1）需求解构：把“想法”变成可执行的策略框架策略开发第一步是用提示词工程，把模糊交易思路拆成结构化需求，尽量精准定义：运行周期/频率（日线、分钟、tick）监控标的范围数据与字段需求（行情、因子、财务等）指标计算方式交易逻辑（入场/加仓/减仓/出场）风控与仓位规则提示词示例当前策略需求：实现一个【xxx】买卖策略。请从【监控标的... 阅读全文

15次浏览 19小时前

策略运行周期回测支持：日线级别、分钟级别运行（详见handle_data方法）。实盘交易支持：日线级别、分钟级别、tick级别运行运行频率说明1）日线级别选择日线频率后，回测与实盘均为每个交易日运行一次：回测运行时间：每个交易日15:00实盘运行时间：尾盘固定时间（券商可配置），默认14:502）分钟级别选择分钟频率后，回测与实盘均为每分钟运行一次：运... 阅读全文

4次浏览 19小时前

1）跟量策略：VP（VolumeParticipation）类型：市场驱动型核心逻辑：按用户设定的参与比例成交，使“母单成交量/同期市场总成交量”尽量接近目标比例。特点：市场放量则加快成交，市场缩量则放缓成交。适用场景：希望按市场成交量的一定比例参与成交、尽量跟随市场节奏完成指令。建议：如无特殊需求，参与比例通常不建议超过30%... 阅读全文

12次浏览 19小时前

1）新建策略在开始回测或实盘交易前，先创建策略：点击界面左上角的“新增/添加策略”入口选择对应业务类型（如股票等）为策略设置名称并确认创建创建完成后，可在系统提供的默认策略模板基础上进行代码编写与参数配置。2）新建回测策略建好后即可发起回测，回测前需先配置关键要素：开始时间/结束时间回测资金回测基准回测频率（如日频、分钟等）设置... 阅读全文

3次浏览 19小时前

QMT极速策略交易系统（简称QMT）内置Python3.6运行环境，核心能力包括行情数据与交易下单。通过编写Python脚本，可实现指标计算、策略开发、回测验证与实盘交易。QMT支持两类模型：回测模型与实盘模型。1.模型类型说明回测模型在历史K线上从左到右逐根遍历，用模拟资金账号记录买卖信号、持仓与盈亏，最终输出历史净值曲线与绩效指标。实盘模型盘中接收... 阅读全文

4次浏览 19小时前

底仓增强策略是一款用于“日内回转”的程序化算法，通常通过PTrade量化软件+LDP极速柜台组合执行。策略以用户现有股票持仓为基础，利用机器学习等方法，结合横截面与时序数据进行短周期预测，在控制回撤与风险敞口的前提下，提升日内高抛低吸的成功率，为机构与个人投资者提供收益增厚的可能。策略逻辑怎么做基于已有持仓（底仓）开展交易盘中双... 阅读全文

5次浏览 19小时前

1）环境准备①操作系统与区域设置操作系统：Windows10（64位）及以上时区：东八区语言/字符：中文、简体中文日期与时间格式：建议使用中文（简体）常用格式，避免因区域设置导致显示或登录异常②硬件配置建议基础建议：4核CPU+8GB内存（更高配置可提升回测/多策略运行稳定性）③网络环境说明部分办公网、酒店网络可能存在外网访问限制跨境网络可能出现抖动、... 阅读全文

13次浏览 19小时前

面向专业投资者的一站式算法交易平台，覆盖多场景、差异化的执行需求。借助智能化算法能力，帮助投资者降低市场冲击与滑点、提升成交质量与执行效率、保护交易意图并捕捉盘中机会，从而更稳健地构建长期价值。主流执行算法可一站式配置，满足日常与复杂交易场景。1）TWAP（时间加权均价）典型场景：在指定时间窗口内均匀拆单执行，尽量贴近该时段的算术平均价格。适用：篮子交... 阅读全文

38次浏览 19小时前

功能更完整，一站式覆盖全流程行情显示：高速行情接入，多市场实时刷新。策略研究：内置策略编辑器，支持Python/VBA双语言开发。交易执行：兼容高频交易、算法交易等多种模式，指令下达与成交执行更高效。风控管理：多维风控体系，支持风险预警、止损止盈等常用控制手段。回测能力：支持Tick/分钟/日线等多频回测，更贴近真实历史成交表现。品种覆盖：沪深股票、场... 阅读全文

2次浏览 19小时前

QMT将数据获取、策略开发、回测、模拟交易、实盘交易整合在同一平台内，用户无需频繁切换工具即可完成量化全流程。系统架构灵活，支持插件化、模块化扩展，可按需增改功能模块，定制空间更大；同时历经测试与优化，在高负载、复杂交易场景下依然保持高稳定性与可靠性。1）策略开发与回测优化多语言支持：支持Python、VBA，可根据习惯与能力选择开发语言。编辑与调试友... 阅读全文

38次浏览 19小时前

一、核心功能与能力1）策略开发与回测支持Python/VBA双语言策略开发，兼容PyCharm等主流IDE，可直接调用第三方库（如pandas、各类机器学习库）。内置Tick级回测引擎，支持分钟、日线等多周期历史数据，并可在回测中纳入滑点、手续费等贴近实盘的因素。2）全品种交易覆盖覆盖股票、两融、ETF、可转债、港股通，以及期货、期权等多市场品种。支持... 阅读全文

3次浏览 19小时前

PTrade量化引擎采用“事件驱动”框架，以交易日为单位，通过不同事件回调完成策略全流程任务：initialize：初始化策略（必选）handle_data：盘中主逻辑处理（必选，支持日线/分钟级）before_trading_start：盘前准备（按需启用）after_trading_end：盘后复盘与收尾（按需启用）在更高频... 阅读全文

4次浏览 19小时前

QMT量化如何补充历史数据？很简单，主要有两种方式：手动下载和自动定时下载。方式一：手动下载历史数据在QMT界面点击右下角【行情】进入行情页面。进入【快速下载】标签。在【数据】下拉框选择要下载的数据类型：选择下载的数据范围与周期（如日线/分钟线等）。点击【开始补充】即可开始下载。方式二：自动下载（调度任务）点击右下角【行情】进入行情页面。打开【调度任务... 阅读全文

9次浏览 19小时前

是否支持支持。PTrade可接入券商提供的L2行情/逐笔数据能力，但是否开通、是否收费、可用字段范围等，取决于你开户的券商及对应权限。如何获取（PTrade侧的主要接口）逐笔委托（毫秒级）：用get_individual_entrust获取委托明细数据，包含买卖方向（0=卖/1=买）、委托类型（限价/市价等）、委托数量等。逐笔成交：用get_indiv... 阅读全文

4次浏览 19小时前

QMT和PTrade都是国内常见的量化交易平台，各自优势很明确：一个偏本地自主可控，一个偏云端托管省心。在运行方式、性能、灵活性与限制上差异明显，可按需求取舍。1）本地运行vs云端运行QMT（本地运行）本地资源依赖：策略计算、数据处理、下单执行主要在本机完成，对CPU/内存/磁盘有一定要求。仍依赖网络链路：行情获取与交易指令提交需要网络，网速与稳定性会... 阅读全文

5次浏览 19小时前