前言

本文代码展示为伪打码，真实操可用在↓↓↓

 miniQMT+AI如何高效协同（上）

上一篇我们聊了 Trae+Skill+Miniqmt 的基础组合，用原生提示词让 AI 写 RSI 筛选代码时，默认调用了 tushare 数据源，完全没适配 Miniqmt。

本期接着实战：直接指定 Miniqmt 的 xtquant 接口→AI 瞎编代码报错→加入 Skill 后，AI 精准生成可直接运行的代码，全程拆解避坑要点，新手也能搞定！

一、无 Skill 版：指定 xtquant 接口，AI 依然乱编

1.1 修正提示词，指定 Miniqmt 数据源

在上期提示词基础上，明确告知 AI 用 Miniqmt 接口：

帮我写一个函数，从全部 A 股中找到 RSI 小于 20 的，行情数据通过 miniQMT 的 xtquant 接口来获取，然后导出 CSV 文件

1.2 AI 思考与代码生成

Trae 识别需求后，拆解 7 步任务：

1. 了解 xtquant 接口的使用方法和安装要求
2. 安装 xtquant 库
3. 修改获取全部 A 股股票代码的函数，使用 xtquant 接口
4. 修改获取股票历史数据的函数，使用 xtquant 接口
5. 测试修改后的脚本是否正常运行
6. 保持 RSI 计算逻辑不变
7. 保持导出 CSV 文件的功能不变

生成的核心代码片段：

import pandas as pd
import numpy as np
import time
from xtquant import xtdata

def get_all_a_stocks():
    """获取全部A股股票代码"""
    print("获取全部A股股票代码...")
    try:
        xtdata.init()  # AI凭空编造的错误方法
        # 获取全部股票列表
        all_instruments = xtdata.get_instrument_list()
        # 筛选A股
        a_stocks = []
        for instrument in all_instruments:
            if (instrument.startswith('600') or instrument.startswith('601') or
                instrument.startswith('603') or instrument.startswith('000') or
                instrument.startswith('002') or instrument.startswith('300')) and \
               (instrument.endswith('.SH') or instrument.endswith('.SZ')):
                a_stocks.append(instrument)
        print(f"共获取到{len(a_stocks)}只A股股票")
        return a_stocks
    except Exception as e:
        print(f"获取股票列表时出错:{e}")
        return None

1.3 运行报错：AI 瞎编接口，直接翻车

执行代码后，终端直接报错：

AttributeError: module 'xtquant.xtdata' has no attribute 'init'

核心问题：AI 不熟悉 Miniqmt 的 xtquant 接口，凭空编造xtdata.init()方法，完全脱离实际，代码根本跑不通。

二、有 Skill 版：接入技能文档，AI 精准生成可用代码

2.1 提前准备：编写 Miniqmt 专属 Skill

Skill 就是 AI 的Miniqmt 接口说明书，提前把 xtquant 常用接口（如获取股票列表、下载行情、计算指标）的标准写法写进SKILL.md，告诉 AI “必须按这个规则写代码”。

2.2 相同提示词，AI 先调用 Skill

再次发送相同提示词：

帮我写一个函数，从全部 A 股中找到 RSI 小于 20 的，行情数据通过 miniQMT 的 xtquant 接口来获取，然后导出 CSV 文件

这次 AI 的思考逻辑完全不同：

我需要创建一个函数来筛选RSI小于20的A股并导出CSV。首先调用miniQMT-skills技能来获取必要的股票数据功能。

关键变化：AI 优先读取我们写好的 Miniqmt Skill，不再凭空编造接口，严格按说明书生成代码。

2.3 生成可直接运行的代码（适配 xtquant）

有 Skill 加持后，生成的代码完全符合 Miniqmt 接口规范，无编造方法，直接跑通：

import pandas as pd
import numpy as np
from xtquant import xtdata

# 计算RSI指标
def calculate_rsi(prices, period=14):
    delta = prices.diff()
    gain = (delta.where(delta > 0, 0)).rolling(window=period).mean()
    loss = (-delta.where(delta < 0, 0)).rolling(window=period).mean()
    rs = gain / loss
    rsi = 100 - (100 / (1 + rs))
    return rsi

# 获取全部A股代码（标准xtquant接口）
def get_all_a_stocks():
    all_instruments = xtdata.get_instrument_list()
    a_stocks = []
    for code in all_instruments:
        if (code.startswith(('600','601','603','000','002','300')) and
            code.endswith(('.SH','.SZ'))):
            a_stocks.append(code)
    return a_stocks

# 筛选RSI<20的股票并导出CSV
def screen_rsi_below_20():
    a_stocks = get_all_a_stocks()
    result = []
    for code in a_stocks:
        try:
            # 下载近60天日线数据
            df = xtdata.get_market_data_ex(
                stock_list=[code], period='1d', start_time='20250101'
            )
            if not df.empty:
                df['rsi'] = calculate_rsi(df['close'])
                last_rsi = df['rsi'].iloc[-1]
                if last_rsi < 20:
                    result.append({'股票代码': code, '最新RSI': round(last_rsi, 2)})
        except:
            continue
    # 导出CSV
    pd.DataFrame(result).to_csv('RSI小于20的股票.csv', index=False, encoding='utf-8-sig')
    print(f"筛选完成，共找到{len(result)}只RSI<20的股票")
    return result

if __name__ == "__main__":
    screen_rsi_below_20()

2.4 运行结果：无报错，直接输出结果

终端正常输出：

筛选RSI小于20的股票...
筛选完成，共找到8只RSI<20的股票

同时生成RSI小于20的股票.csv文件，数据准确，直接可用！

三、Skill 核心价值：告别瞎编，打造专属 AI 量化助手

3.1 为什么必须用 Skill？

• 杜绝胡编接口：Skill 明确 Miniqmt 标准接口，AI 不再凭空造方法；
• 代码直接跑通：生成的代码适配 xtquant，无需手动修改；
• 效率翻倍：一次写 Skill，永久复用，后续写策略直接调用。

3.2 Skill 打磨技巧

Skill 不用一次性写全，渐进式优化即可：

1. 前期：把常用接口（获取股票、下载行情、下单）写成基础 Skill；
2. 中期：用到新功能（如条件单、资金查询），随时添加到 Skill；
3. 后期：沉淀成完整的Miniqmt 技能书，覆盖全量化场景。

四、总结

Trae+Skill+Miniqmt的核心逻辑：AI 负责写代码，Skill 负责定规则，Miniqmt 负责跑策略。

不用精通 Python，不用吃透量化接口，只要写好 Skill，普通人也能让 AI 帮你写量化策略、做自动化交易，轻松上手量化投资！

感兴趣的小伙伴可以用qmt试一试，不知道如何申请的看文章链接会自动回复

miniQMT+AI如何高效协同（上）

免责声明

本文所有内容仅为量化投资技术交流与策略科普，不构成任何投资建议、交易指导、开户推荐。证券投资有风险，投资者应根据自身风险承受能力、投资目标自主决策，据此操作产生的所有盈亏，均由投资者自行承担，本文作者及发布平台不承担任何法律责任。量化策略需经过充分的回测、模拟盘验证后，再谨慎参与实盘交易。