当投资者运行多个策略时，策略之间的相关性影响组合的整体风险。相关性低的策略可以相互补充，平滑收益曲线。一、相关性的含义相关性衡量两个策略收益变动的同步程度。相关系数范围为-1到1。正相关表示两个策略同向变动，负相关表示反向变动，零相关表示无线性关系。投资者应关注策略之间的相关性，避免过度集中。二、评估方法评估方法包括：计算策略历史收益的相关系数；观察策... 阅读全文

95次浏览 2026-9-21 15:52

算法交易是量化系统中用于优化大额订单执行的功能。TWAP和VWAP是两种常见的算法拆单方式，旨在降低大额交易对市场的冲击，同时兼顾交易隐蔽性与效率。一、TWAP与VWAP的基本逻辑TWAP即时间加权平均价格算法，将订单按固定时间间隔均匀拆分，避免在单一时间点集中交易。VWAP即成交量加权平均价格算法，根据历史成交量分布预测市场流动性高峰，在成交量高时增... 阅读全文

95次浏览 2026-9-17 14:25

ETF趋势套利是量化交易中的一种场景化功能，主要监控ETF与其成份股的IOPV，根据折价溢价辅助寻找套利机会。IOPV是根据交易时段内ETF申购赎回清单成分证券的实时市值计算的参考净值。一、ETF套利的基本逻辑当ETF市场价格低于IOPV时，可能存在折价，投资者可考虑买入ETF并赎回成份股卖出；当ETF市场价格高于IOPV时，可能存在溢价，投资者可考虑... 阅读全文

95次浏览 2026-9-17 14:27

量化交易依赖系统和网络环境，断网、断电、系统故障等都可能导致策略中断。投资者在使用QMT、PTrade等工具时，应充分了解系统风险并做好防范。一、常见系统风险本地运行的QMT依赖用户电脑和网络，断网、断电、硬件故障都可能导致策略停止。云端运行的PTrade虽然不依赖本地设备，但仍可能因券商服务器维护、网络通讯等原因出现异常。此外，系统升级、软件冲突等也... 阅读全文

92次浏览 2026-9-17 14:35

机器学习在量化交易中的应用日益广泛，包括选股、择时、风险预测等。但机器学习并非万能，投资者需了解其机遇与局限。一、机器学习的应用场景机器学习可用于分类（预测涨跌）、回归（预测收益率）、聚类（股票分组）等。常见算法包括线性回归、决策树、随机森林、神经网络等。机器学习可以处理大量数据，发现非线性关系，但需要大量样本和计算资源。二、机器学习的局限机器学习模型... 阅读全文

91次浏览 2026-9-21 15:25

PTrade是恒生电子面向专业投资者打造的智能策略交易终端，采用客户端编写、云端执行的架构。用户在本地设置策略或编写代码后，策略上传至券商机房服务器运行，本地电脑关机、断网均不影响策略持续执行。这一特点使其成为上班族和无法全天盯盘投资者的关注对象。一、云端托管的优势云端运行减少了本地设备故障、网络波动带来的策略中断风险，由券商运维团队保障环境稳定性。用... 阅读全文

90次浏览 2026-9-17 14:00

策略从回测到实盘，需要经过一系列检查，确保逻辑正确、参数合理、风控到位。建立上线检查清单，有助于减少操作失误。一、策略逻辑检查确认策略逻辑清晰明确，无未来函数，无主观判断。检查代码是否存在语法错误、逻辑漏洞。确认策略在不同市场环境下的表现，避免过度拟合。二、回测与仿真检查检查回测是否计入交易成本、滑点、冲击成本。确认回测数据是否完整、复权处理是否正确。... 阅读全文

