# miniQMT

**Repository Path**: vx-qa/miniQMT

## Basic Information

- **Project Name**: miniQMT
- **Description**: miniQMT 是一个基于迅投QMT API的量化交易系统，实现了自动化交易策略执行、持仓管理、止盈止损和网格交易等功能。系统支持模拟交易和实盘交易两种模式。
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 0
- **Created**: 2025-12-14
- **Last Updated**: 2026-01-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# miniQMT - 无人值守量化交易系统

<div align="center">

[![Python Version](https://img.shields.io/badge/python-3.8%2B-blue)](https://www.python.org/downloads/)
[![License](https://img.shields.io/badge/license-MIT-green)](LICENSE)
[![QMT API](https://img.shields.io/badge/QMT-API-orange)](https://dict.thinktrader.net)

**基于迅投QMT API的智能量化交易系统**

[功能特性](#功能特性) • [快速开始](#快速开始) • [系统架构](#系统架构) • [文档](#文档) • [常见问题](#常见问题)

</div>

---

## 📖 项目简介

miniQMT 是一个专为A股市场设计的**无人值守量化交易系统**,集成了自动化交易策略执行、智能持仓管理、动态止盈止损等功能。系统采用双层存储架构和线程自愈机制,可7x24小时稳定运行。

### 🎯 核心优势

- **🛡️ 无人值守**: 线程健康监控与自动重启,系统崩溃自动恢复
- **🔄 双层存储**: 内存数据库 + SQLite持久化,高性能与数据安全兼顾
- **🎯 信号分离**: 信号检测与执行分离,策略逻辑清晰可控
- **📈 智能止盈止损**: 动态止盈策略,最大化收益同时控制风险
- **🌐 Web监控**: 实时监控界面,随时掌握系统运行状态
- **🧪 模拟交易**: 完整的模拟交易功能,策略验证零风险

---

## ✨ 功能特性

### 交易功能
- ✅ **自动交易执行**: 支持模拟交易和实盘交易
- ✅ **动态止盈止损**: 首次止盈 + 动态止盈双重保护
- ✅ **网格交易**: 可选的网格交易策略
- ✅ **信号验证机制**: 防止重复执行,确保交易安全

### 系统功能
- ✅ **线程健康监控**: 自动检测线程崩溃并重启
- ✅ **优雅关闭**: 有序关闭各模块,避免数据丢失
- ✅ **超时保护**: API调用超时保护,防止线程阻塞
- ✅ **非交易时段优化**: 自动降低CPU占用(30% → <2%)

### 监控功能
- ✅ **Web实时监控**: 账户信息、持仓列表实时更新
- ✅ **SSE推送**: Server-Sent Events实时数据推送
- ✅ **系统诊断**: 内置多个诊断工具,快速定位问题

---

## 🚀 快速开始

### 环境要求

- **Python**: 3.8+ (推荐 3.9)
- **操作系统**: Windows (QMT仅支持Windows)
- **QMT客户端**: 实盘交易需要安装并登录QMT

### 安装步骤

1. **克隆项目**
```bash
git clone https://github.com/your-repo/miniQMT.git
cd miniQMT
```

### 模块化设计原则

系统采用严格的模块化设计，每个py文件对应一个独立功能模块：

```
miniQMT/
├── config.py                   # 集中管理所有可配置参数
├── logger.py                   # 统一日志管理(自动清理)
├── main.py                     # 系统启动入口和线程管理
├── data_manager.py             # 历史数据获取与存储(xtdata接口)
├── indicator_calculator.py     # 技术指标计算(MACD、均线等)
├── position_manager.py         # 持仓管理核心(内存+SQLite双层架构)
├── trading_executor.py         # 交易执行器(xttrader接口)
├── strategy.py                 # 交易策略逻辑
├── web_server.py               # RESTful API服务(Flask)
├── easy_qmt_trader.py          # QMT交易API封装
├── utils.py / Methods.py       # 工具函数集合
├── MyTT.py                     # 技术指标计算工具
├── account_config.json         # 账户配置文件(敏感信息)
├── stock_pool.json             # 股票池配置
├── data/                       # 数据存储目录
│   ├── trading.db              # SQLite数据库
│   └── stock2buy.json          # 备选股票池
├── logs/                       # 日志文件目录
├── test/                       # 测试文件目录
│   ├── unit_test.py            # 单元测试
│   ├── StopLossTakeProfitTest.py  # 止盈止损测试
│   ├── GridTradingTest.py      # 网格交易测试
│   ├── test_qmt_position_interface.py  # QMT持仓接口测试
│   ├── test_qmt_path_config.py # QMT路径配置测试
│   └── test_qmt_fix_verification.py  # QMT修复验证测试
├── web1.0/                     # Web前端界面
│   ├── index.html              # 主页面
│   ├── script.js               # 前端逻辑
│   └── readme.md               # 前端说明
├── xtquant/                    # 迅投QMT SDK
└── CLAUDE.md                   # 本文档
```

