虽然Python是目前最流行的量化语言，但QMT系统依然完整保留了VBA（VisualBasicforApplications）接口。这对于不同背景的投资者提供了多元化的选择。VBA接口在QMT中主要服务于那些从Excel自动化或传统交易软件转型而来的投资者。其语法相对严谨，对于简单的逻辑触发和界面交互具有较高的执行效率。如果投资者的策略仅涉及基础的指... 阅读全文

179次浏览 2026-4-17 16:00

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&quo... 阅读全文

179次浏览 2026-5-18 15:35

ETF套利是指利用ETF在二级市场的交易价格（市价）与其资产净值（IOPV）之间的价差进行获利的行为。在2026年的市场环境下，虽然高频量化已占据主导，但了解基础套利逻辑仍是市场参与者的进阶必修课。基础套利主要分为折价套利和溢价套利。当ETF市价显著低于其净值时，投资者可以在二级市场买入ETF份额，然后在一级市场申请赎回成一篮子股票并卖出，从而获取差价... 阅读全文

179次浏览 2026-4-15 16:03

期现套利是量化交易中的中性策略。它主要利用股指期货（如沪深300期货）与对应的ETF（如沪深300ETF）之间的价差进行无风险或低风险收益获取。2026年，随着衍生品工具的丰富，这种策略的操作便利性进一步提升。当期货合约价格高于ETF现货价格且基差超过交易成本时，量化系统会自动执行“卖出期货、买入ETF”的操作；待基差收敛或到期... 阅读全文

179次浏览 2026-4-27 15:39

一、QMT支持下载的数据类型与存储结构在QMT的底层行情引擎（XtData）中，支持市场参与者自主调用并下载以下多个维度的标准化历史数据：多周期K线数据：包含全市场A股股票、ETF基金、可转债、期货等品种的日线、5分钟线、1分钟线等基础历史序列。极致的Tick级盘口数据：这是高频和套利策略的基石，包含了历史交易日中每0.5秒刷新一次的盘口买卖五档/十档... 阅读全文

179次浏览 2026-6-17 16:49

QMT回测报告提供了夏普比率、最大回撤等标准指标，但某些专业投资者还需要计算卡玛比率、索提诺比率等。本文介绍如何在QMT中自定义绩效指标，导出净值后进行深度分析。步骤一：导出回测净值数据。在QMT回测结果界面，选择“导出数据”，可以导出每日净值序列（CSV格式）。或者，在策略代码中记录每日净值：`pythondefafter_t... 阅读全文

178次浏览 2026-5-18 15:45

为了防范和对冲破网风险，成熟的量化代码会废弃死板的固定网格，转而构建动态智能网格系统：1.引入ATR因子实现“网格间距的动态拉伸”传统网格是每跌1%就补仓一次。科学的做法是调用真实波幅均值（ATR）指标。代码在每日开盘前，应动态计算标的的近期ATR。当市场平稳、波动极小时，网格间距自动收窄以捕捉微小价差；而当暴跌来临、ATR指数... 阅读全文

178次浏览 2026-6-15 17:01

过去，量化交易往往被认为是千万级资金规模的“高端游戏”，但随着技术迭代和券商服务的下沉，2026年的量化门槛已大幅下降。散户投资者在考虑起步资金时，需要从软硬件成本、策略容量和券商权限门槛三个维度来衡量。从软硬件成本来看，简单的量化选股策略并不需要昂贵的服务器，一台性能主流的个人电脑即可完成策略编写与回测。真正的门槛在于交易系统... 阅读全文

178次浏览 2026-4-15 15:30

在2026年，量化选股已不再是“黑盒”。QMT为普通投资者提供了一套完整的、基于Python的多因子研究与执行框架。构建流程的第一步是因子的选取与获取。QMT内置了详尽的历史行情和财务数据库。通过get_market_data和get_fundamentals等函数，投资者可以一键提取过去五年的盈利能力、成长速度及市场动能因子。... 阅读全文

178次浏览 2026-4-14 15:55

当投资者不再需要使用某个证券账户时，及时销户可以避免账户管理上的风险。2026年，证券销户已全面实现线上化。销户的前提条件是：账户内没有证券头寸，资金已全部转出，且没有未结清的债权债务（如未平仓的两融交易）。投资者在券商APP提交销户申请后，系统会进行校验。销户完成后，根据监管要求，投资者的身份资料和交易记录通常需要由券商保存不少于20年，以备后续合规... 阅读全文

178次浏览 2026-3-30 16:52

在量化实战中，单一策略难以适应所有行情。2026年的成熟做法是在QMT中同时挂载多个不相关的策略。然而，多策略运行对仓位管理提出了巨大挑战。客观来看，投资者应为每个策略设置独立的安全阀门。例如，当策略A的回撤达到预设值时，应自动暂停其下单权限，而不影响策略B。QMT支持多层级的账户管理，投资者可以在代码中实时监控总账户和子策略的盈亏比，进行动态调增或削... 阅读全文

178次浏览 2026-4-16 13:55

随着量化交易在散户群体中的普及，QMT（QuantitativeMarketTrading）和PTrade（ProfessionalTrade）成为了2026年市场上最受关注的两款量化终端。两者虽都能实现自动化交易，但在功能侧重和操作门槛上存在明显差异，投资者需根据自身需求进行权衡。QMT：侧重深度定制与极速交易QMT通常作为本地部署的客户端运行，其最... 阅读全文

177次浏览 2026-4-14 13:58

双均线策略的本质是利用快均线（如短周期）和慢均线（如长周期）的交叉来识别市场趋势的启动与终结。当短周期均线上穿长周期均线时，代表短期买入成本超过长期成本，动能向上，系统触发买入；反之触发卖出。这一策略的白描特性在于：它是一种典型的“输小钱赢大钱”的滞后性指标。该策略的致命失效边界存在于“宽幅震荡市”或&l... 阅读全文

177次浏览 2026-6-16 16:01

多因子选股是量化投资中最成熟的范式之一。通过QMT，投资者可以将财务因子（如PE、ROE）、动能因子（如价格强度）及技术因子（如RSI）进行量化加权，实现自动选股与调仓。在QMT中执行该策略，流程通常如下：第一步，定义因子库，通过API批量获取全市场股票的财务报表及行情指标。第二步，数据清洗，剔除ST股、停牌股及上市未满半年的新股。第三步，打分排名，根... 阅读全文

177次浏览 2026-4-22 16:16

对于2026年新进QMT系统的投资者来说，面对VBA和Python两种编程环境的选择往往感到困惑。客观来看，这两者在QMT中各有千秋，决定了策略开发的效率与扩展性。VBA模式在QMT中保留了老牌量化软件的传统，其优势在于代码执行极其轻量，且对于习惯使用Excel进行数据处理的交易员非常友好。然而，Python作为目前全球量化领域的事实标准，其生态丰富度... 阅读全文

177次浏览 2026-4-23 11:06