分享
量化张经理 证券经理
综合评分:
4.7分
官方认证:
从业认证| 入驻5年
5分钟 平均响应时间
  • 买入跟踪条件单(Tracking Buy)
    对于股票二级市场中倾向于在核心白马资产、或者是绩优主线标的上执行左侧逢低吸纳的独立量化交易者而言,如何能在个股遭遇分时剧烈下砸、或者突发非理性恐慌抛盘时,做到“不盲目在半山腰过早接飞刀,且能在价格真正探底企企稳回升的第一时间精准抄到日内黄金坑的相对最低对价”,是一项极具技术红利的空间操盘战术。许多主观投资者在面临心仪的个股连续大... 阅读全文

    214次浏览 2026-6-29 09:27

  • 什么是回测中的“最大回撤”?如何设定量化策略的刚性止损线?
    在量化交易的策略研发和实盘风控中,有一个比任何盈利指标都更让人紧绷神经的数字,它叫做“最大回撤(MaximumDrawdown,简称MDD)”。最大回撤是评估策略“最坏情况”的终极指标,它直接决定了一个策略在真实实盘中会不会导致账户“彻底爆仓”或者触发券商的清盘红线。通俗来说,最大... 阅读全文

    214次浏览 2026-6-22 09:02

  • 揭秘智能终端的交易快手与抢单交易功能:活跃散户在本地毫秒级盘口手工博弈的手法
    在证券二级市场的博弈中,虽然全自动的Python策略交易代表着量化的一个高峰,但在实际的实盘生态里,还有很大一部分极其活跃的个人投资者、日内手工T+0团队或短线短线爱好者,他们更倾向于将自己的主观复盘经验与现代化的极速工具相结合。对于这群需要紧盯着日内分时线和盘口五档跳动的交易者而言,传统的网络版软件由于发单步骤繁琐(需要频繁点击价格、手动输入股数、点... 阅读全文

    214次浏览 2026-6-17 15:54

  • 智能策略交易终端的本地运行与服务端运行区别对比
    在选择量化交易工具时,投资者常会遇到两个核心概念:本地运行和服务端运行。以QMT和PTrade为例,两者在这一逻辑上存在显著差异,直接影响了交易的稳定性和灵活性。所谓“本地运行”(常见于QMT),是指你的交易策略、行情数据处理以及报单逻辑都在你自己的电脑上执行。这种模式的优点是数据隐私性好,且你可以利用自己电脑强大的硬件资源进行... 阅读全文

    214次浏览 2026-3-20 10:48

  • 特异度波动率因子(Idiosyncratic Volatility)
    在股票多因子策略的深度研发中,“波动率(Volatility)”因其能最直观地反映一只个股在二级市场的价格颠簸剧烈度,一直是量化极客们常用的底座指标。然而,许多初学者在直接使用传统总波动率打分时,往往会遭遇严重的“信息失真污染”。比如,当大盘整体大幅高开低走、或者某一个申万一级行业由于宏观系统性冲击而全板... 阅读全文

    214次浏览 2026-6-24 11:24

  • 详解 QMT 客户端中“逐K线驱动”与“事件驱动”的本质区别
    在使用QMT(极速策略交易系统)进行策略开发或实盘配置时,开发者必须在脚本的初始化阶段明确选择一种运行机制:逐K线驱动(handlebar模式)或事件驱动(subscribe模式)。这两个概念决定了策略脚本在盘中是以何种频率和逻辑去调取行情并计算信号的,选错机制往往会导致策略执行效率低下或报单严重滞后。所谓逐K线驱动(handlebar),是量化回测和... 阅读全文

    214次浏览 2026-7-6 09:38

  • 揭秘股票量化策略中的“幸存者偏差”:为什么历史表现完美的策略实盘却一败涂地?
    在股票二级市场的量化研发流程中,历史时序数据的完整度与纯净度是决定策略模型生死的底座。许多独立投资者在构建多因子选股或量价动量策略时,往往会直接从公开渠道下载当前全市场存续的股票名单,并将其作为历史回测的初始股票池。然而,当他们在计算机中运行回测引擎时,会惊奇地发现策略的历史资产净值曲线表现得异常完美。可一旦将策略切入到QMT/PTrade专业实盘柜台... 阅读全文

