分享
量化张经理 股票
资质已认证
德阳 实名认证 知无不言经验丰富响应及时
5分钟 平均响应时间
  • 股票量化多因子策略中因子的“去极值(Outlier Handling)”技术:拔掉历史脏数据的毒牙
    在量化多因子选股以及行业轮动模型的研发流水线上,绝大多数散户投资者在好不容易获取到了全市场的原始历史财务或量价数据后,往往会极其兴奋地直接把这些因子得分塞进加权矩阵里去跑历史回测。实盘数据和严谨的金融工程质检表明,这种缺乏前置数据清洗的粗暴操作,会让你的回测结果充满大量的数理噪声和逻辑失真。在专业机构的量化数据准备流水线上,第一道雷打不动的标准化数理净... 阅读全文

    52次浏览 2026-7-1 10:00

  • 生存者偏差(Survivorship Bias)
    在构建股票二级市场多因子量化选股策略或低频轮动策略的历史数据验证阶段,模型所选用的“历史股票初选池(StockUniverse)”的完整度,是决定整个多头组合进入实盘柜台后能否真正存活的生死线。许多独立开发者在本地计算机上配置回测引擎时,为了图简单或者因为调用了不规范的免费行情接口,往往全自动使用了一条简单却极具毁灭性的选股范围... 阅读全文

    51次浏览 2026-6-29 09:41

  • 揭秘量化客户端:PTrade交易系统实盘操作全流程
    PTrade作为国内主流的智能策略交易终端,因其界面友好、功能多元,受到了大量专业投资者和量化爱好者的青睐。为了让普通市场参与者能够清晰了解该系统的实际运作,本文将采用白描手法,客观梳理PTrade从登录到实盘执行的标准化操作流程。一、账号登录与环境准备1.运行依赖:PTrade通常支持普通股票资金账号登录,并在客户端内整合了交易、策略、工具等模块。2... 阅读全文

    51次浏览 2026-6-29 10:27

  • 个股所属行业中性化(Industry Neutralization)
    在自主研发股票全市场多因子选股模型的流转流水线上,独立开发者在完成横截面特征极值剔除后,面临的第二道核心合规风险,便是因子得分在“特定宏观行业暴露(IndustryExposure)”上的系统性偏离偏置。举例来说,当某一阶段由于宏观产业政策红利催化,全市场中某个特定行业(如TMT或医药)内的成百上千只股票的短期量价特征、盈利预期... 阅读全文

    51次浏览 2026-6-29 09:57

  • 什么是量化策略回测中的“滑点陷阱”:为什么忽视零点几的价差会导致策略破产?
    在很多量化初学者自制的交易策略回测报告中,经常会出现令人血脉偾张的高频资产增值曲线:策略在一年的时间里进行了上千次日内择时或微观动量突破交易,胜率高达60%,累计净值翻了几倍。然而,一旦把这套天衣无缝的代码部署到实盘环境挂机,仅仅过了两个星期,不仅没赚到钱,反而被真实的各种磨损给蚕食得伤痕累累。在金融工程开发中,这种由于忽略微观撮合价差而导致的灾难性幻... 阅读全文

    51次浏览 2026-6-22 09:29

  • 什么是量化策略中的“未来函数”?如何彻底排查?
    在量化策略开发中,“未来函数”是导致投资者产生重大亏损的头号技术隐患。简单来说,未来函数是指在编写策略逻辑时,无意中引用了当前时间点之后才产生的数据。这种策略在历史回测时由于能够“预知未来”,其净值曲线往往表现得极其完美,但在实盘中由于无法获取未来的数据,策略表现会一落千撕。常见的未来函数形式包括:在今日... 阅读全文

    51次浏览 2026-7-2 10:00

  • 量化回测中的“过拟合”现象及有效的解决方法
    “过拟合”是量化策略研发中最高频出现的错误之一,它通常表现为策略在历史数据中跑出的收益率极其惊人、回撤极小,但一旦进入模拟或实盘交易,表现就立刻出现大面积滑坡。过拟合的本质,是研发者在已知历史结果的前提下,通过增加过多的控制变量或过度精细的参数,让策略“强行记住了历史的每一个波动细节”,从而失去了对未来未... 阅读全文

