在量化交易中，活下去比赚大钱更重要。一套成熟的量化代码中，风控模块的代码量往往占据相当大的比例。常见的止损逻辑可以通过Python在策略中硬编码实现。最简单的是固定比例止损。在`handle_data`函数中，每轮循环都会读取持仓股票的成本价。如果当前价低于成本价的95%，则立即调用`order_target`函数清仓。进阶一点的是跟踪止损（Trail... 阅读全文

215次浏览 2026-3-17 16:35

许多投资者习惯于通达信的选股指标和盘中预警，但苦于无法自动执行。通过QMT系统的“通达信预警跟单”功能，可以实现两者的无缝连接。当通达信弹出信号时，QMT通过监控预警日志自动提取代码并生成委托指令。这种方式结合了通达信的易用性与QMT的自动化能力，是许多资深交易者的首选方案。目前国金证券深度支持此类跨平台联动。投资者只需10万资... 阅读全文

215次浏览 2026-3-26 11:09

在A股的历史长河中，特定风格的因子往往会表现出长期的超额收益。其中，最受量化投资者关注的莫过于“小市值因子（SizeFactor）”和“波动率因子（VolatilityFactor）”。理解这两个因子的运作逻辑，是构建选股策略的第一步。小市值因子的逻辑基础是：市值较小的公司往往具有更高的成长潜力和被收购可... 阅读全文

214次浏览 2026-3-27 09:01

网格交易是很多普通投资者喜欢的自动化交易方式，因为它听起来很简单：跌了买，涨了卖，反复做差价。但真正做起来会发现，网格最难的不是工具操作，而是参数设置。参数不合理，系统执行得越认真，风险可能越大。第一个关键参数是价格区间。网格必须有一个大致运行范围，比如某个ETF在一个区间内震荡，你希望在低位分批买，高位分批卖。如果区间设得太窄，价格稍微波动就跑出范围... 阅读全文

214次浏览 2026-6-3 14:46

量化交易在金融生态中扮演着重要的角色，其中最显著的贡献之一就是提升了市场的流动性。流动性是指在不引起价格大幅波动的情况下，能够迅速买入或卖出资产的能力。首先，量化策略中的“做市商”策略或高频对冲策略，通过在盘口不断提供买卖挂单，缩小了买卖价差。这意味着普通投资者在买卖时，能以更接近公允价值的价格成交。其次，量化交易中的算法拆单（... 阅读全文

214次浏览 2026-3-12 10:20

在A股市场，打板（抢封涨停板）是游资群体最常用的策略之一。这一策略的核心在于“快”：谁能抢在封板的一瞬间完成委托，谁就拥有了溢价的主动权。随着量化技术的渗透，传统的纯人工打板正在被“量化打板”所取代。量化打板策略通常利用QMT等极速交易系统，通过API实时监控全市场的涨停动向。系统一旦扫描到标的触及涨停价... 阅读全文

213次浏览 2026-3-13 14:29

申请QMT成功以后，软件安装包不一定会自动出现在电脑里，也不一定会像普通手机应用那样，在应用商店中搜索后直接安装。更常见的情况是，权限审核通过后，由正式业务入口、消息通知或账户服务渠道提供与该账户相匹配的客户端下载方式。用户真正需要确认的，不只是“有没有安装包”，而是安装包、账号、服务器和权限是不是同一套环境。为什么不能随便在网... 阅读全文

213次浏览 2026-6-30 13:15

“明明看到是10块钱买入，为什么最终成交价是10.05元？”这种实际成交价与预期成交价之间的偏差，在量化交易中被称为“滑点”。对于交易频繁或仓位较大的策略，滑点是侵蚀利润的“无声杀手”。滑点产生的原因多种多样。最常见的是流动性缺失，当你的买单大于当前卖一的挂单量时，系统会自动向上成... 阅读全文

213次浏览 2026-3-13 14:41

可转债因其“T+0”交易制度、无涨跌幅限制（部分阶段）以及具有保底特性的债权属性，成为量化策略的热门标的。在QMT系统中，针对可转债的数据获取与策略执行有着完善的支持。通过xtdata模块，开发者可以使用get_market_data_ex获取转债的分钟K线和Tick数据。特别地，对于转债独有的属性，如转股价、正股代码、溢价率等... 阅读全文

212次浏览 2026-4-22 12:17

一、量化回测的终极错觉在量化策略的开发过程中，最令开发者兴奋的时刻莫过于看到一条平滑且高收益的历史回测净值曲线。然而，许多市场参与者在投入真金白银后发现，策略在未来的表现与历史回测大相径庭。这种现象在统计学和机器学习领域被称为“过拟合”（Overfitting）。二、过拟合是如何产生的？过拟合的本质，是量化模型“死记... 阅读全文

211次浏览 2026-4-9 15:10

在构建多因子策略时，并非因子越多越好。很多看起来表现出色的因子，本质上捕捉的是市场同一维度的特征。如果这些因子的相关性过高，不仅会造成计算资源的浪费，还可能导致模型在某一特定风险上过度暴露。相关性分析（CorrelationAnalysis）通过统计方法计算不同因子之间的相关系数。例如，如果你同时使用了PE（市盈率）和PB（市净率），你会发现它们在很多... 阅读全文

211次浏览 2026-3-12 10:22

回测是衡量量化策略生命力的唯一标准。一个严谨的回测过程不仅是为了看到那条漂亮的净值曲线，更是为了压力测试策略在极端环境下的生存能力。在QMT等系统中，完成一次高质量的回测通常需要经历四个标准阶段。第一阶段是“数据初始化”。回测的质量取决于数据的广度。投资者需要通过系统的数据管理模块，补充历史5-10年的日线、分钟线甚至Tick数... 阅读全文

209次浏览 2026-3-27 10:27

多因子模型是量化投资中最经典且应用最广泛的框架。其核心思想是：一支股票的价格波动可以由多个相互独立的“因子”共同解释。构建一个稳健的多因子模型，通常需要经过因子挖掘、因子处理、模型训练和回测验证四个步骤。因子挖掘与分类常见的因子库包括： -价值因子：如市盈率（PE）、市净率（PB），寻找估值洼地。 -成长因子：如营业收入增长率、... 阅读全文

208次浏览 2026-3-19 14:22

在普通的Level-1行情中，投资者只能看到五档买卖盘和最后一笔成交，这对于高频策略或日内交易而言，信息密度显然不足。Level-2数据则提供了更深层次的市场画像，包括十档行情、逐笔成交以及委托队列，成为了量化进阶的必修课。Level-2的核心价值在于其“逐笔”属性。通过逐笔成交数据，量化策略可以分析出每一笔订单是主动买入还是主... 阅读全文

208次浏览 2026-3-16 14:04

申购新股和新债在A股市场是相对低风险的增收手段。但人工操作难免遗漏，PTrade的一键申购功能完美解决了这一痛点。在PTrade系统中，投资者可以使用内置的“一键打新”功能。系统会自动扫描当日所有可申购的新股和新债，根据投资者的可用额度自动计算并提交申请。此外，通过设定定时任务，程序可以在开盘后自动执行申购逻辑，无需投资者亲自盯... 阅读全文

208次浏览 2026-3-25 15:03