健康险中的疾病指的是哪些相关资讯_叩富问财专题

张经理 _股票
深圳已帮助7.7万+人好评552

QMT策略中频繁调用history_bars或get_market_data会拖慢速度。合理的数据缓存可以大幅提升性能。本文介绍几种缓存技巧。技巧一：在init中预加载历史数据，存入context。`pythondefinit(context): context.price_cache={} stocks=['000001.SZ','000002.SZ'] forstockinstocks: context.price_cache[stock]=history_bars(stock,200,'1d','close')`然后在handle_bar中，直接从缓存索引，而不是重新获取。注意每天收盘后需要追加新数据。技巧二：使用functo... 阅读全文

2026-5-18 16:00 294次浏览

QMT中的仓位计算：处理融资融券的复杂情况

张经理 _股票
深圳已帮助7.7万+人好评552

在信用账户中使用QMT进行量化交易，仓位计算比普通账户复杂，因为涉及融资负债、维持担保比例、可用保证金等。本文介绍如何在QMT策略中正确计算两融仓位。首先，获取账户信息。QMT提供了以下函数：-get_margin_ratio()：维持担保比例。-get_available_margin()：可用保证金（融资额度）。-get_credit_position()：信用持仓详情。全仓下单时，不能简单使用order_target_percent(1)，因为可用资金包括融资额度。正确的全仓买入需要计算最大可买数量：`pythondefbuy_with_leverage(stock,leverage=1.0):lever... 阅读全文

2026-5-18 15:57 228次浏览

两融在资产配置中的角色定位

晖哥聊财经
已帮助0人好评0

在个人或家庭资产配置的框架中，融资融券应当扮演什么角色？这是一个值得深入思考的问题。将两融放在正确的位置上，才能发挥其工具价值，而不至于喧宾夺主。从资产配置的角度看，两融首先是一种杠杆工具，而杠杆天然具有放大波动的作用。因此，它更适合配置在投资组合的“卫星”部分，而非“核心”部分。所谓核心资产，是指那些长期持有、风险可控、用于实现资产稳健增值的部分，通常以优质股票、指数基金或债券为主... 阅读全文

2026-5-18 15:54 299次浏览

QMT中的期权量化：简单买入看涨策略的实现

张经理 _股票
深圳已帮助7.7万+人好评552

期权是非线性的金融工具，量化交易可以充分利用其杠杆和风险对冲特性。QMT支持期权交易，本文介绍一个简单的买入看涨期权策略，并给出代码实现。策略逻辑：当预期某只股票将大涨时，买入其平值看涨期权，而非买入股票本身。优点是损失有限（权利金），潜在收益无限。缺点是需要判断方向和时间。步骤一：获取期权合约列表。使用QMT的get_option_list函数，根据标的股票和到期月份筛选。`pythondefget_atm_call(stock_code,expiry_month): opts=get_option_list(stock_code,expiry_month,call_put='... 阅读全文

2026-5-18 15:53 215次浏览

PTrade中的跨品种套利：豆粕与豆油的价差交易

张经理 _股票
深圳已帮助7.7万+人好评552

跨品种套利利用相关性高的两个品种价差偏离进行对冲交易。PTrade支持期货交易，可以实现商品期货的套利策略。本文以豆粕和豆油为例，讲解跨品种套利的量化实现。逻辑基础：豆粕和豆油都是大豆压榨产品，价差通常在一定范围内波动。当价差过大时，做空价差（卖豆油买豆粕）；价差过小时，做多价差（买豆油卖豆粕）。注意，需计算合约标准化。步骤一：获取数据。使用PTrade的期货行情接口，获取豆粕主力合约和豆油主力合约的连续价格。步骤二：计算价差。由... 阅读全文

2026-5-18 15:53 246次浏览

QMT中的风险控制模块：设置单日最大亏损限额

张经理 _股票
深圳已帮助7.7万+人好评552

量化策略在实盘中可能遭遇极端行情，导致单日大幅亏损。设置单日最大亏损限额可以防止策略失控。QMT支持自定义风控模块，实现熔断机制。本文介绍实现方法。思路：在每天开始时记录初始总资产，盘中实时计算当前总资产，如果亏损超过预设阈值（如总资产的3%），则立即平仓所有持仓，并停止当日交易。实现代码：`pythondefinit(context): context.daily_loss_limit=0.03 #3%亏损限额 context.daily_initial_value=None context.trading_enabled=Truedefbefore_trading(context):... 阅读全文

2026-5-18 15:50 269次浏览

QMT中的盘口数据订阅：实现基于订单簿的短线策略

张经理 _股票
深圳已帮助7.7万+人好评552

盘口数据（Level2）包括十档买卖盘、逐笔成交等，比普通五档行情更精细。QMT支持订阅盘口数据，实现基于订单簿失衡、大单追踪等短线策略。本文介绍如何获取和使用盘口数据。首先，开通Level2权限。部分券商免费提供，有的需付费（每月几十元）。国金证券对特定客户提供。其次，在QMT中订阅盘口数据。使用subscribe_quote并指定period='tick'，同时设置level2=True：`pythondefinit(context): xtdata.subscribe_quote('000001.SZ',period='tick',callback=on_tick,level2=True)defon_tick(context,... 阅读全文

2026-5-18 15:47 359次浏览

QMT中的日志记录与调试技巧：如何高效排查策略问题

张经理 _股票
深圳已帮助7.7万+人好评552

量化策略在回测和实盘运行时，难免出现意料之外的行为。有效的日志记录和调试技巧可以大幅缩短问题排查时间。本文介绍QMT中常用的日志与调试方法。一、使用log_info输出关键信息。QMT提供了log_info、log_debug、log_error等函数。在策略的关键位置（如开仓条件、参数计算）打印变量值。例如：`pythonlog_info(f"当前日期{context.now},{stock}价格{price},ma5={ma5},ma20={ma20},金叉信号{ma5>ma20}")`实盘运行时，日志会输出到QMT的日志窗口，也可以设置保存到文件。注意不要打印过于频繁（如... 阅读全文

2026-5-18 15:35 260次浏览