下跌中的放量阴线相关资讯_叩富问财专题

量化张经理 _股票
德阳已帮助16万+人好评1295

“顺势而为”是金融市场的金科玉律。在2026年的市场格局下，趋势跟随策略（TrendFollowing）依然是主流投资框架之一。该策略不试图预测未来，而是通过对过去价格走势的客观分析，确认当前处于上涨、下跌还是横盘趋势中，并据此调整仓位。宽基ETF（如中证A500、沪深300、创业板指等）由于代表了市场或特定风格的整体表现，具有良好的趋势持续性，是执行趋势跟随策略的优质对象。均线系统与通道指标的应用在ETF... 阅读全文

2026-4-22 10:04 404次浏览

QMT中的VBA脚本与Python脚本如何相互转换？

张经理 _股票
深圳已帮助7.7万+人好评552

早期的一批量化交易者很多习惯使用VBA编写策略，但在2026年的技术生态中，Python显然拥有更强的生命力。QMT系统同时支持这两种脚本，也为投资者的语言迁移提供了便利。白描地讲，转换的核心在于逻辑的映射。VBA中的循环和条件判断在Python中都有对应的表达方式，最大的区别在于数据接口的调用。在QMT中，Python的API设计更加符合现代开发者的习惯，函数名更加直观，参数传递也更灵活。对于持有VBA旧策略的投资者，建议采用&... 阅读全文

2026-4-21 16:20 198次浏览

什么是量化交易中的回测滑点与佣金模拟？

张经理 _股票
深圳已帮助7.7万+人好评552

在进行量化回测时，许多投资者发现回测收益曲线极其完美，实盘却大幅亏损，这通常是因为忽略了回测滑点与佣金模拟。回测滑点是指模拟交易中预设价格与实际撮合价的偏差。在现实中，即使是10万规模的资金，在大盘波动时也可能导致几个价位的偏差。如果在回测中不预设滑点，就是在“理想真空”环境下做实验，结果必然失真。佣金模拟则是对每笔交易成本的真实扣除。量化策略尤其是高频策略，对交易费用极其敏感。白描式地讲，如果每笔交易赚的... 阅读全文

2026-4-21 16:06 253次浏览

中果网：五一备货清淡苹果行情维持弱势

同花顺期货 _期货
杭州已帮助184人好评4698

2026年4月21日，苹果产区交易未见起色，五一备货氛围不浓，采购商较为有限。冷库中基本以客商发自存货为主，调果农货现象不多，少量交易也以质量偏好的高次、三级果为主，果农有急售情绪，成交价格维持慢滑趋势。(中果网) 阅读全文

2026-4-21 14:20 115次浏览

信达证券：给予中曼石油买入评级

同花顺期货 _期货
杭州已帮助184人好评4698

信达证券股份有限公司胡晓艺,刘红光近期对中曼石油进行研究并发布了研究报告《油价承压拖累盈利，海外布局加速》，给予中曼石油买入评级。中曼石油(603619)事件：2026年4月14日晚，中曼石油发布2025年度报告，2025年，公司实现营收39.26亿元，同比-5.05%；实现归母净利润5.10亿元，同比-29.80%；扣非后归母净利润5.25亿元，同比-24.06%。实现基本每股收益1.11元，同比-36.93%。实现经营现金流净额13.03亿元，同比-15.52%。2025年第四季度，公司单季度营业收入9.41亿元，同比下降13.15%，环比下降6.20%；... 阅读全文

2026-4-21 08:35 294次浏览

QMT回测详解：让你的策略在历史中跑起来

小鹿经理 _股票
渭南已帮助20万+人好评7445

【QMT回测全攻略：一键穿越时空，让策略“活”在历史里！】为什么需要回测？想象一下，你精心设计了一个炒股策略，但直接投入真金白银前，难道不想先看看它在过去10年的表现吗？️QMT回测就是你的“时间机器”，用历史数据模拟交易，帮你避开“未来函数”陷阱，验证策略的真正实力！✨️QMT回测三步走：1️⃣数据准备：导入K线、财务、行情等数据（支持分钟/日/周级别）小技... 阅读全文

2026-4-19 18:29 200次浏览

如何在PTrade中实现高效的网格交易策略？

张经理 _股票
深圳已帮助7.7万+人好评552

网格交易是一种典型的量化策略，通过在震荡区间内设置阶梯式的买卖点，实现“低买高卖”。在PTrade系统中，实现这一逻辑变得非常精准且自动化。具体执行步骤如下：首先，散户投资者需要通过Python脚本设定“基准价”和“网格间距”。例如，以某只ETF的当前价为基准，每下跌1%买入一份，每上涨1%卖出一份。在PTrade中，这些逻辑可以通过简单的循环语句和条件判定来... 阅读全文

2026-4-17 16:20 282次浏览

QMT中的Tick级别数据处理技巧

张经理 _股票
深圳已帮助7.7万+人好评552

Tick数据是指盘中每一次成交的明细，包含了最微观的价格波动信息。在QMT系统中，深度利用Tick数据可以开发出更高精度的量化模型。对于普通投资者，处理Tick数据的挑战在于其数据量巨大。QMT通过内存缓冲技术，允许Python策略高效读取最近的切片。常见的应用包括“大单监控”：通过分析Tick数据中的单笔成交量，识别是否有机构资金介入。此外，在订单执行环节，通过Tick级别的盘口分析，可以判断买卖盘的压力... 阅读全文

2026-4-17 16:09 252次浏览