### 模块依赖关系

```mermaid
graph LR
    config[config.py] --> |配置参数| all[所有模块]
    logger[logger.py] --> |日志记录| all

    main[main.py] --> |初始化| dm[data_manager]
    main --> |初始化| pm[position_manager]
    main --> |初始化| st[strategy]
    main --> |初始化| ws[web_server]

    dm --> |数据| ic[indicator_calculator]
    ic --> |指标| st

    pm --> |持仓信息| st
    pm --> |持仓信息| ws
    pm --> |交易API| eqt[easy_qmt_trader]

    st --> |交易指令| te[trading_executor]
    te --> |执行交易| eqt

    ws --> |API调用| st
    ws --> |API调用| te
    ws --> |API调用| pm

    style config fill:#ffd,stroke:#333
    style logger fill:#ffd,stroke:#333
    style main fill:#f9f,stroke:#333,stroke-width:2px
```

### 线程架构

系统采用多线程并发架构，各线程职责如下：

| 线程名称 | 启动位置 | 主要职责 | 运行频率 |
|---------|---------|---------|---------|
| **数据更新线程** | `data_manager.start_data_update_thread()` | 更新股票池中所有股票的最新行情数据 | 每60秒 |
| **持仓监控线程** | `position_manager.start_position_monitor_thread()` | 1. 同步实盘持仓到内存<br>2. 更新当前价格<br>3. 检测止盈止损信号 | 每3秒 |
| **策略执行线程** | `strategy.start_strategy_thread()` | 1. 获取待处理信号<br>2. 执行交易决策<br>3. 网格交易检查 | 每5秒 |
| **定时同步线程** | `position_manager.start_sync_thread()` | 将内存数据库的关键字段同步到SQLite | 每5秒 |
| **日志清理线程** | `logger.schedule_log_cleanup()` | 清理过期日志文件 | 每天凌晨 |
| **Web服务线程** | `web_server.start_web_server()` | 提供RESTful API和前端页面服务 | 持续运行 |

**线程安全机制**：
- 使用 `threading.Lock()` 保护共享数据结构
- SQLite 连接使用 `check_same_thread=False`
- 内存数据库操作使用版本号机制避免竞态

### 数据流架构

**实盘模式数据流**:
```mermaid
sequenceDiagram
    participant QMT as QMT实盘账户
    participant PM as position_manager
    participant MEM as 内存数据库
    participant DB as SQLite数据库

    loop 每3秒
        QMT->>PM: qmt_trader.position()
        PM->>MEM: _sync_real_positions_to_memory()
        Note over MEM: volume, available, cost_price
    end

    loop 每5秒
        MEM->>DB: _sync_memory_to_db()
        Note over DB: 持久化: open_date, profit_triggered, etc.
    end

    loop 实时更新
        PM->>MEM: update_all_positions_price()
        Note over MEM: current_price, market_value, profit_ratio
    end
```

**模拟模式数据流**:
```mermaid
sequenceDiagram
    participant UI as Web界面
    participant TE as trading_executor
    participant PM as position_manager
    participant MEM as 内存数据库

    UI->>TE: 模拟买入/卖出指令
    TE->>PM: simulate_buy/sell_position()
    PM->>MEM: 直接修改持仓数据
    Note over MEM: 跳过QMT接口<br>资金从SIMULATION_BALANCE扣除/增加
    PM->>MEM: 生成模拟订单ID: SIM{timestamp}{counter}
```

