批量历史 K 线下载：download_history_data2(stock_list, period, start_time, end_time, callback=None, incrementally=True)
• 历史行情读取：get_market_data_ex([], [stock_code], period=period, start_time=start_time, end_time=end_time, count=-1, dividend_type=...)
• 财务数据下载：download_financial_data(stock_list, table_list=[])
• 财务数据读取：get_financial_data(stock_list, table_list=[], start_time='', end_time='', report_type='report_time')
• 板块数据下载：download_sector_data()
• 板块列表：get_sector_list()
• 板块成分：get_stock_list_in_sector(sector_name)
• 交易日历：get_trading_calendar(market, start_time='', end_time='')

工作流程

1. 明确用户要什么数据、标的、时间范围、频率、字段和文件格式。
2. 如果是回测数据，优先生成 OHLCV 格式。
3. 需要其他数据时，先在 references/xtquant_docs.md 中定位函数。
4. 在 artifacts/data_agent_workspace/scripts 中写任务脚本，或复制参考脚本改造。
5. 运行脚本，结果保存到 artifacts/data_agent_workspace/data_files。
6. 检查最终文件是否存在、能否读取、行数、字段、日期范围、关键字段缺失情况。
7. 最终回答写明最终数据文件路径、数据来源、日期范围、行数、字段列表和必要说明。