7月初开始，不少量化社区都在传同一件事：miniQMT 停止新开了。部分券商已经通知不再受理 mini 的新申请，已经开通的用户也在担心服务会不会逐步收缩。知乎消息主要来自量化社区讨论和券商渠道口径，迅投官方没有发布统一公告，所以具体节奏以你自己券商的通知为准——但"外部调用这条路在收紧"这个方向，从7月到现在讨论了一个多月，基本没有争议。
为什么这事影响这么大？因为 miniQMT（xtquant 外部调用）是个人量化最主流的玩法：策略跑在自己的 Python 环境里，想用什么库用什么库，QMT 只负责行情和下单。现在这条路被掐住，大家的策略得找新家。摆在面前的主要是三条路，我把每条的真实成本和坑捋了一遍。
先看清楚两个候选对象的底子
目前 A 股个人量化实盘，市占率最大的就是迅投 QMT 和恒生 PTrade，两家都不对外卖软件，必须通过券商开通，软件本身免费，你的成本只有交易佣金。知乎知乎这是被反复确认过的事实，那些收"软件费""通道费"的，可以直接拉黑。
两者最大的区别在架构：大 QMT 是本地客户端，策略跑在你自己电脑上，电脑必须开着；PTrade 是服务端托管，策略放在券商服务器上，电脑关了它照样跑，策略跟着账号走。由此衍生出一串差异：
Python 版本：大 QMT 内置的是 3.6（具体 3.6.8），很多新库装不上；PTrade 已经升到 3.11。知乎
本地文件：QMT 可以随便读写本地文件、接本地数据库；PTrade 不能读本地文件，所有数据都得走平台接口。
品种：QMT 覆盖股票、两融、期货、期权、可转债；PTrade 不支持期货。
数据：QMT 有 5 分钟、1 分钟全量和 2018 年至今的 tick，但免费下载额度有限（5m/1m 一年、tick 一个月）；PTrade 有 2005 年至今的 1 分钟数据，不少券商开通时还送 Level-2 十档行情。知乎
三条迁移路线的真实成本
路线一：整体搬进大 QMT。这是"正统"方案，把策略改写成 QMT 内置框架（init/handlebar 回调），之后全部在终端内运行。知乎成本是代码要重构——外部调用和内置回调是两套写法，等于把发动机拆了重装；另外 Python 3.6 的老环境，如果你策略里用了比较新的第三方库，大概率要降级或重写。好处是不受外部政策影响，而且本地跑，隐私性强，换台电脑别人就看不到你的策略。
路线二：转投 PTrade。如果你策略本来就不复杂——中低频、规则型、不依赖本地文件和奇怪的库——PTrade 的迁移成本反而更低，因为它对上班族太友好了：不用挂机、不用维护本地环境、内置网格/篮子/条件单一堆现成工具。知乎但要想清楚三个限制：不能读本地文件意味着你的数据处理逻辑得全搬进平台接口；策略托管在券商共享服务器上，高峰期有人反映过算力被挤、策略跑得慢；以及它不支持期货。小红书
路线三：桥接过渡。社区里现在流行的临时方案，比如文件监控（外部程序生成信号写文件，QMT 监控文件下单）、HTTP 桥接（旧代码不动，信号通过接口转发）。知乎这类方案能让你短期不用重写，但本质是在"外部调用"的合规风险边缘继续试探——如果停新的原因就是外接系统风险，那桥接只是把问题往后拖，不适合作为长期方案。知乎
四个问题，帮你定位自己该走哪条
你的策略重度依赖第三方库、本地数据或 AI 模型吗？是 → 倾向留大 QMT；否 → PTrade 可选。
你能接受电脑长期开机托管策略吗？不能（大多数上班族不能）→ PTrade 的云端托管是实打实的刚需。
你做期货吗？做 → 只能 QMT 系，PTrade 不支持。
你的策略频率如何？日内高频、抢单类对延迟敏感 → 大 QMT 本地执行更可控；中低频、网格、轮动类 → PTrade 完全够用，而且省心。
一个值得注意的现实：社区里选择 QMT 的人更多，但用过的几乎都在吐槽它的文档和老 Python 环境；PTrade 选的人少一些，但上手抱怨也少。没有完美选项，只有适合你策略形态的选项。
几个避坑提醒，都是真金白银换来的
第一，门槛。网上"10万就能开"“零门槛"的说法满天飞，真实情况是：QMT/PTrade 权限普遍要求时点资产 10 万到 300 万不等，各家券商口径不同，而且需要风险测评 C4 及以上、签署程序化交易报备问卷和风险揭示书。知乎别信任何"包开通”，以券商官方办理页面为准。
第二，开通是三步，不是一步。客户端装好了 ≠ 权限生效了 ≠ 实盘账号下发了。知乎资金到账后还得主动申请权限，等审核，等账号下发，每一步都可能卡住。
第三，一定要先要测试/模拟账户。知乎回测的成交价和实盘是两回事，滑点、流动性、报单拦截都会让结果变样。知乎先在模拟盘把委托、撤单、成交回报跑通，再上小资金实盘，这个顺序别省。
第四，程序化报备问卷按你真实的交易频率填。乱填可能触发异常报单拦截，策略跑得好好的突然不下单，多半是这里埋的雷。知乎
最后说下接下来值得盯的信号
一是迅投官方会不会给出正式迁移方案、大 QMT 的 Python 环境会不会升级（这决定"搬进大 QMT"这条路的长期体验）；二是 PTrade 这边最近动作不少——官方在推智能编码 skill 和回测插件，配合主流大模型工具直接生成策略代码，如果落地顺利，PTrade 的上手门槛还会再降一档；三是各家券商的门槛和算力配置（共享服务器卡不卡，直接影响 PTrade 体验，有的营业部提供独立服务器，但名额有限）。知乎
量化工具的政策这两年只会越来越规范，与其抱怨，不如趁这次把策略迁到一个长期稳定的架构上。你的策略现在跑在什么环境里？准备走哪条路？评论区聊聊。
投资有风险，本文仅为工具信息梳理，不构成任何投资建议。