### 信号检测与执行流程

系统采用**信号检测与执行分离**的设计模式：

```mermaid
flowchart TD
    A[持仓监控线程] --> B{检测交易信号}
    B --> C[止损信号]
    B --> D[首次止盈信号]
    B --> E[动态止盈信号]

    C --> F[写入 latest_signals 队列]
    D --> F
    E --> F

    F --> G[策略执行线程]
    G --> H{ENABLE_AUTO_TRADING?}

    H -->|False| I[仅监控不执行]
    H -->|True| J[get_pending_signals]

    J --> K{validate_trading_signal}
    K -->|验证失败| L[拒绝执行]
    K -->|验证通过| M{模拟/实盘模式?}

    M -->|模拟| N[simulate_sell_position]
    M -->|实盘| O[trading_executor.sell_stock]

    O --> P[QMT API执行]
    N --> Q[直接修改内存数据库]

    style H fill:#faa,stroke:#333
    style M fill:#afa,stroke:#333
```

**关键设计要点**：
1. 监控线程**始终运行**，持续检测信号（即使 ENABLE_AUTO_TRADING=False）
2. `ENABLE_AUTO_TRADING` 开关只控制**是否执行**检测到的信号
3. 每个信号都要经过 `validate_trading_signal()` 验证，防止重复执行
4. 信号验证包括：持仓数据一致性、信号是否过期、是否已处理

### 关键设计模式

1. **单例模式**: 所有核心模块通过 `get_*()` 函数返回单例实例
   ```python
   # 示例
   from position_manager import PositionManager
   def get_position_manager():
       global _position_manager_instance
       if _position_manager_instance is None:
           _position_manager_instance = PositionManager()
       return _position_manager_instance
   ```

2. **双层存储架构**:
   - 内存数据库(`sqlite3.connect(":memory:")`)存储高频更新数据
   - SQLite文件数据库持久化关键状态(避免重启丢失)

3. **信号检测与执行分离**:
   - 监控线程负责信号检测(始终运行)
   - `ENABLE_AUTO_TRADING`开关控制是否执行交易
2. **安装依赖**
```bash
pip install pandas numpy flask flask-cors xtquant mootdx  TA-Lib
```

**关键依赖说明**：
- `pandas`, `numpy`: 数据处理和计算
- `flask`, `flask-cors`: Web服务框架
- `xtquant`: 迅投QMT交易和行情接口（需要安装QMT客户端）
- `mootdx`: 备用行情数据源
- `talib` (可选): 高级技术指标计算

3. **配置账户** (创建 `account_config.json`)
```json
{
  "account_id": "您的交易账号",
  "account_type": "STOCK",
  "qmt_path": "C:/光大证券金阳光QMT实盘/userdata_mini"
}
```

4. **配置股票池** (可选,创建 `stock_pool.json`)
```json
[
  "000001.SZ",
  "600036.SH",
  "000333.SZ"
]
```

5. **启动系统**
```bash

python main.py
```

6. **访问Web界面**
```
http://localhost:5000
```

### ⚠️ 首次运行建议

**强烈建议先使用模拟模式测试**:

1. 确认 `config.py` 中 `ENABLE_SIMULATION_MODE = True`
2. 运行无人值守功能测试: `python test/test_unattended_operation.py`
3. 观察系统运行稳定后,再切换到实盘模式

---

## 🏗️ 系统架构

### 核心设计

```
┌─────────────────────────────────────────────────────────┐
│                    线程监控器 (60秒)                      │
│              检测线程崩溃 → 自动重启                       │
└─────────────────────────────────────────────────────────┘
                            ↓
┌──────────────┬──────────────┬──────────────┬────────────┐
│  数据更新线程  │  持仓监控线程  │  策略执行线程  │  Web服务   │
│   (60秒)     │    (3秒)     │    (5秒)     │  (持续)    │
└──────────────┴──────────────┴──────────────┴────────────┘
       ↓              ↓              ↓              ↓
┌─────────────────────────────────────────────────────────┐
│              双层存储架构                                 │
│  内存数据库 (高频更新) ←→ SQLite (持久化)                 │
└─────────────────────────────────────────────────────────┘
```

