Python+MiniQMT 实现 MACD+RSI 组合日内做 T 策略（完整可运行代码）

前言

股票日内做 T 是短线常用的降低持仓成本手段，市面上主流做 T 思路分为均线法、量价法、技术指标组合法，其中MACD+RSI + 成交量多指标共振策略胜率相对稳定。本文基于 MiniQMT（xtquant）量化接口，使用 1 分钟 K 线搭建全自动日内 T+0 交易脚本，完整封装指标计算、信号生成、实盘下单全流程。

风险提示：本文代码仅作量化学习演示，股票日内交易存在波动风险，实盘运行前务必回测模拟，不构成任何投资建议。

一、策略核心逻辑

1. 数据周期

采用 1 分钟 K 线捕捉日内短线高低点，适配震荡个股日内波段操作。

2. 指标参数

• MACD：快线 12、慢线 26、信号线 9
• RSI：周期 14，超卖阈值 30，超买阈值 70
• 成交量：20 周期均量，放量 1.5 倍、缩量 0.8 倍区分量能状态

3. 买入做 T（低吸）三重共振条件

4. 卖出做 T（高抛）三重共振条件

二、完整代码实现

1. 模块导入与全局策略参数

from xtquant import xtdata
from xtquant.xttrader import XtQuantTrader, XtQuantTraderCallback
from xtquant.xttype import StockAccount
import pandas as pd
import numpy as np
import talib as ta

# ======================策略参数（可根据个股调整）======================
CODE = "600000.SH" # 交易标的股票代码
PERIOD = "1m" # 日内做T采用1分钟K线
FASTperiod = 12 # MACD快线周期
SLOWperiod = 26 # MACD慢线周期
SIGNALperiod = 9 # MACD信号线周期
RSI_N = 14 # RSI计算周期
VOLUME_MULTIPLE = 1.5 # 放量倍数：大于1.5倍均量判定放量
VOL_LOOKBACK = 20 # 成交量均线计算窗口
RSI_OVERSOLD = 30 # RSI超卖阈值（买入）
RSI_OVERBOUGHT = 70 # RSI超买阈值（卖出）

2. 指标计算函数：获取 K 线并计算 MACD、RSI、量能指标

# ======================1. 获取并计算指标：MACD、RSI、成交量======================
def get_indicators(code, period):
"""获取K线并计算MACD、RSI、成交量指标"""
# 下载最新300根1分钟K线数据
xtdata.download_sector_data([code], period, start_time="", end_time="", count=300)
# 读取本地行情数据
df = xtdata.get_local_data(field_list=[], stock_code=code, period=period, count=300)
# 空值前向填充
df = df.fillna(method="ffill")

close = df["close"].values
volume = df["volume"].values

# 计算MACD指标 DIF、DEA、MACD柱
dif, dea, macd_bar = ta.MACD(
close,
fastperiod=FASTperiod,
slowperiod=SLOWperiod,
signalperiod=SIGNALperiod
)

# 计算RSI相对强弱指标
rsi = ta.RSI(close, timeperiod=RSI_N)

# 成交量均线、放量/缩量标记
vol_ma = ta.SMA(volume, VOL_LOOKBACK)
is_volume_up = volume > vol_ma * VOLUME_MULTIPLE # 放量标记
is_volume_down = volume < vol_ma * 0.8 # 缩量标记

# 将指标合并至原始行情DataFrame
df["dif"] = dif
df["dea"] = dea
df["macd_bar"] = macd_bar
df["rsi"] = rsi
df["vol_ma"] = vol_ma
df["is_volume_up"] = is_volume_up
df["is_volume_down"] = is_volume_down

return df

3. 交易信号生成函数：区分买入 T / 卖出 T / 无信号

# ======================2. 日内做T核心买卖信号======================
def generate_signal(df):
"""生成做T买入/卖出信号
return: signal(0无信号,1买入T,-1卖出T), 当前最新K线数据
"""
signal = 0 # 初始化无信号
latest = df.iloc[-1] # 最新一根1分钟K线
prev = df.iloc[-2] # 前一根1分钟K线

# ———————-买入做T（低吸）条件———————-
buy_condition = (
# 条件1：RSI超卖小于30
(latest["rsi"] < RSI_OVERSOLD)
and
# 条件2：MACD绿柱缩短 或 MACD金叉
(
(latest["macd_bar"] < 0 and latest["macd_bar"] > prev["macd_bar"])
or
(latest["dif"] > latest["dea"] and prev["dif"] <= prev["dea"])
)
and
# 条件3：缩量回调，抛压衰竭
latest["is_volume_down"]
)

# ———————-卖出做T（高抛）条件———————-
sell_condition = (
# 条件1：RSI超买大于70
(latest["rsi"] > RSI_OVERBOUGHT)
and
# 条件2：MACD红柱缩短 或 MACD死叉
(
(latest["macd_bar"] > 0 and latest["macd_bar"] < prev["macd_bar"])
or
(latest["dif"] < latest["dea"] and prev["dif"] >= prev["dea"])
)
and
# 条件3：放量上涨，多头动能衰减
latest["is_volume_up"]
)

# 判定信号
if buy_condition:
signal = 1
elif sell_condition:
signal = -1

return signal, latest

4. 策略主运行函数：信号校验、账户查询、自动下单

# ======================3. 执行交易（日内做T）======================
def run_t_strategy(xt_trader, acc):
"""运行日内做T策略主函数"""
print(f"===== 开始执行 {CODE} 日内做T策略 =====")
# 1. 获取完整指标行情数据
df = get_indicators(CODE, PERIOD)
# 2. 生成交易信号
signal, latest = generate_signal(df)
price = latest["close"]

# 打印当前盘面指标状态，方便日志观察
print(f"最新价: {price:.2f}")
print(f"RSI: {latest['rsi']:.2f}")
print(f"MACD DIF: {latest['dif']:.6f}, DEA: {latest['dea']:.6f}")
print(f"MACD柱: {latest['macd_bar']:.6f}")
print(f"放量: {latest['is_volume_up']}, 缩量: {latest['is_volume_down']}")

# 查询账户持仓、可用资金
pos = xt_trader.query_stock_position(acc, CODE)
available_cash = xt_trader.query_account(acc).cash
pos_volume = pos.volume if pos else 0

# 买入做T：有现金 + 买入信号，单次下单100股
if signal == 1:
print("✅ 触发【做T买入信号】")
if available_cash > price * 100:
xt_trader.order_stock(
acc, CODE, xt_trader.STOCK_BUY, 100, 0, price, "日内做T-低吸"
)
else:
print("现金不足，无法买入")

# 卖出做T：有持仓 + 卖出信号，单次卖出100股
elif signal == -1:
print("❌ 触发【做T卖出信号】")
if pos_volume >= 100:
xt_trader.order_stock(
acc, CODE, xt_trader.STOCK_SELL, 100, 0, price, "日内做T-高抛"
)
else:
print("无持仓，无法卖出")

# 无交易信号
else:
print("📊 无交易信号，继续观察")

三、使用说明

四、策略优缺点分析

优势

缺陷

五、优化拓展方向

重要风险声明

量化策略存在历史回测失真、行情滑点、接口延迟、交易规则变动等多重风险，本文代码仅用于编程与量化逻辑学习，严禁未模拟直接实盘投入大额资金。市场有风险，投资需谨慎。