    51次浏览 2026-7-2 10:09

  • 什么是量化选股中的因子“正交化”?如何剔除策略里的重复功劳?
    在构建一个由几十个技术指标或基本面特征组成的高阶量化多因子选股策略时,许多研究人员在做完回测后会发现:虽然每个单独的因子在历史上都表现出了极强的选股能力,但一旦把它们强行拼装组合在一起,模型的总收益非但没有成倍增加,反而出现了严重的逻辑钝化。在量化工程学中,解决这一难题的核心技术叫做“因子正交化(FactorOrthogonalizatio... 阅读全文

    50次浏览 2026-6-22 09:04

  • 散户量化实盘暗坑:为什么本地策略一定要预防“断网与休眠”
    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

    50次浏览 2026-6-30 10:42

  • 什么是 miniQMT(XtQuant)?它与内置 QMT 有何区别?
    在接触QMT量化系统的过程中,许多技术型投资者经常会听到“miniQMT”或者“XtQuant”这两个概念。对于希望深度定制自己交易系统的投资者来说,理清它与普通内置Python的QMT之间的区别,是搭建量化交易架构的关键一步。普通内置版QMT是一个集成了行情显示、策略编写、历史回测和实盘下单的一体化软件... 阅读全文

    49次浏览 2026-7-2 09:56

  • 揭秘股票量化回测中的“幸存者偏差(Survivorship Bias)”:死人不会说话的静态历史谎言
    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

    48次浏览 2026-7-1 10:06

  • 什么是量化选股策略中的“幸存者偏差”?如何完美规避?
    很多量化初学者在搭建历史多因子选股策略时,经常会遇到一个令人兴奋的现象:在电脑上回测过去五年的数据,策略的净值曲线一路高歌猛进,年化收益率高达百分之几百。可是一旦满怀信心地开通实盘,策略却表现得像个平庸的散户,甚至持续亏损。如果在排查中排除了逻辑错误,那么该策略大概率是无意间触发了量化选股中最典型的致命幻象——“幸存者偏差(Survivor... 阅读全文

    48次浏览 2026-7-6 11:00

  • 什么是网格交易策略?如何利用程序化网格在横盘市中全自动刷利?
    在A股市场长期的横盘震荡和箱体拉锯行情中,趋势跟踪策略往往由于频繁的试错和假突破而备受折磨。此时,一种起源于传统外汇市场、被量化极客广泛改良并工具化的经典数理模型——“网格交易策略(GridTradingStrategy)”,成了捕获震荡行情的绝对主力。通俗来说,网格交易就是一套由程序严格执行的“高抛低吸全自动捕鱼网... 阅读全文

    48次浏览 2026-6-22 09:06

  • 面对突发行情,如何利用量化终端稳住仓位?
    市场充满不确定性,突发行情往往令投资者措手不及。在此时,手动操作极易受恐慌心理影响,从而做出非理性的决策。利用量化终端预先配置的风险管理工具,可以实现“冷静执行”,自动稳住仓位。首先,预设止损单是必备的基础操作。无论是在终端还是交易柜台设置,止损单能在行情触及预警位置时自动成交,将亏损严格控制在预算范围内。其次,可以利用终端的仓... 阅读全文

    48次浏览 2026-7-2 09:45

  • 什么是最大回撤(Maximum Drawdown)?量化生存法则中的数理痛苦指数
    在量化交易多策略、多因子组合的历史回测和实盘质检报告中,很多初学者常常会被“年化收益率50%”、“胜率七成”等表观极其美丽的数字冲昏头脑,进而盲目将其部署上场。然而,实盘残酷的洗牌法则告诉我们,决定一个策略能否长久生存、不触发账户实质性破产的,往往不是它在顺境中能赚多少,而是它在逆境中究竟有多能&ldqu... 阅读全文

    47次浏览 2026-7-1 10:07

点击收起
量化张经理 股票 当前我在线...
德阳 帮助 10万+ 好评 1293