掘金量化（MyQuant / GoldMiner）

掘金量化 是专业量化交易平台，提供事件驱动策略开发、回测、模拟交易和实盘交易。支持A股、期货、期权、ETF、可转债和融资融券，通过统一的Python SDK（gm.api）操作。

需要在 https://www.myquant.cn 注册获取Token进行认证。实盘交易需要通过掘金终端连接券商账户。

安装

bash
pip install gm

也可从官网下载：https://www.myquant.cn/docs/downloads/698

架构概述

你的Python脚本（strategy.py）
↓ gm SDK（from gm.api import *）
├── 回测模式 → 掘金回测引擎（云端/本地）
├── 模拟交易 → 掘金模拟交易服务器
└── 实盘交易 → 掘金终端 → 券商网关

策略程序结构

所有策略遵循事件驱动架构，包含生命周期函数：

python
from gm.api import *

def init(context):
初始化函数 — 策略启动时调用一次，用于设置订阅和参数
# 订阅两只股票的30秒K线，保留最近5根历史K线
subscribe(symbols=SHSE.600000,SZSE.000001, frequency=30s, count=5)
context.my_param = 0.8 # 自定义上下文属性

def on_bar(context, bars):
K线事件 — 每根K线收盘时触发，在此编写主要交易逻辑
bar = bars[0]
if bar[close] > bar[open]:
# 收盘价高于开盘价，以限价单买入1000股
order_volume(symbol=bar[symbol], volume=1000,
side=OrderSideBuy, ordertype=OrderType_Limit,
positioneffect=PositionEffectOpen, price=bar[close])

def on_tick(context, tick):
Tick事件 — 每次Tick推送时触发（实时模式）
print(tick[symbol], tick[price])

def onorderstatus(context, order):
订单状态事件 — 订单状态变化时触发
print(f订单 {order[clordid]}: 状态={order[status]})

def onexecutionreport(context, execrpt):
成交回报事件 — 交易成交时触发
print(f已成交: {execrpt[symbol]} {execrpt[filledvolume]}@{execrpt[filledvwap]})

if name == main:
run(strategyid=yourstrategy_id,
filename=main.py,
mode=MODE_BACKTEST, # 运行模式：回测
token=your_token,
backteststarttime=2024-01-01 09:30:00, # 回测开始时间
backtestendtime=2024-06-30 15:00:00, # 回测结束时间
backtestinitialcash=1000000, # 初始资金1,000,000
backtestcommissionratio=0.0003, # 手续费率0.03%
backtestslippageratio=0.001, # 滑点0.1%
backtestadjust=ADJUSTPREV) # 前复权

基本函数

init — 策略初始化

python
def init(context):
# 订阅日K线，保留最近20根
subscribe(symbols=SHSE.600000, frequency=1d, count=20)
context.ratio = 0.8 # 自定义参数

• - 策略启动时调用一次
• 用于设置订阅、定义参数和初始化状态
• 回测模式下init中不允许下单（模拟/实盘模式允许）

schedule — 定时任务

python
def init(context):
# 每个交易日09:40:00执行algo_1函数
schedule(schedulefunc=algo1, daterule=1d, timerule=09:40:00)
# 每月第一个交易日14:30:00执行algo_2函数
schedule(schedulefunc=algo2, daterule=1m, timerule=14:30:00)

def algo_1(context):
# 选股/调仓逻辑
pass

def algo_2(context):
# 市价单买入200股
order_volume(symbol=SHSE.600000, volume=200,
side=OrderSideBuy, ordertype=OrderType_Market,
positioneffect=PositionEffectOpen)

• - daterule: 1d（每日）、1w（每周，仅回测）、1m（每月，仅回测）
• timerule: HH:MM:SS格式，必须补零（例如09:40:00，而非9:40:0）

run — 运行策略

python
run(strategyid=strategy1,
filename=main.py,
mode=MODEBACKTEST, # MODEBACKTEST=2（回测），MODE_LIVE=1（实盘/模拟）
token=your_token,
backteststarttime=2024-01-01 09:30:00,
backtestendtime=2024-06-30 15:00:00,
backtestinitialcash=1000000, # 初始资金
backtesttransactionratio=1, # 成交比例
backtestcommissionratio=0.0003, # 手续费率
backtestslippageratio=0.001, # 滑点比例
backtestadjust=ADJUSTPREV) # ADJUSTNONE=0（不复权），ADJUSTPREV=1（前复权），ADJUST_POST=2（后复权）

stop — 停止策略

python
stop() # 优雅停止并退出策略

数据订阅

subscribe — 订阅行情数据

python
subscribe(symbols=SHSE.600000,SZSE.000001,
frequency=60s, # 频率：tick、1s~300s、60s、300s、900s、1800s、3600s、1d
count=5, # context.data中保留的历史K线数量
wait_group=True, # 等待组内所有标的就绪后再触发回调
waitgrouptimeout=5s) # 等待超时时间

unsubscribe — 取消订阅

python
unsubscribe(symbols=SHSE.600000, frequency=60s)

数据事件

数据查询函数

current — 实时快照

python
data = current(symbols=SZSE.000001)

返回: [{symbol: SZSE.000001, price: 16.56, open: 16.20, high: 16.92, low: 16.15,

quotes: [{bidp: 16.55, bidv: 209200, askp: 16.56, askv: 296455}, ...],

cumvolume: 160006232, cumamount: 2654379585.66, created_at: ...}]

• - 回测模式：仅返回 symbol、price、created_at
• 实盘模式：返回完整tick字段，包含5档买卖盘

history — 历史K线/Tick

python
df = history(symbol=SHSE.000300, frequency=1d,
starttime=2024-01-01, endtime=2024-06-30,
fields=open,close,high,low,volume,eob,
skip_suspended=True, # 跳过停牌日
fill_missing=None, # 缺失值填充：None、NaN、Last
adjust=ADJUST_PREV, #