对于量化投资者而言，核心策略逻辑就是其“护城河”。策略泄露不仅意味着超额收益可能被稀释，更关系到资金的安全。QMT相比于传统的云端策略平台，最大的核心卖点就是“本地化部署”。投资者的策略代码、参数设置以及回测数据全部存储在本地电脑中。在运行过程中，QMT仅将最终生成的买卖指令通过加密通道发送至券商柜台。这... 阅读全文

396次浏览 2026-4-9 14:55

一个合格的量化雷达监控系统，不应该只盯着简单的“涨幅榜”，而应该从量价配合、盘口深度等多个统计学维度进行全方位筛查：瞬时量比与成交量脉冲（VolumeSpike）：监控个股在一分钟或五分钟内的成交量，是否达到了过去5个交易日同时段平均成交量的（如5倍以上）。这通常代表主力资金正在不计成本地大举介入。盘口买卖单大单压迫与吞噬：通过... 阅读全文

396次浏览 2026-6-16 16:30

在量化交易领域，滑点是指投资者下单的预期成交价格与实际成交价格之间的差额。在2026年的高频波动市场中，滑点主要由市场流动性不足、网络延迟以及报单冲击引发。对于资金规模较大的交易，如果直接以市价单形式入场，往往会推高买入价或压低卖出价，造成额外的交易摩擦成本。降低滑点成本的常用手段是引入执行算法。例如TWAP（时间加权平均价格）和VWAP（成交量加权平... 阅读全文

396次浏览 2026-3-24 16:12

在量化界，没有永久有效的因子。2026年的市场反馈显示，因子的生命周期正在缩短。当某个选股因子（如“小市值效应”）被全市场广泛知晓并大量使用时，其超额收益就会趋于消失。面对因子失效，投资者有两种应对思路：一是寻找“更聪明的因子”，如通过机器学习挖掘非线性、高维度的组合因子；二是动态调整因子的权重，即根据当... 阅读全文

395次浏览 2026-4-10 15:54

PTrade支持多种数据频率：日线、60分钟、30分钟、15分钟、5分钟、1分钟以及Tick。不同的策略需要不同的数据频率，选错了会导致回测失真或实盘执行困难。下面分析各频率的适用场景和注意事项。日线频率：最常用，适用于长线趋势跟踪、月线选股、价值投资量化等。日线策略每天只产生一次信号，交易次数少，佣金和滑点影响小，对硬件要求低。缺点是对日内波动不敏感... 阅读全文

394次浏览 2026-5-15 14:36

在长期的投资过程中，部分投资者可能会因为各种原因导致证券账户闲置。当账户连续三年无交易且资金余额极低时，该账户通常会被系统自动划转为“休眠账户”。激活休眠账户的第一步是查询账户状态。投资者可以通过券商APP或中国结算的官方渠道核实名下账户情况。若确认账户休眠，通常需要携带有效二代身份证通过线上视频见证或线下柜台办理激活手续。在2... 阅读全文

393次浏览 2026-4-16 14:21

对于准备进军量化领域的散户投资者来说，选择QMT还是PTrade往往是一个难题。2026年的市场环境下，这两款软件虽然都能实现自动化交易，但在架构和使用体验上存在明显差异。首先，部署方式不同。QMT属于本地客户端执行模式，策略运行在投资者自己的电脑上，这意味着数据的读取速度极快，且策略的私密性更高。而PTrade多采用服务器端执行模式，策略上传至券商服... 阅读全文

393次浏览 2026-4-1 16:24

对于进入量化领域的投资者而言，QMT和PTrade是目前国内券商端应用最广泛的两大系统。两者虽均能实现自动化交易，但在适用人群和功能侧重上存在客观差异。QMT（极简交易）系统侧重于本地化部署，其核心优势在于极速的行情接入和强大的策略回测能力。它支持Python和C++开发，对于追求低延迟交易或有复杂回测需求的专业散户更为友好。QMT的客户端安装在用户本... 阅读全文

392次浏览 2026-3-20 13:56

在QMT等量化交易平台的实战应用中，许多投资者会遇到“回测收益曲线完美，实盘却大幅亏损”的困境。这往往是因为回测逻辑中混入了“未来函数”。到2026年，虽然AI辅助编程已很普及，但对逻辑底层的审核依然至关重要。所谓未来函数，是指在策略回测中使用了在交易发生时点无法获取的信息。例如，在计算当日买入信号时，引... 阅读全文

392次浏览 2026-4-13 15:36

在量化交易和程序化脚本编写中，未来函数是指在当前时间节点的策略逻辑中，无意中引用了“未来才发生、或者未来才能确定的数据或结果”。简单来说，就是程序在历史数据的回测运行中，“偷看”了未来的答案。这就像在一场历史闭卷考试中，答题者拿着已经公布的正确答案去倒推解题过程，结果自然是完美的百分。但在真实的现实生活中... 阅读全文

392次浏览 2026-6-15 16:12

配对交易的建立基础是寻找市场上两只具有极高相关性、且在长期内存在稳定“协整关系”（Cointegration）的资产。通常，这类资产会存在于同一个行业内部、拥有相似的商业模式或者彼此互为上下游。例如：国内的大型国有银行股之间（如建设银行与工商银行）、或者两条相互竞争的头部券商股、亦或是产业链高度重合的半导体龙头公司。在数学模型中... 阅读全文

393次浏览 2026-6-15 16:19

在2026年的二级市场交易中，直接挂单买入有时会面临较大的冲击成本，尤其是对于资金量稍大的投资者。量化交易软件（如QMT、PTrade）中提供的算法拆单功能，如TWAP（时间加权平均价格）和VWAP（成交量加权平均价格），成为了降低交易滑点的重要工具。TWAP算法将大额订单在预设的时间段内均匀拆分为若干小单，目的是消除市场短期波动对成交价的影响。而VW... 阅读全文

392次浏览 2026-3-18 16:07

当投资者的交易规模达到一定程度时，如何下单成交就成了一门科学。2026年，TWAP和VWAP已成为量化交易中最基础的执行算法。TWAP（TimeWeightedAveragePrice）即时间加权平均价格算法。它的逻辑是将大订单等比例地拆分到预设的时间段内。例如，计划在2小时内买入某股票，TWAP会自动每分钟下单一次。这种算法的优点是执行平稳，能有效避... 阅读全文

392次浏览 2026-3-23 16:08

进入2026年，Python已成为量化投资领域的通用语言。对于广大散户投资者而言，编写出一套能够回测成功的策略代码并不难，难点在于如何安全、合规地将代码对接至券商的实盘柜台。在目前的监管框架下，券商严禁未经许可的外部接口直接接入。因此，投资者实现“代码实盘”的主流方案是使用券商官方提供的专业量化交易终端。这些终端（如QMT或PT... 阅读全文

392次浏览 2026-4-8 16:04

QMT内置了上百种技术指标，如MA、MACD、RSI、布林带等，但有时你需要使用自研指标（例如基于波动率调整的动量指标）。QMT允许你利用Python和pandas、talib等库自由计算任何指标，然后将其作为买卖信号。下面演示如何创建自定义指标并集成到策略中。第一步，准备数据。使用get_market_data获取历史K线数据。例如，获取过去100天... 阅读全文

391次浏览 2026-5-15 14:36