### 数据流

**实盘模式**:
```
QMT实盘账户 → 持仓同步(10秒) → 内存数据库 → 定时同步(15秒) → SQLite
```

**模拟模式**:
```
Web界面 → 交易执行器 → 内存数据库 (跳过QMT接口)
```

详细架构说明请查看 [ARCHITECTURE.md](ARCHITECTURE.md)

---

## 📊 核心配置

### 功能开关 (config.py)

```python
# 交易模式
ENABLE_SIMULATION_MODE = True   # True=模拟, False=实盘 ⚠️
ENABLE_AUTO_TRADING = False     # 自动交易执行开关 ⚠️

# 策略功能
ENABLE_DYNAMIC_STOP_PROFIT = True  # 止盈止损功能
ENABLE_GRID_TRADING = False        # 网格交易功能

# 系统功能
ENABLE_THREAD_MONITOR = True    # 线程健康监控（无人值守必需）⭐
DEBUG = False                   # 调试模式
```


### 常用命令速查

```bash
# 启动系统
python main.py

# 运行测试
python -m pytest test/unit_test.py                # 单元测试
python test/StopLossTakeProfitTest.py            # 止盈止损测试
python test/GridTradingTest.py                   # 网格交易测试
python test/easy_qmt_trader_test.py              # QMT接口测试
python test/test_qmt_position_interface.py       # 持仓接口测试
python test/test_qmt_path_config.py              # 路径配置测试

# 清理日志
python -c "from logger import clean_old_logs; clean_old_logs()"

# 检查数据库
sqlite3 data/trading.db ".tables"                # 查看所有表
sqlite3 data/trading.db "SELECT * FROM positions;"  # 查看持仓
```

### Windows 环境特别注意
- 使用 Anaconda Python 3.10 虚拟环境（默认）
- 日志文件使用 UTF-8 编码（避免中文乱码）
- 路径使用正斜杠 `/` 或双反斜杠 `\\`
### 止盈止损配置

```python
# 止损
STOP_LOSS_RATIO = -0.075  # 成本价下跌7.5%触发止损

# 首次止盈
INITIAL_TAKE_PROFIT_RATIO = 0.06  # 盈利6%触发
INITIAL_TAKE_PROFIT_RATIO_PERCENTAGE = 0.6  # 卖出60%

# 动态止盈
DYNAMIC_TAKE_PROFIT = [
    (0.05, 0.96),  # 最高浮盈5%时,止盈位=最高价*96%
    (0.10, 0.93),  # 最高浮盈10%时,止盈位=最高价*93%
    (0.15, 0.90),
    (0.20, 0.87),
    (0.30, 0.85),
]
```

---

## 📚 文档

- **[CLAUDE.md](CLAUDE.md)** - 开发指南(面向AI助手和开发者)
- **[ARCHITECTURE.md](ARCHITECTURE.md)** - 详细架构说明
- **[docs/quick_start_unattended.md](docs/quick_start_unattended.md)** - 无人值守运行指南
- **[docs/unattended_operation_summary.md](docs/unattended_operation_summary.md)** - 线程监控详解

---

## 🧪 测试

### 推荐测试顺序

```bash
# 1. 无人值守功能测试（验证线程自愈机制）
python test/test_unattended_operation.py

# 2. 系统综合测试
python test/comprehensive_test.py

# 3. 止盈止损测试
python test/test_stop_loss_buy_param.py

# 4. Web数据刷新测试
python test/test_web_data_refresh.py

# QMT交易接口测试
python test/easy_qmt_trader_test.py

# QMT路径配置测试（验证路径自动检测）
python test/test_qmt_path_config.py

# QMT修复验证测试（验证接口修复）
python test/test_qmt_fix_verification.py
```

### 系统诊断工具

```bash
# 检查系统状态
python test/check_system_status.py

# 诊断QMT连接
python test/diagnose_qmt_connection.py

# 诊断系统问题
python test/diagnose_system_issues.py
```


### 调试技巧

**启用详细日志**:
```python
# config.py
DEBUG = True
LOG_LEVEL = "DEBUG"
```

**测试模拟交易**:
```python
# config.py
ENABLE_SIMULATION_MODE = True
DEBUG_SIMU_STOCK_DATA = True  # 绕过交易时间限制
```

**监控关键数据流**:
```python
# 查看内存持仓数据
position_manager.get_all_positions()

# 查看待执行信号
position_manager.get_pending_signals()

# 检查账户信息
position_manager.get_account_info()

# 查看信号队列
position_manager.latest_signals
```

