QMT订阅深度解析：get_market_data_ex 与 subscribe_quote 的区别

QUANT 2025-11-25 15:17:34 112 举报

QMT中两种主流的实时行情订阅方式,虽然它们都能实现数据订阅，但在设计理念、使用方式和适用场景上存在显著差异。

简单来说，它们的核心区别在于：一个是“拉取+自动订阅”的一体化模式，另一个是“被动获取”的专业订阅模式。

ContextInfo.get_market_data_ex(subscribe=True)：一体化的“拉取”模式

我们可以将这个函数理解为一个“全能选手”。当我们在中调用它并保持默认参数时，它会同时做两件事：

1 拉取数据：从我们的本地缓存中读取历史数据。

2 自动订阅：在后台默默地为我们订阅该股票的实时行情。

会自动将历史数据和最新接收到的实时数据“拼接”在一起，让我们在单次调用中就能获得一个连续的数据序列。需要主动调用这个函数来获取数据。

适用场景

当我们的策略逻辑需要在一个时间截面上，同时分析“刚刚过去的N根K线”和“最新的行情”时，这个函数非常方便。例如，在每个分钟线分笔数据的开始，我们需要计算过去20根分钟线的均线，并结合当前价格做判断。

# 示例：在每个bar中获取含最新价的K线序列
def handlebar(ContextInfo):
    # 获取包含历史和最新实时数据的过去20根1分钟K线
    # QMT会自动处理订阅和数据拼接
    data = ContextInfo.get_market_data_ex(
        fields=["close"],
        stock_code=["000001.SZ"],
        period="1m",
        count=20, # 获取最新的20条数据
        subscribe=True # 默认就是True
    )
    
    # data里已经包含了最新的行情
    current_price = data["000001.SZ"]["close"].iloc[-1]
    print(f"最新价: {current_price}")

ContextInfo.subscribe_quote：专业的“推送”模式

这个函数它只负责一件事：实时监控行情服务器只要监控的股票有新的行情数据（例如一个新的Tick或一根新的K线形成），服务器就会主动将这个新数据“推送”（Push）给我们的程序。

这种推送是通过我们在订阅时指定的回调函数（Callback）来实现的。每当新数据到来，QMT就会自动调用我们设定的那个函数。

适用场景

这种模式非常适合事件驱动的策略。例如，我们希望“一旦A股票的最新成交价突破10元，就立刻执行买入操作”。这种场景下，我们不需要反复去“拉取”数据，只需要在回调函数里设置好触发逻辑即可，效率更高，响应更及时。

#encoding:gbk
 
def call_back(data):
    print(data)
 
    # data 形如：{'000001.SZ': DataFrame}
    for code, df in data.items():
        # 取最新一行的收盘价（列名为 close）
        last_close = df["close"].iloc[-1]
        if last_close > 10:
            print(code, "价格大于 10，买入")
       #自行补充下单代码
def init(C):
    C.subID = C.subscribe_quote("000001.SZ", "1d", callback=call_back)
 
def handlebar(C):
    print("============================")
    print("C.subID: ", C.subID)