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）

不少小伙伴痴迷于用 AI 操作 Miniqmt，但实操方法五花八门、效率参差不齐。今天给大家分享一套亲测可用、完全免费的高效协同方案：Trae + Skill + Miniqmt，手把手拆解核心工具与实操逻辑，新手也能快速上手！

一、核心工具 1：Trae—— 免费好用的 AI 原生开发 IDE

1.1 工具简介

Trae（全称：The Real AI Engineer）是字节跳动 2025 年推出的AI 原生智能集成开发环境（AI IDE），主打 AI 自动写代码、全流程开发能力，堪称 “AI 开发工程师”。

1.2 核心优势

• 免费可用：基础 AI 功能完全免费，对普通用户友好无门槛；
• 全流程开发：支持从需求拆解、代码生成、调试修改到运行的一站式开发；
• 桌面 / 网页多端：提供 SOLO 独立桌面端、移动端及网页版，适配不同使用场景。

1.3 官方入口

官网：https://www.trae.cn可直接下载对应客户端，登录后即可使用 AI 编程功能。

二、核心工具 2：Skill——AI 的 “精准工具说明书”

2.1 工具定义

Skill 是一份清晰、严谨、可执行的指令文档（SKILL.md），核心作用是明确告诉 AI：

• When（条件）：在什么场景 / 触发条件下执行操作；
• How（步骤）：具体执行的详细步骤；
• What（结果）：最终需要输出的内容格式。

简单来说，Skill 就是 AI 的专属 “工具说明书”，避免 AI 理解偏差、胡乱生成代码，确保输出精准匹配需求。

2.2 实操示例（SKILL.md）

markdown

## 基础用法
描述如何触发CI/CD流水线:
- 检查PR状态
- 执行单元测试
- 更新PR测试状态

## 高级功能
详细说明请参见ci-advanced-features.md:
- 并行执行多分支测试
- 条件触发不同类型的测试
- 自定义失败处理策略

## API参考
所有方法与参数说明请参见'c-api-reference.md:
- startPipeLine(prId: string, branch: string)
- getPipeLineStatus (pipelineId: string)
- cancelPipeline (pipelineId: string)

同理，可自定义 “查股价”“自动止损”“RSI 指标筛选” 等专属 Skill，让 AI 严格按指令执行。

三、核心工具 3：Miniqmt—— 灵活可控的量化交易终端

3.1 工具优势

Miniqmt 作为轻量化量化交易终端，核心优势是灵活度拉满：

• 支持 AI IDE（如 Trae）自由编写、修改量化策略；
• 可无缝接入各类 Python 第三方库（pandas、numpy 等）；
• 自带行情数据、交易接口，无需额外对接数据源。

3.2 基础界面

登录 Miniqmt 后，核心界面包含：股票 / 期货交易面板、持仓 / 成交 / 委托查询、账号资金管理、Python 策略编辑入口等，直接关联行情数据，为 AI 编程提供数据源支撑。

四、实战演示：AI+Trae+Miniqmt 筛选 RSI＜20 股票

下面用一个实战案例，演示三者协同流程：需求：通过 AI 写代码，从全部 A 股中筛选 RSI＜20 的股票，用 Miniqmt 数据源并导出 CSV 文件。

4.1 无 Skill 加持：AI 生成代码（易踩坑）

直接给 Trae 发送原生提示词：

帮我写一个函数，从全部 A 股中找到 RSI 小于 20 的，然后导出 CSV 文件

4.1.1 AI 需求拆解

Trae 自动拆解为 7 步执行：

1. 检查项目结构和现有文件
2. 安装必要依赖库（tushare、pandas 等）
3. 编写获取全部 A 股股票代码的函数
4. 编写计算 RSI 指标的函数
5. 编写筛选 RSI 小于 20 股票的逻辑
6. 编写导出结果到 CSV 文件的函数
7. 测试整个流程是否正常运行

4.1.2 生成代码（未适配 Miniqmt）

python

运行

import tushare as ts
import pandas as pd
import numpy as np
import time

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..")
    # 提示用户输入tushare token
    token=input("请输入你的tushare token:")
    try:
        # 使用tushare获取股票列表
        pro=ts.pro_api(token)
        # 获取A股股票列表
        stock_List=pro.stock_basic(exchange='',list_status='L',fields='ts_code,symbol,name,area')
        # 筛选出A股(股票代码以600、601、603、000、002、300开头)
        a_stocks=stock_List[stock_List['ts_code'].str.match(r'^(600|601|603|000|002|300)')]
        print(f"共获取到{len(a_stocks)}只A股股票")
        return a_stocks,pro
    except Exception as e:
        print(f"获取股票列表时出错:{e}")
        print("请确保你的tushare token正确,并且已经注册了tushare账号")
        return None, None

4.2 核心痛点

无 Skill 时，AI 存在 2 个关键问题：

1. 数据源错误：默认调用 tushare，未适配 Miniqmt 内置数据源；
2. 代码冗余：生成无关逻辑（如 token 输入），未聚焦核心需求。

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

风险提示

本策略历史回测业绩不代表未来实际收益，市场环境变化可能导致策略效果不及预期

国债 ETF、权益类 ETF 均存在价格波动风险，极端市场行情下仍可能产生本金亏损

策略调仓存在成交滑点、交易手续费、标的流动性等影响，实盘收益可能与回测存在差异

跨境 ETF、黄金 ETF 受汇率、海外市场、政策等因素影响，存在额外波动风险

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。