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

54次浏览 2026-6-10 11:29

可转债作为一种“下有保底、上不封顶”的独特品种，由于其具备T+0交易机制、无涨跌幅限制（或限制较宽）以及天然的衍生品套利属性，一直以来都是量化程序化交易者的乐园。许多在股票市场运行日内T+0策略的团队，纷纷将目光投向可转债。然而，由于可转债市场的特殊波动风险，监管及券商对可转债的程序化交易有着严格的合规准入和流程要求。可转债程序... 阅读全文

64次浏览 2026-6-10 11:28

在编写QMT或PTrade策略时，很多投资者最先遇到的瓶颈往往不是交易逻辑本身，而是如何高效地处理密密麻麻的行情数据。在Python量化生态中，Pandas库是毫无疑问的核心基石。无论是计算技术指标、处理历史K线，还是过滤多因子选股数据，几乎所有的操作都需要通过Pandas来完成。认识Pandas的两大核心数据结构Pandas主要依托两种数据结构：Se... 阅读全文

49次浏览 2026-6-10 11:28

A股市场在漫长的运行周期中，超过70%的时间处于横盘震荡状态。对于趋势跟踪策略而言，持续的震荡往往会带来频繁的“打脸”和成本损耗。而网格交易策略，作为一种典型的“反趋势”量化策略，正是为了捕捉震荡行情中的波动收益而生。借助PTrade终端，投资者可以非常方便地部署并全自动运行这一策略。网格交易策略的基本原... 阅读全文

53次浏览 2026-6-10 11:27

在量化策略开发过程中，“未来函数”是导致无数开发者从天堂跌落国府的“隐形杀手”。很多投资者在做历史数据回测时，惊奇地发现自己的策略收益率高达几百倍，最大回撤极小，曲线完美得无懈可击。然而，一旦高高兴兴投入实盘，却出现连续亏损。这种巨大反差，绝大多数是因为策略代码中不小心混入了未来函数。深度剖析未来函数的定... 阅读全文

47次浏览 2026-6-10 11:26

在量化交易领域，回测是检验一个策略是否具有生命力的试金石。很多初学量化交易的投资者，往往只看一眼“总收益率”或者回测曲线是不是一路向上，就盲目地将策略投入实盘。这种粗糙的评估方式在实盘中往往会付出惨痛的资金代价。客观评价一个策略，必须通过多维度的核心指标进行白描式解构。必须掌握的五个量化评估指标第一是年化收益率（Annualiz... 阅读全文

46次浏览 2026-6-10 11:25

随着量化交易在散户和专业投资者中的普及，QMT系统衍生出的“MiniQMT”模式逐渐成为量化老手们的首选。传统的量化软件通常要求投资者在软件内置的、相对简陋的编辑器里写代码，这对于习惯了专业开发工具的交易者来说存在诸多不便。MiniQMT的出现彻底打破了这种局限。理解MiniQMT与xtquant的运行逻辑MiniQMT在本质上... 阅读全文

42次浏览 2026-6-10 11:25

在目前国内券商提供的智能策略终端中，QMT（迅投）和PTrade（恒生云纪）是散户和量化私募最常使用的两大主流系统。很多准备尝试量化交易的投资者经常困惑于如何选择。事实上，这两者在运行架构、适用场景和编程体验上存在明显的差异。底层架构与运行环境的区别QMT系统主要采用本地化加服务器的双重架构。它有传统的“标准版”和备受极客喜爱的... 阅读全文

103次浏览 2026-6-10 11:24

很多普通投资者在面临市场波动时，常常受到情绪干扰导致追涨杀跌。零基础开始量化交易，核心在于将主观的交易想法逻辑化、规则化，最终通过计算机程序自动执行。这并不是高深莫测的科学家专利，而是一套系统化的方法论。理清量化交易的核心步骤第一步是确立交易逻辑。任何策略都源于对市场规律的观察。例如，“当某只股票连续三天放量上涨且突破30日均线时买入&rd... 阅读全文

160次浏览 2026-6-10 11:23

在A股量化交易由初级向高级演进的过程中，散户投资者必然会触碰到一个由物理硬件和交易体量构成的隐形天花板——冲击成本与滑点损耗。当投资者的量化策略在盘中精选出了某一只具备强烈爆发力的标的，或者需要执行一笔大额调仓时，如果直接发出单笔大额的市价或限价委托，盘口脆弱的微观深度会被瞬间刺穿。这不仅会导致买入均价相比发单前的价格大幅飙升（产生高达几个点的严重被动... 阅读全文

129次浏览 2026-6-9 10:46

在构建A股量化多因子选股模型或运行复杂的策略回测时，散户投资者最常遇到的底层痛点之一是：某些计算出来的因子得分在绝大多数股票上表现很正常（如普遍在10%左右），但由于市场上某一只股票当天遭遇了突发停牌、极端对倒或者进行了罕见的重大资产重组，导致这只个股对应的因子数值出现了一个大到令人匪夷所思的惊天数字（例如暴增至10000%）。如果不对这些极端的数据异... 阅读全文

170次浏览 2026-6-9 10:45

在A股量化交易策略的设计中，为了提高研判的准确度，投资者往往不会仅仅依赖单一的时间周期。一种极其经典的量化架构是——跨周期联合驱动策略。例如：策略利用“周线级别”的宏观趋势因子（如周线EMA均线、周线级别RSI）来筛选目前处于大上升通道中的安全股票池；随后，策略切换到“5分钟级别”或“日线级别... 阅读全文

163次浏览 2026-6-9 10:44

作为国内量化交易领域的双雄之一，PTrade（开拓者量化交易系统）凭借其稳定的服务器端托管架构、完善的API封装以及极低的数据维护成本，深得广大中低频量化选股和趋势对冲散户的喜爱。然而，许多从百度搜索了解PTrade入门知识的初学者，往往将自己的思维禁锢在软件自带的数据接口（如仅仅调用软件内置的get_history获取K线）中。在实际的2026年A股... 阅读全文

165次浏览 2026-6-9 10:43

在构建基于多因子打分的量化选股策略时，初学者常常会遇到一个令人困惑的现象：策略在历史回测中表现非常好，但在实盘运行的某个月，由于市场风格突然切换（例如医药板块集体暴跌，银行板块集体暴涨），策略的净值便遭遇了断崖式的严重回撤。仔细检查代码会发现，多因子模型在当时判定“市盈率（PE）极低”的股票得分最高，于是程序自动买入了一大堆市盈... 阅读全文

135次浏览 2026-6-9 10:42

对于追求长期稳健增值、同时无法容忍长时间大幅踏空大盘的量化投资者而言，“指数增强策略（IndexEnhancementStrategy）”是极具配置价值的底层量化模型。不同于常规的绝对收益策略（目标是无论大盘涨跌都要赚钱），指数增强策略的底层逻辑非常明确：以某一特定市场指数（如沪深300、中证500、中证1000）作为基准，通过... 阅读全文

112次浏览 2026-6-9 10:41