QMT策略已经在日志或图表上显示买卖信号，却没有在账户里看到委托，不能简单判断为“下单函数失效”。信号、委托和成交是三个不同阶段：策略判断条件成立只是信号；下单函数把请求发送给交易系统才形成委托；委托被市场撮合后才产生成交。任何一层没有完成，账户都不会变化。第一种常见原因是运行在模拟信号模式。QMT模型交易通常区分模拟信号和实盘... 阅读全文

330次浏览 2026-6-30 13:22

随着资本市场互联互通机制的不断深化，越来越多的内地投资者希望将目光投向香港股市，以寻求资产配置的多样化或捕捉优质互联网、生物科技企业的成长红利。港股通（包括沪港通下的港股通和深港通下的港股通）为普通投资者提供了一条合法、便捷的跨境投资渠道。然而，由于两地市场在制度设计上存在显著差异，监管部门对港股通权限的开通设定了明确的门槛。首先，最硬性的指标是资金门... 阅读全文

329次浏览 2026-3-25 17:44

打板策略是A股市场中一种独特的短线博弈方式。其核心逻辑是在个股即将涨停的瞬间，以涨停价申报买入，博取次日的高开溢价。由于涨停板位置通常有大量买盘封单，传统的交易方式很难成交，这便衍生出了对交易速度和通道权限的极致追求。量化实操中，打板策略通常分为“扫板”和“排板”。扫板是在价格触及涨停瞬间以市价或限价抢入... 阅读全文

329次浏览 2026-3-16 14:08

在量化投资中，行情数据分为Level-1和Level-2。普通L1行情仅提供五档买卖盘及每3秒一次的切片，这在快速变化的市场中显得捉襟见肘。而Level-2（L2）行情则提供了十档买卖盘、逐笔成交明细以及委买委卖总量，这对于中高频量化策略而言是不可或缺的“显微镜”。L2行情在量化实操中有三大核心价值。第一是“压力位预... 阅读全文

328次浏览 2026-3-27 09:23

在瞬息万变的二级市场，尤其是对于追求“打板”或高频套利的游资及职业投资者而言，交易的成败往往取决于毫秒乃至微秒级的速度差异。为了满足这种极致的执行需求，券商通常会提供高于普通柜台的交易通道，即VIP通道与极速柜台。普通投资者的委托通常经过券商的通用柜台集中处理，在行情剧烈波动或集合竞价阶段，由于并发请求量巨大，往往会出现排队延迟... 阅读全文

328次浏览 2026-3-25 14:45

不少人申请了QMT以后，第一次打开软件会有一种很强的落差感：功能很多，界面很专业，但自己不知道应该先点哪里。行情、交易、策略、回测、模型交易、Python代码，这些东西放在一起，很容易让新手误以为“我是不是还没准备好”。其实问题不一定出在你不会用软件，而是你没有给自己设定一个足够小的目标。很多人一上来就想做完整量化系统，想选股、... 阅读全文

327次浏览 2026-6-3 13:50

“幸存者偏差”是量化回测中最容易被忽视、却足以致命的逻辑陷阱。它通常发生在处理股票池数据时：如果你的回测仅针对目前仍在交易的股票，而忽略了在回测时间段内已经退市、被长期停牌或被剔除指数的股票，那么回测结果必然会大幅优于真实情况。这是因为，能够“存活”到今天的股票，其表现往往本身就是优中选优的。如果回测逻辑... 阅读全文

325次浏览 2026-3-16 10:27

开展量化交易的第一步并非编写策略，而是搭建一个稳定、高效的本地开发环境。对于使用Python的量化投资者来说，环境的兼容性往往直接影响到回测和实盘的成功率。首先是Python版本的选择。虽然Python3.12已经发布，但许多券商量化软件（如QMT）为了稳定性，其内置环境或推荐API通常支持Python3.6至3.11版本。建议投资者在本地安装Anac... 阅读全文

324次浏览 2026-3-16 14:02

对于使用Python进行策略开发的量化交易者而言，数据的获取速度与维度直接决定了策略的响应上限。在QMT（极速策略交易系统）中，XtData模块是其行情获取的核心引擎，设计理念侧重于精简与高效。XtData的核心架构XtData作为QMT的独立行情模块，本质上是与MiniQMT客户端建立的长连接通道。它支持全推式行情接收，这意味着数据一经产生便实时推送... 阅读全文

323次浏览 2026-3-19 14:19

一、为什么回测曲线完美，实盘却亏损？许多初涉量化交易的投资者都会经历一个困惑期：在历史回测中，策略的年化收益率高达50%，净值曲线呈现完美的45度角向上；但一旦投入实盘，不仅没有盈利，反而账户资金在不断缩水。导致这种“回测与实盘脱节”的核心原因之一，便是被忽视的“滑点”（Slippage）与交易摩擦成本。... 阅读全文

323次浏览 2026-4-9 15:08

在量化多因子模型的开发中，数据的纯净度直接决定了结果的质量。原始财务数据或行情数据中往往存在大量的“异常值”或“离群点”，如果不加处理直接带入回归计算，会严重扭曲因子的真实表现。其中，“中位数去极值法”（MAD）是量化圈公认最稳健的过滤技巧之一。中位数去极值法的逻辑分为三步：首先，... 阅读全文

322次浏览 2026-3-12 11:20

随着监管对量化交易管理的细化，程序化交易报备已成为每一位量化投资者必须履行的合规义务。无论资金规模大小，只要是通过API接口（如QMT、PTrade等）实现的自动化下单，均需向相关监管部门和券商进行报备。报备的主要内容通常包括：投资者基本信息、账户信息、策略类型（如换手率区间、是否包含高频交易逻辑）、使用的软硬件环境、资金来源及交易频率上限等。报备的初... 阅读全文

321次浏览 2026-3-26 14:35

在自动化交易的世界里，“风控”的重要性远超“盈利”。一个没有风控的策略就像一辆没有刹车的赛车。量化风控体系通常分为三个层级：单笔风控、策略级风控和账户级风控。单笔风控主要约束报单的合理性，例如设置单笔委托上限、偏离当前市价的最大比例，防止因代码逻辑错误导致的异常价格报单。策略级风控则关注整体表现，最常见的... 阅读全文

321次浏览 2026-3-12 10:16

QMT作为一套成熟的量化交易系统，其核心逻辑在于通过Python脚本实现行情捕捉与执行指令的自动化。理解其运行机制，是避免策略“逻辑滑点”的关键。QMT系统支持两种主要模型：回测模型与实盘模型。回测模型的核心是遍历固定的历史数据。投资者需要预先在界面“数据管理”中下载历史K线行情，系统会模拟资金账号记录买... 阅读全文

319次浏览 2026-3-18 16:03

很多人申请了QMT或PTrade以后，第一天最容易犯的错，就是马上找策略、找代码、想实盘。其实刚开通量化工具，最应该做的不是交易，而是确认环境、熟悉功能、跑通最小流程。第一件事，是确认账号和软件能正常登录。包括交易账户是否显示正常，行情是否能看到，工具权限是否已经开通，测试端或正式端是否能进入。不要小看这一步，很多后续问题其实都来自账号、路径、权限、行... 阅读全文

319次浏览 2026-6-3 14:40