AI直接帮您快速解决量化编程难题：https://iris.findtruman.io/ai/tool/ai-quantitative-trading/

问题背景

在实际量化交易中，一个策略通常需要同时监控几十甚至上百只股票。如果逐只轮询获取行情，不仅效率低，还容易造成数据延迟。QMT 提供了实时行情订阅接口，可以实现多股票并发监控。

实现思路

QMT 的推荐方式是使用行情订阅接口，而不是循环调用获取最新价格。

基本流程如下：

1. 建立 QMT 连接。

2. 一次性订阅多个股票代码。

3. 在回调函数中接收实时行情。

4. 根据策略条件执行交易逻辑。

示例代码：

from xtquant import xtdata

stocks = [
    "600519.SH",
    "000001.SZ",
    "300750.SZ"
]

def on_data(data):
    for code, quote in data.items():
        print(code, quote["lastPrice"])

xtdata.subscribe_quote(
    stock_code=stocks,
    period="tick",
    callback=on_data
)

xtdata.run()

这样程序无需主动轮询，当行情更新时会自动触发回调。

注意事项

• 不建议频繁重复订阅同一只股票，否则会增加资源占用。

• 监控股票数量较多时，可按行业或策略拆分订阅，提高稳定性。

• 回调函数应尽量避免复杂计算，耗时任务建议交给独立线程处理，防止阻塞行情接收。

总结

相比循环查询行情，实时订阅不仅延迟更低，而且更适合盘中策略和自动交易，是 QMT 推荐的开发方式。

---

补充： 如果策略逻辑比较复杂，可以用EasyQuant AI量化编程助手（https://iris.findtruman.io/ai/tool/ai-quantitative-trading/）生成 QMT 的完整策略代码，再根据自己的需求进行修改，比从零开始写代码效率高很多。