89次浏览 2026-9-21 15:24

篮子交易是量化交易系统中用于批量下单的功能，允许用户将多只股票组合成一个篮子，进行一键建仓、调仓或清仓。QMT和PTrade均提供篮子交易功能，适合需要同时管理多只标的的投资者。用户可以通过新建一篮子股票或导入ETF成份股进行批量下单，并监控篮子委托的进度，查看个股委托情况。系统支持相对权重和绝对权重设置，方便投资者按比例分配资金。组合调仓时，系统可自... 阅读全文

89次浏览 2026-9-16 16:13

量化交易权限的开通需要提前准备一些材料，并完成相关测评。了解这些准备工作，可以避免反复提交，提高开通效率。一、资料准备通常需要准备身份证、银行卡等基本信息。部分券商可能要求提供联系方式、职业信息等。投资者应确保账户状态正常，无休眠、冻结等异常情况。若账户长期未使用，可能需要先激活。二、风险测评风险测评是开通量化权限的必要环节。投资者需在券商APP内完成... 阅读全文

88次浏览 2026-9-21 16:15

量化交易领域不断发展，新工具、新方法、新规则层出不穷。持续学习是量化交易者保持竞争力的关键。一、知识更新投资者应关注市场规则变化、交易品种扩展、监管政策调整。学习新的策略类型、分析方法和风险管理工具。阅读专业书籍、研究报告和行业资讯，保持知识更新。二、工具迭代量化交易工具不断升级，QMT和PTrade等系统会推出新功能。投资者应了解系统更新内容，掌握新... 阅读全文

87次浏览 2026-9-21 15:28

量化交易的第一步，是将模糊的交易想法转化为清晰、可执行的规则。许多投资者在初期容易忽略这一环节，直接进入代码编写，导致策略逻辑混乱，回测结果难以解释。一、交易想法的来源交易想法可以来自多个方面：对市场规律的观察、对技术指标的研究、对基本面数据的分析，或者对市场情绪的把握。例如，投资者可能发现某类股票在特定条件下存在价格惯性，或者某种均线组合在历史行情中... 阅读全文

87次浏览 2026-9-21 15:47

智能条件单是量化交易系统中常见的辅助工具，允许用户预设触发条件，当行情满足条件时系统自动提交委托。QMT和PTrade均提供条件单功能，支持定时、定价、止盈止损、涨跌幅、均价等多种触发方式。一、条件单的常见类型定时条件单可在指定时间提交委托；定价条件单可在价格达到设定值时触发；止盈止损条件单可在盈利或亏损达到一定幅度时自动卖出；涨跌幅条件单可监控个股涨... 阅读全文

87次浏览 2026-9-17 14:24

量化交易提升了执行效率，但也可能因策略设置不当触发异常交易监控。交易所对频繁申报、撤销申报、大额申报、虚假申报、拉抬打压股价等行为有明确监控标准。投资者在使用QMT、PTrade等工具时，必须了解相关合规红线。一、常见的异常交易行为频繁报撤单是量化交易中最容易触碰的异常交易类型。部分策略为了追求成交，可能在短时间内大量申报并撤销，导致报撤单比例过高。此... 阅读全文

87次浏览 2026-9-17 14:29

量化策略开发通常需要一定的编程基础。QMT支持Python和VBA双语言，PTrade以Python为主。Python因其语法简洁、库丰富，成为量化交易中最常用的编程语言。一、Python在量化中的应用Python可用于数据获取、指标计算、策略编写、回测分析等环节。常用库包括Pandas、NumPy、TA-Lib等。在QMT和PTrade中，用户可以通... 阅读全文

87次浏览 2026-9-17 14:31

PTrade是恒生电子面向专业投资者打造的智能策略交易终端，采用客户端编写、云端执行的架构。用户在本地设置策略或编写代码后，策略上传至券商机房服务器运行，本地电脑关机、断网均不影响策略持续执行。这一特点使其成为上班族和无法全天盯盘投资者的关注对象。PTrade分为普通版和专业版。普通版面向无编程基础的投资者，内置智能条件单、网格交易、篮子交易、拐点交易... 阅读全文

87次浏览 2026-9-16 16:07