**调试止盈止损逻辑**:
```python
# 在 strategy.py 中添加断点
def execute_trading_signal_direct(self, stock_code, signal_type, signal_info):
    # 在此处设置断点，观察信号内容
    logger.debug(f"执行信号: {signal_type}, 信息: {signal_info}")
```

## API接口说明

### Web API端点 (web_server.py)

**系统状态**:
- `GET /api/status` - 获取系统运行状态
  - 返回：账户信息、监控状态、全局开关状态
- `GET /api/connection/status` - 检查QMT连接状态

**持仓管理**:
- `GET /api/positions` - 获取所有持仓
  - 返回：持仓列表、数据版本号
- `GET /api/positions/<stock_code>` - 获取单只股票持仓
- `GET /api/positions/stream` - SSE实时推送持仓数据

**交易操作**:
- `POST /api/actions/execute_buy` - 执行买入操作
  - 参数：`stock_code`, `amount`, `strategy`(可选)
- `POST /api/actions/execute_sell` - 执行卖出操作
  - 参数：`stock_code`, `volume`, `strategy`(可选)
- `POST /api/actions/execute_trading_signal` - 执行指定交易信号
  - 参数：`stock_code`, `signal_type`, `signal_info`

**配置管理**:
- `GET /api/config` - 获取系统配置
- `POST /api/config/update` - 更新配置参数
  - 支持动态更新：止盈止损比例、仓位限制等

**信号查询**:
- `GET /api/signals/pending` - 获取待处理信号列表
- `GET /api/signals/latest/<stock_code>` - 获取指定股票的最新信号

**数据查询**:
- `GET /api/data/history/<stock_code>` - 获取历史K线数据
- `GET /api/data/realtime/<stock_code>` - 获取实时行情

## QMT API集成要点

### xtdata(行情接口)
```python
# data_manager.py
import xtquant.xtdata as xt

# 连接行情服务
xt.connect()

# 获取历史数据
xt.get_market_data(
    field_list=['open', 'high', 'low', 'close', 'volume'],
    stock_list=['000001.SZ'],
    period='1d',
    start_time='20230101',
    end_time='20231231'
)

# 获取实时Tick数据
xt.get_full_tick(['000001.SZ'])
```

### xttrader(交易接口)
```python
# easy_qmt_trader.py
from xtquant.xttrader import XtQuantTrader
from xtquant.xttype import StockAccount

# 创建交易对象
xt_trader = XtQuantTrader(path, session_id)

# 启动交易线程
xt_trader.start()

# 连接账户
acc = StockAccount(account_id, account_type)
xt_trader.connect()

# 下单
xt_trader.order_stock(
    acc,
    stock_code,
    order_type,  # 23=限价买入, 24=限价卖出
    order_volume,
    order_price
)

# 查询持仓
xt_trader.query_stock_positions(acc)

# 查询资产
xt_trader.query_stock_asset(acc)
```

## 数据库表结构

### positions (持仓表 - 内存+SQLite)
```sql
CREATE TABLE positions (
    stock_code TEXT PRIMARY KEY,       -- 股票代码
    stock_name TEXT,                   -- 股票名称
    volume REAL,                       -- 持仓数量(来自QMT)
    available REAL,                    -- 可用数量(来自QMT)
    cost_price REAL,                   -- 成本价(来自QMT)
    base_cost_price REAL,              -- 基础成本价
    current_price REAL,                -- 当前价(来自行情接口)
    market_value REAL,                 -- 市值(计算得出)
    profit_ratio REAL,                 -- 盈亏比例(计算得出)
    last_update TIMESTAMP,             -- 最后更新时间
    open_date TIMESTAMP,               -- 开仓日期(持久化)
    profit_triggered BOOLEAN,          -- 是否触发首次止盈(持久化)
    highest_price REAL,                -- 历史最高价(持久化)
    stop_loss_price REAL,              -- 止损价(持久化)
    profit_breakout_triggered BOOLEAN, -- 是否触发突破止盈
    breakout_highest_price REAL        -- 突破后最高价
)
```