    214次浏览 2026-6-25 09:14

  • 散户做ETF套利容易亏损吗?风险提示总结
    ETF套利常被贴上“稳赚不赔”的标签,但在2026年的专业化市场中,如果缺乏对细节的敬畏,散户参与其中依然面临亏损风险。作为一种基于机制的策略,套利交易的风险不在于方向判断错误,而在于“流程失控”。首要风险是流动性风险(冲击成本)。当你试图买入一篮子成分股进行申购时,如果其中某些小盘股流动性极差,你的买单... 阅读全文

    213次浏览 2026-3-26 09:40

  • 量化交易中如何防止财务报表数据带来的未来函数?公告日时序清洗实操
    在量化交易领域,多因子基本面选股策略常常因为一个隐蔽的编程陷阱而导致回测曲线虚假繁荣,这个陷阱就是误用了基于报告期的财务数据。在真实的市场中,上市公司的财报披露存在长达数月的滞后性。要想让QMT或PTrade多因子实盘选股模型具备真正的生存能力,必须以客观的数理方法对财务数据进行严格的公告日时序清洗。白描财报公告日的时序逻辑陷阱很多初学者在编写Pyth... 阅读全文

    213次浏览 2026-6-10 11:42

  • 自动化智能条件单与代码策略:散户该如何选择?
    随着量化交易工具的普及,普通投资者在提升交易效率时,通常会面临两种技术路线的选择:一种是券商客户端自带的“自动化智能条件单”(如定时、定价、止盈止损、网格交易等工具);另一种是基于Python等编程语言编写的“代码策略交易”。这两种方式各有优劣,关键在于投资者的基础与实际交易场景。一、自动化智能条件单:开... 阅读全文

    213次浏览 2026-6-29 10:26

  • 股票一键调仓与组合交易:篮子交易工具详解
    在日常投资中,主观投资者往往习惯于单只股票的买卖。然而,对于管理多只股票、追求行业均衡配置或执行量化策略的专业市场参与者而言,逐一手动下单不仅速度慢、容易错失行情,还极易产生误操作。为了解决这一痛点,主流智能交易终端普遍推出了“篮子交易”(又称组合交易)功能。一、什么是篮子交易工具?篮子交易是指投资者将多只目标股票按照一定的比例... 阅读全文

    213次浏览 2026-6-29 10:30

  • 市值因子正交化(Size Orthogonalization)
    在A股多因子轮动及精选个股的策略研发中,很多独立开发者经常会遇到一个棘手的现象:自己挖掘出了一个极其出色的“非线性市盈率”或者“高频反转”因子,在某一阶段的历史回测中跑出了极其完美的超额收益。然而,当把这个因子拿去和全市场的市值因子进行相关性矩阵测算时,却惊人地发现它们的相关系数极高。这意味着,你费尽心血... 阅读全文

    213次浏览 2026-6-24 11:16

  • 股票量化日内拐点交易算法(Pivot Trading):捕捉盘中脉冲波动的逆势利器
    在日内高频或者短线量化套利中,如何精准捕捉个股在盘中大幅下跌后的反弹,或者冲高后的回落回转,是很多交易者孜孜以求的技能。手工盯盘往往因为人的手速和情绪犹豫而错失良机。在PTrade等终端中,原生内置了一种无需编程、工具化的策略——“拐点交易(PivotTrading)算法”。本文采用纯白描手法,客观陈述其核心参数设置与实操风控红... 阅读全文

    213次浏览 2026-7-1 09:30

  • 如何通过量化工具实现条件单交易?自动化盯盘技巧
    对于很多上班族或无法实时盯盘的投资者来说,手动买卖往往会错失良机。到2026年,利用量化工具实现“自动化盯盘”已经成为一种基础且高效的手段。这不再是简单的“价格触发”,而是基于逻辑的精准执行。在PTrade或QMT这类专业终端中,自动化盯盘通过“智能条件单”模块实现。投资者可以预设... 阅读全文

    213次浏览 2026-3-12 09:38

  • 普通个人投资者做量化的常见误区:工具不等于盈利能力
    步入2026年,量化交易工具的普及程度空前。许多投资者认为,只要开通了QMT或PTrade,拿到了专业版权限,就能像顶尖私募一样在市场中肆意收割。然而,经过一段时间的实战,不少人发现事与愿违。作为资深客户经理,我必须冷静地指出:工具只是武器,而盈利能力取决于使用者的逻辑。误区一:盲目迷信“黑盒策略”很多初学者在社群中寻找所谓的... 阅读全文

    212次浏览 2026-4-1 09:45

点击收起
量化张经理 证券经理 当前我在线...
从业认证| 入驻5年