提及量化交易，很多人脑海中浮现的往往是盯着分时图高频跳动的日内算法，或者是基于各种技术指标交叉的短线趋势策略。实际上，在量化投资领域，基于上市公司真实财务报表和经营数据的“基本面多因子模型”，同样占据着举足轻重的地位。这类策略不关注短期的日内价格波动，而是通过定量分析企业的盈利能力、资产质量和成长性，寻找被市场低估的优质资产，进... 阅读全文

97次浏览 2026-7-2 10:15

在量化交易策略的开发过程中，许多投资者最容易陷入的陷阱就是“过度拟合”（Overfitting）。在历史数据回测中，策略的资金曲线异常完美，年化收益率极高且回撤极小。然而，一旦将该策略投入实盘挂机，净值就会像脱轨的列车一样一路向下。这种巨大的反差，正是过度拟合在作祟。过度拟合通俗来说，就是模型“把历史当成了必然，把噪... 阅读全文

96次浏览 2026-6-18 10:14

在构建本地化量化交易系统、或者利用专业的IDE进行策略开发时，如何高速、稳定地获取全市场的股票行情，是摆在每一位开发者面前的第一道技术门槛。作为QMT极速策略交易系统的硬核衍生框架，MiniQMT模式下的xtdata行情模块，提供了一套极为纯粹、直接的PythonAPI接口。深度拆解xtdata行情模块的功能定位根据Xtquant官方技术文档的梳理，x... 阅读全文

96次浏览 2026-6-10 11:41

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

96次浏览 2026-7-6 09:38

对于许多构建了多因子选股模型或者进行组合投资的投资者而言，每天盘中或盘尾的“调仓”是一项极其繁琐且容易出错的手工劳动。假设一个多因子策略在盘前筛选出了50只目标股票，并且需要将现有的持仓全部替换掉。如果依靠传统的人工手动操作，一个一个去输入代码、计算股数、点击买入卖出，不仅耗时漫长，而且极易错失最佳的成交时机。为了解决这一痛点，... 阅读全文

95次浏览 2026-6-18 10:08

PTrade支持多账号组合交易，方便多资产、多账户统一管理，但跨账户自买自卖、对倒交易属于交易所严令禁止的违规行为，在多账号策略开发中，必须搭建合规风控模块，规避相关风险。深度解构跨账户对倒的交易所合规监管红线同一IP、同一设备下的多个账户，若在同一时间对同一只股票发生反向交易，会被监管系统判定为自买自卖、虚增成交量。无论是否主观故意，都会被认定为异常... 阅读全文

95次浏览 2026-6-10 12:16

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

95次浏览 2026-6-30 11:01

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

95次浏览 2026-6-25 09:14

在量化交易模型的研发流水线上，每一个开发者自建策略后，最期待的一步就是在本地计算机上点击“开始回测”按钮。当看到屏幕上吐出一条长达数年、近乎于完美爬坡的资产曲线时，很多人会误以为自己找到了财富的终极钥匙。然而，如果你的历史行情数据库存在底层的逻辑缺陷，这个美丽的数字很大程度上只是一个由数理统计漏洞交织而成的“历史谎言... 阅读全文

94次浏览 2026-7-1 10:06

在量化交易的策略库中，趋势跟踪（TrendFollowing）是最古老也最经典的流派。而双均线策略则是趋势跟踪策略中标准的入门模版。它的核心思想是利用两条不同周期的移动平均线的交叉，来捕捉资产价格一段明显的单边趋势。本文将以白描的手法，展示如何在QMT系统内置的Python3.6运行环境中构建该实盘模型。双均线策略的经典数学逻辑双均线策略通常包含一条短... 阅读全文

94次浏览 2026-6-10 11:29

在利用QMT极速策略交易系统进行高频多周期策略研发时，许多量化研发者喜欢采用“跨周期联动的多重时空交叉验证”模型。例如：在策略的主循环中读取日K线作为长线大趋势的过滤器（判断大盘是牛是熊），同时订阅5分钟或1分钟K线作为盘口精确的报单切入点。然而，如果在编写逐K线驱动（handlebar）或定时任务（run_time）逻辑时，缺... 阅读全文

94次浏览 2026-6-11 09:25

在编写量化动量突破或者均线轮动策略时，开发者必然会在代码中写入一个核心自变量——“数据回看窗口期（LookbackWindow）”。比如计算过去20天的动量得分，或者计算60日均线。大部分新手在确定这个窗口期参数时，喜欢直接用历史数据在计算机里跑一次性全额寻优（GridSearch）。电脑经过一番穷举，兴奋地告诉你：过去五年里，... 阅读全文

95次浏览 2026-6-8 09:53

在量化交易的微观物理世界中，滑点（Slippage）就像是一个无形且无处不在的“资金小偷”。很多量化初学者在本地QMT或PTrade中跑出的回测数据堪称完美，可是一旦切入真实柜台实盘，资产曲线却开始诡异地下滑。仔细核对账单后才会痛苦地发现，每一次买卖的实际成交价都比理论触发价差了那么几分钱。正是这微小的几分钱，在策略高频周转的乘... 阅读全文

94次浏览 2026-7-1 09:39

提到量化交易，很多投资者的第一反应就是复杂的Python代码、深奥的数学公式以及高昂的系ç»开发成本。这让许多缺乏编程背景、日常工作繁忙的普通上班族散户只能望而却步。然而，在现代化的策略终端PTrade和QMT中，早已打通了一道连接散户与自动化交易的低门槛桥梁——“智能条件单（ConditionalOrders）组件”。依靠这一... 阅读全文

94次浏览 2026-7-1 09:44

在量化多因子策略或者基于财务基础面的选股模型的自主研发大本营里，最让研究员崩溃的莫过于“历史报告里天下无敌，实盘一跑血本无归”。很多极客在家里用历史K线数据测试自己构思的新型财务复合因子时，跑出了一条没有任何回撤、天天顺滑上涨的45度完美资产曲线。然而，一旦把这套天衣无缝的代码切入真实的盘中挂机环境，它不仅抓不到任何白马龙头，反... 阅读全文

94次浏览 2026-6-23 09:44