**数据来源说明**：

| 字段 | 数据来源 | 更新时机 |
|------|---------|---------|
| `stock_code`, `volume`, `available`, `cost_price` | QMT实盘 `qmt_trader.position()` | 每3秒同步一次 |
| `current_price` | `data_manager.get_latest_data()` | 实时更新 |
| `market_value`, `profit_ratio` | 计算 | 价格更新时重新计算 |
| `open_date`, `profit_triggered`, `highest_price`, `stop_loss_price` | 持久化字段 | 策略触发时更新并立即同步到SQLite |

### trade_records (交易记录表)
```sql
CREATE TABLE trade_records (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    stock_code TEXT,                   -- 股票代码
    stock_name TEXT,                   -- 股票名称
    trade_time TIMESTAMP,              -- 交易时间
    trade_type TEXT,                   -- BUY, SELL
    price REAL,                        -- 交易价格
    volume INTEGER,                    -- 交易数量
    amount REAL,                       -- 交易金额
    trade_id TEXT,                     -- 订单ID
    commission REAL,                   -- 手续费
    strategy TEXT                      -- 策略标识(simu/auto_partial/stop_loss/grid等)
)
```

### stock_daily_data (历史K线数据表)
```sql
CREATE TABLE stock_daily_data (
    stock_code TEXT,
    stock_name TEXT,
    date TEXT,
    open REAL,
    high REAL,
    low REAL,
    close REAL,
    volume REAL,
    amount REAL,
    PRIMARY KEY (stock_code, date)
)
```

### stock_indicators (指标数据表)
```sql
CREATE TABLE stock_indicators (
    stock_code TEXT,
    date TEXT,
    ma10 REAL,
    ma20 REAL,
    ma30 REAL,
    ma60 REAL,
    macd REAL,
    macd_signal REAL,
    macd_hist REAL,
    PRIMARY KEY (stock_code, date)
)
```
---

## ❓ 常见问题

### Q1: 如何切换到实盘交易?

**A**: 修改 `config.py`:
```python
ENABLE_SIMULATION_MODE = False  # 切换到实盘
ENABLE_AUTO_TRADING = True      # 启用自动交易
```
**⚠️ 注意**: 确保QMT客户端已启动并登录!

### Q2: 系统崩溃后会自动恢复吗?

**A**: 会的! 系统内置线程健康监控,每60秒检查一次线程状态,检测到崩溃立即重启。详见 [无人值守运行文档](docs/quick_start_unattended.md)

### Q3: 如何查看系统运行日志?

**A**: 日志文件位于 `logs/qmt_trading.log`,可以使用:
```bash
# 实时查看日志
tail -f logs/qmt_trading.log

# 查看最近100行
tail -n 100 logs/qmt_trading.log
```

### Q4: 模拟交易和实盘交易有什么区别?

**A**:
- **模拟交易**: 不调用QMT API,使用虚拟资金,无交易时间限制
- **实盘交易**: 通过QMT API执行真实订单,使用实际账户资金

### Q5: 如何添加新的股票到股票池?

**A**: 编辑 `stock_pool.json` 文件,添加股票代码(格式: `股票代码.交易所`):
```json
[
  "000001.SZ",  // 深圳交易所
  "600036.SH",  // 上海交易所
  "新增股票.SZ"
]
```

更多问题请查看 [CLAUDE.md - 常见问题](CLAUDE.md#常见问题与解决方案)

---

## 🛡️ 风险提示

**⚠️ 重要提醒**:

1. **量化交易有风险,投资需谨慎**
2. **本系统仅供学习研究使用,不构成投资建议**
3. **实盘交易前请充分测试策略,确保理解系统运行逻辑**
4. **建议设置合理的止损比例,控制单日最大亏损**
5. **定期检查系统运行状态,关注异常日志**

---

## 📄 许可证

本项目采用 MIT 许可证 - 详见 [LICENSE](LICENSE) 文件

---

## 🤝 贡献

欢迎提交 Issue 和 Pull Request!

---

## 📧 联系方式

如有问题或建议,请通过以下方式联系:

- 提交 [GitHub Issue](https://github.com/your-repo/miniQMT/issues)
- 邮箱: your-email@example.com

---

<div align="center">

**⭐ 如果这个项目对你有帮助,请给个Star支持一下! ⭐**

Made with ❤️ by miniQMT Team

</div>