在构建量化多因子策略时，很多初学者会遇到一个尴尬的情况：策略表现看起来很好，但其实只是因为在某个行业（如白酒或新能源）上重仓了，或者是全买了小盘股。这种收益不是“因子”带来的，而是某种“偏好”带来的。为了获得纯粹的Alpha，中性化处理（Neutralization）成为了2026年量化投资中的必修课。首... 阅读全文

603次浏览 2026-4-2 10:02

融资融券账户开通之后，日常管理涉及多个方面。本文把两融账户开通后的关键管理事项逐条说清楚。一、合约展期的操作流程融资融券合约的期限通常不超过180天，合约到期前散户可以申请展期。公司根据客户的信用状况、负债情况、维持担保比例水平进行评估，可以为满足条件的客户办理展期，每次展期时间不超过180天[6]。申请展期需满足以下条件：无不良信用记录，不在公司风险... 阅读全文

602次浏览 2026-5-14 13:48

在A股二级市场的历史演进中，存在一个被量化界广泛研究且在中长周期内表现出极强超额收益的经典现象——“小市值效应”。传统的手工投资者如果想参与小市值股票的交易，往往面临标的筛选难、基本面暴雷风险大、个股流动性单薄等现实痛点。然而，通过智能策略终端构建“小市值轮动量化策略”，利用大数据的全市场动态筛查和程序化... 阅读全文

602次浏览 2026-6-17 15:42

在量化交易的策略库中，按照对价格走势行为的理解，主要可以分为两大互为镜像的传统流派：动量策略（MomentumStrategy）和反转策略（MeanReversionStrategy）。这两种策略的底层数学逻辑和交易哲学截然相反，一个相信“强者恒强”，另一个坚信“物极必反”。理解这两者在不同市场周期下的表... 阅读全文

602次浏览 2026-6-5 20:05

在QMT（或xtquant）的学习过程中，get_market_data_ex是一个避不开的核心函数。它是获取行情数据的“全能选手”，但因为参数较多，很多新手在使用时容易出错。搞懂这个函数，你的策略就成功了一半。get_market_data_ex的主要作用是从本地缓存或数据库中提取行情数据。它的核心参数包括：标的列表、周期（如... 阅读全文

600次浏览 2026-5-14 15:00

对于大资金量或追求极致执行效率的投资者而言，单纯的“一笔单”入场往往会造成巨大的市场冲击成本，甚至直接推升或打压股价。在2026年的A股市场，算法交易（AlgoTrading）已成为解决这一难题的标配。通过将大额订单拆分为无数个细小碎单，并在特定时间内智能执行，算法交易能显著优化最终的成交均价。VWAP（成交量加权平均价格）和T... 阅读全文

599次浏览 2026-3-18 16:05

很多散户对量化交易感兴趣，但觉得"写代码"是一件很困难的事情。实际上，在QMT上编写一个最简单的量化策略，可能只需要十几行Python代码。掌握了几个基础概念和核心API接口，散户就能编写出可回测、可实盘的策略。一、了解QMT策略的基本框架在QMT中，每个策略都由标准的事件驱动框架构成。策略启动后会经历初始化阶段，在这个阶段完成全局变量的设定、交易标的... 阅读全文

598次浏览 2026-5-13 14:36

在传统的股票投资中，散户投资者选股往往依赖于“看感觉”或“听消息”。比如看到某只股票发布了亮眼的季报，或者在技术图形上走出了“金叉”，就会主观买入。这种方式容易受到市场情绪和人性的干扰，导致最终结果不稳定。而量化选股模型，则是将这些主观的、模糊的选股想法，转化为一整套可量化、可验证... 阅读全文

596次浏览 2026-6-15 10:16

在日常的股票投资中，大部分散户都天然地钟情于“抄底”与“逃顶”。然而，人肉眼盯盘的心理弱点往往会导致两个极端的悲剧：要么是在股价一路飞流直下时盲目伸手接飞刀，结果被死死套牢在半山腰；要么是在股价高歌猛进时因为恐慌提前下车，眼睁睁看着后续翻倍的超级主升浪与自己擦肩而过。为了解决这一痛点，QMT/PTrade... 阅读全文

595次浏览 2026-6-18 10:52

很多初入2026年市场的投资者常会对ETF的“申购赎回”与“买入卖出”感到困惑。虽然两者最终都能让投资者的账户里出现（或消失）ETF份额，但在参与门槛、成本构成以及交易逻辑上存在着本质区别。客观理解这两套并行的机制，是掌握ETF套利策略、进行大额资产配置的基础。参与层次的区别：一级市场vs二级市场ETF的... 阅读全文

594次浏览 2026-4-22 10:10

在A股市场的制度建设中，为了进一步丰富投资者的交易手段、减小大额交易对盘中正常价格的冲击，交易所推出了一个特殊的交易机制——“盘后固定价格交易”。对于许多习惯了在09:30到15:00之间进行手工买卖的普通投资者来说，这个机制可能相对陌生。但在利用QMT或PTrade等专业策略终端进行精细化资产管理的量化交易者眼中，盘后固定价格... 阅读全文

593次浏览 2026-6-16 09:07

在量化交易的代码世界里，调谐参数（如决定均线周期的天数、技术指标的绝对阈值）是每位开发者绕不开的核心环节。很多缺乏经验的初学者在独立的测试环境中，通过反复尝试、精细化修改Python代码，终于在过去的某一段特定历史行情中跑出了几乎完美的、笔直向上的净值曲线。然而，一旦充满信心地下单到实盘环境，账户却迅速遭遇连续的亏损。这种巨大反差的背后，最根本的技术原... 阅读全文

593次浏览 2026-6-4 11:54

在2026年的证券市场，如果有人提到“搬砖”获利，那多半指的就是ETF的申赎套利。这是一种利用ETF一级市场（申购赎回）与二级市场（盘中交易）之间价格偏差来获取利润的专业手法。对于普通投资者来说，平时大多在二级市场像买卖股票一样交易ETF，但深入了解申赎逻辑，能让你看清市场波动的本质，甚至在极端行情中分一杯羹。第一部分：申赎套利... 阅读全文

593次浏览 2026-4-3 14:00

在震荡市中，如何通过反复的波动获取利润？“网格交易”策略是量化领域中最经典、也最受散户欢迎的自动化方案之一。2026年的A股市场，结构性震荡特征依然明显，理解网格交易的逻辑，可以帮助投资者有效降低持仓成本，规避追涨杀跌的情绪陷阱。网格交易的核心逻辑是“均值回归”。其操作方法是在某个价格区间内，像渔网一样划... 阅读全文

593次浏览 2026-3-13 11:22

在QMT或PTrade中编写量化策略并运行回测时，不少新手都会遇到诡异的情况：简单组合几个指标，回测年化收益就能达到数百倍，净值曲线近乎完美。可一旦接入实盘，账户却持续亏损。造成这种巨大反差的核心原因，就是代码中混入了未来函数，这也是量化开发里最隐蔽的逻辑陷阱。未来函数通俗来讲，就是程序在当前时间节点，调用了未来才会产生、公布的数据，相当于在历史回测中... 阅读全文

592次浏览 2026-6-10 12:21