在量化交易的历史回测中，投资者常常能调出极其优美的资产收益曲线，但在实盘中，同款策略却往往出现收益缩水。这种“理论与现实”的断层，除了未来函数外，最普遍的幕后黑手叫做“滑点损失（Slippage）”。滑点在低频选股策略中或许影响轻微，但在高频网格、日内T+0或频繁调仓的策略中，它是一把极其锋利的... 阅读全文

425次浏览 2026-6-30 11:03

在股票量化选股策略的研发中，多因子模型是公认的正统流派。假设你想综合两个指标来给全市场的股票打分：一个是基本面维度的“市盈率（PE）”，另一个是技术面维度的“20日成交量”。此时，模型会遇到一个无法绕过的数理红线：PE的数字通常在十几到几十之间，而成交量则是动辄几百万、几千万股。如果直接将这两个原始数字相... 阅读全文

289次浏览 2026-6-30 11:02

在构建股票多因子量化策略时，数据质量直接决定了模型的生死。很多散户通过量化终端直接调用全市场的历史财务数据（如市盈率、净利润增长率等）进行因子选股时，会发现回测效果极差。这是因为没有对原始数据执行“去极值（Winsorization）”的净化处理。本文白描梳理去极值的底层业务逻辑及其在策略中的必要性。一、什么是数据极值及其带来的... 阅读全文

229次浏览 2026-6-30 11:01

在量化交易的绩效评估中，很多投资者对夏普比率耳熟能详。然而，在面对某些极端行情或黑天鹅事件时，夏普比率有时会显得过于温和。量化界往往会引入另一个更加冷酷、直击痛点的风控指标——卡玛比率（CalmarRatio）。本文采用纯白描手法，客观解析卡玛比率的底层逻辑及其在股票策略质检中的应用。一、什么是卡玛比率卡玛比率的底层逻辑极其纯粹，它描述的是策略的... 阅读全文

398次浏览 2026-6-30 11:01

在量化交易的宏大生态圈中，并非所有人都依赖全自动的Python策略脚本去由计算机静默执行指令。国内许多擅长盘口微观盘口分析、游资打法、或者手工日内T+0回转交易的高级主观交易者，往往更倾向于采用一种“人脑进行拐点决策、量化终端提供极致物理速度配合”的半自动交易模式。在专业策略终端PTrade和QMT中，这一高频核心利器被称为... 阅读全文

353次浏览 2026-6-30 10:46

在自建量化多因子选股模型时，初学者经常会遇到一个奇怪的现象：在历史回测中，模型在某些年份表现得像个战神，收益率碾压大盘；但在另一些年份却表现得惨不忍睹，甚至大幅跑输市场。深入拆解代码后会发现，这往往是因为策略没有进行“行业中性化（IndustryNeutralization）处理”，导致策略在无意识中发生了严重的“风... 阅读全文

317次浏览 2026-6-30 10:46

在传统的量化多因子选股模型中，大家往往高度依附于上市公司的财务指标（基本面因子）或者历史价格走势（技术面因子）。然而，中国A股市场是一个典型的以散户投资者交易额占大头的市场。在这种特殊的生态圈里，市场参与者的心理波动、跟风情绪常常会导致股价发生严重的非理性偏离。为了捕捉这种由人性引起的交易机会，“情绪因子（SentimentFactors）... 阅读全文

935次浏览 2026-6-30 10:44

融资融券（两融业务）作为A股市场成熟的信用杠杆与双向交易工具，一直深受中高级投资者的青睐。随着量化交易的普及，很多开通了QMT或PTrade专业终端的投资者经常会提出一个核心的实操疑问：我的股票信用账户可以直接绑定到这些量化软件里运行策略吗？两融业务在量化终端中支持哪些功能？又存在哪些硬性的合规限制？本文采用纯白描手法，客观陈述其业务边界。一、两融账户... 阅读全文

191次浏览 2026-6-30 10:43

在提及量化交易时，许多投资者的脑海中往往会浮现出高频交易、盘口逐笔快速扫单、或者复杂的K线技术指标套娃组合。事实上，量化投资在演进过程中，衍生出了一个极其强大的正统流派——“基本面量化（FundamentalQuantitativeInvesting）”。它不预测短期盘口的价格跳动，而是将上市公司的财务报表数据数字化，利用计算机... 阅读全文

311次浏览 2026-6-30 10:43

在量化交易的研发阶段，大家往往把所有精力放在多因子选股模型的构建、参数的调优以及历史数据的质检上。然而在实盘交收的物理世界里，很多散户策略失效的原因，往往低级到让人啼笑非笑。其中最典型、发生频率最高的一个物理暗坑，就是个人电脑的“物理断网与系统自动休眠”。本文采用白描手法，客观解析这一物理红线对实盘造成的瘫痪影响及解决路径。一、... 阅读全文

232次浏览 2026-6-30 10:42

在量化交易的历史回测阶段，系统默认是以一种极其理想的“成交环境”在运转——信号一触发，计算机便自动以当时的最新价或次日开盘价精准撮合，不产生任何卡顿。然而，一旦把策略切入真实的交易所实盘，委托方式的选择将直接决定策略的生死。很多初学者因为无脑选择了不当的报单模式，导致实盘中频繁发生严重的漏单或巨额滑点。本文白描梳理量化交易中最核... 阅读全文

357次浏览 2026-6-30 10:41

在量化交易领域，最昂贵的眼泪往往流在“回测大满贯，实盘大崩盘”的时刻。许多散户利用QMT等策略终端，通过夜以继日地修改Python代码，终于在历史数据上调出了一条年化高达80%、回撤只有5%的完美净值曲线。然而，一旦高高兴兴将真金白银投入实盘，却往往以迅速的连续亏损收场。这种现象在数理统计中被称为“过拟合（Overf... 阅读全文

437次浏览 2026-6-30 10:40

在编写并调优一个量化交易策略时，资产曲线的一路向上固然赏心悦目，但作为合格的量化投资者，必须将目光冷酷地聚焦在曲线中最丑陋、最痛苦的那一段——“最大回撤（MaxDrawdown）”。很多散户在进入量化实盘前，对最大回撤缺乏客观、规范的系统认知，导致实盘一旦遭遇预料之中的波动，便在绝望中人工掐断策略，彻底倒在黎明前。本文白描梳理最... 阅读全文

449次浏览 2026-6-30 10:40

在量化交易或组合资产打理中，当策略资金量达到一定规模后，投资者会面临一个非常棘手的物理红线：如果一次性将大笔资金（如几十万股甚至上百万股）以普通的委托单倾泻到股票盘口，会瞬间吃光盘口所有的买卖档位。这种由于自身交易行为对市场价格造成的非理性推高或砸低，被称为“冲击成本（MarketImpact）”，它会带来无法估量的巨额滑点损失... 阅读全文

674次浏览 2026-6-30 10:39

在量化交易圈，流传着一句话：“回测数据多完美，实盘亏损就多清醒。”造成这种巨大反差的除了广为人知的未来函数外，另一个隐藏得极深、甚至连很多资深开发者都会中招的数理暗坑，叫做“幸存者偏差（SurvivorshipBias）”。本文采用完全白描的手法，客观拆解幸存者偏差的本质及其在股票量化回测中的灾难性影响。... 阅读全文

378次浏览 2026-6-30 10:38