主观交易的核心在于“人”。投资者基于宏观研究、行业基本面、公司财务报表或是技术盘面进行综合分析。其决策过程包含大量的经验、直觉和推理，通常具备较高的灵活性，能够敏锐捕捉到市场突发事件带来的转折机会。但主观交易的弊端在于难以克服人性中的贪婪与恐惧，容易受到情绪波动的影响，导致交易计划无法严格执行。量化交易的核心则在于“... 阅读全文

79次浏览 2026-6-16 15:29

QMT交易系统是一套集行情显示、策略研发、历史回测和全自动执行于一体的专业级量化终端。相比于传统的交易软件，它主要具备以下几个显著的白描特征：极速行情的接入与处理：QMT通常直接挂载于券商的局域网或托管机房附近，能够接收并处理高密度的行情快照，这为需要盘口挂单或精确点位买入的投资者提供了技术支撑。灵活的编程接口：系统内置了对Python和C++语言的支... 阅读全文

90次浏览 2026-6-16 15:28

传统交易主要依赖于投资者的主观判断、盘面直觉以及即时情绪，而量化交易则是将交易逻辑转化为具体的数学模型和计算机代码，由系统严格执行。要进入这一领域，投资者需要明确三个基础维度的准备：第一是数据获取能力，包括历史K线数据、基本面财务数据以及即时行情数据；第二是策略逻辑的构建，将自身的交易经验（如同花顺指标、均线交叉等）精细化为无歧义的逻辑公式；第三是回测... 阅读全文

95次浏览 2026-6-16 15:27

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

168次浏览 2026-6-15 17:01

在实际的量化工程中，这两个指标的适用场景有着明显的差异：如果你开发的策略是收益率分布相对对称的低频多因子选股或大类资产均值回归策略，使用夏普比率已经足够提供稳定的参考；如果你开发的是带有明显非对称收益特征的策略，例如中长线趋势跟踪策略（海龟交易法等，其特征是平时频繁小额止损波动，但一旦抓住大趋势就会单边暴涨），或者期权买方策略，那么索提诺比率能够更客观... 阅读全文

141次浏览 2026-6-15 17:00

基本面因子的核心分类与经济学逻辑在量化多因子模型的代码编写中，标准的财务基本面因子通常从以下四个维度进行全自动重构：盈利能力因子（Profitability）：衡量企业赚钱的效率。最经典的指标包括净资产收益率（ROE）、总资产收益率（ROA）以及净利润率。量化模型倾向于寻找那些能够持续维持高ROE的行业龙头。估值因子（Value）：衡量当前股票价格是否... 阅读全文

100次浏览 2026-6-15 17:00

什么是最大回撤：数理定义与心理极限在量化策略的回测报告中，资产净值曲线随着交易的推进会一路上上下下形成无数个波峰（Peak）与波谷（Trough）。最大回撤的数学定义是：在选定的历史周期内，资产净值曲线从任意一个历史最高波峰掉落到随后最低波谷的最大跌幅百分比。其标准的计算公式为：$MDD=(P\_Peak-P\_Trough)/P\_Peak\time... 阅读全文

146次浏览 2026-6-15 16:47

为什么要进行价格复权处理在证券市场中，上市公司会频繁地根据中期或年度股东大会决议，执行分红派息、送股、转增股本或者配股等“除权除息”操作。每当除权日到来时，为了保证交易所市场的公平性，股票的实时交易价格会在开盘前被系统强行往下“折算下调”。举个典型的例子：某只高价蓝筹股在昨天的收盘价是100元，当晚执行了... 阅读全文

140次浏览 2026-6-15 16:44

什么是可转债的双低策略双低策略的核心理念是寻找市场中“绝对价格低”且“转股溢价率低”的安全债品种进行一篮子配置。这两个“低”分别代表了截然不同的风控与盈利逻辑：绝对价格低（低价格因子）：可转债的底价是由其纯债面值和债底收益率决定的（通常在100元附近具有极强铁底支撑）。如果一只可转... 阅读全文

122次浏览 2026-6-15 16:44

动量效应：价格的“趋势惯性”1.核心原理动量效应是指在一定的时间窗口内，过去表现优异、涨幅领先的股票或资产，在未来一段时间内依然大概率会保持原有的强势上升势头；而过去表现糟糕的弱势股则大概率继续走弱。这一效应背后的行为金融学解释主要是“信息传播的时滞性”与“市场参与者的追随情绪（羊群效应）&r... 阅读全文

140次浏览 2026-6-15 16:41

第一阶段：历史回测的“硬核脱水”测试这是检验策略的初步底座。在这一阶段，开发者不能只关注收益指标，必须对回测环境进行全方位的“残酷美化滤镜剔除”：强制加入惩罚性滑点与最高佣金：在代码中明确设置单笔成交至少包含1到2分钱的物理滑点成本，并扣除印花税和足额过户费，以检验策略在面对真实摩擦成本时的生存能力。未来... 阅读全文

116次浏览 2026-6-15 16:40

为什么要进行因子正交化在数理统计学中，导致多因子模型失效的核心元凶叫做“多重共线性”（Multicollinearity）。简单来说，就是投资者精心挑选出来的不同因子之间，彼此存在着大量的“信息重叠和换汤不换药”。举个典型的例子：市盈率（PE）和市净率（PB）这两个因子，在本质上都属于衡量股票是否便宜的&... 阅读全文

144次浏览 2026-6-15 16:39

自动止损的核心编写逻辑：固定止损与动态跟踪止损在Python策略代码中，止损函数的编写通常分为两个核心流派：1.固定百分比止损（HardStop-Loss）这是最基础的刚性防线。在策略买入持仓的瞬间，程序会自动记录下当时的实际成交价格（例如entry_price=10.00）。在每日盘中或者每笔分钟Tick行情更新时，代码会自动运行一段简单的对比逻辑：... 阅读全文

97次浏览 2026-6-15 16:39

卡玛比率的数学定义与核心逻辑卡玛比率的计算公式极其直接且纯粹：卡玛比率=策略年化收益率/历史最大回撤（MaximumDrawdown）。与夏普比率在分母中使用“收益率标准差（总波动）”不同，卡玛比率在分母中只使用了一个极度冰冷且不容置疑的数字——最大回撤。最大回撤直接体现了该策略在历史最极端、最倒霉的周期里，曾经让投资者的真金白... 阅读全文

154次浏览 2026-6-15 16:37

核心防线一：在代码中引入动态“熔断阀门”黑天鹅事件爆发的直接表现通常是全市场大盘指数或者特定行业板块发生无差别的恐慌性单边暴跌。如果策略此时依然盲目监控个股的技术指标，可能会因为个股“超跌金叉”而频繁触发买入信号，导致策略在左侧盲目连续抄底接飞刀。为了防范这一系统性风险，成熟的量化代码通常会在主干逻辑的最... 阅读全文

84次浏览 2026-6-15 16:36