分享
小李经理 股票
资质已认证
宁波 实名认证 从业4年经验丰富知无不言
5分钟 平均响应时间
  • 量化交易实战:如何利用通达信预警触发QMT自动交易
    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

    242次浏览 2026-3-26 11:09

  • 新股新债申购自动化:PTrade一键操作功能的实战技巧
    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

    242次浏览 2026-3-25 15:03

  • ETF申赎与二级市场买卖的区别:量化套利的物理基础
    普通投资者通常在二级市场像买卖股票一样买卖ETF(交易型开放式指数基金),而机构或大额投资者则会参与“一级市场申赎”。二级市场买卖是投资者之间的资金交换,价格受盘口供需影响,可能产生折价或溢价。而一级市场申赎是投资者与基金公司之间的交换:申购是用一篮子股票换取ETF份额;赎回是用ETF份额换回一篮子股票。这一过程通常要求较高的起... 阅读全文

    242次浏览 2026-3-26 15:05

  • 量化交易如何选股?解析小市值因子与波动率因子的奥秘
    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

    240次浏览 2026-3-27 09:01

  • 个人投资者申请期权交易权限的“三门槛”与流程
    期权作为高阶套利和风险对冲工具,其准入门槛在证券品种中属于最高的一类,通常被称为“三位一体”核验。第一个是资产门槛。申请前20个交易日日均托管资产不低于人民币50万元。第二个是经验与资格门槛。投资者需具备6个月以上的证券交易经验,并具备融资融券业务参与资格或者期货交易经验。第三个是知识与模拟门槛。投资者需通过交易所组织的期权基础... 阅读全文

    240次浏览 2026-3-26 15:05

  • 量化交易中的ETF套利策略深度解析
    ETF量化交易涵盖了套利、网格交易及趋势轮动等多种玩法。由于ETF具有费率低、无印花税等特点,深受量化投资者喜爱。一种常见的策略是ETF一二级市场套利。当ETF二级市场价格与其成分股组合净值(IOPV)出现偏差时,投资者可以通过买入ETF并赎回股票,或者买入股票并申购ETF来获取价差收益。此外,基于行业ETF的轮动策略,通过量化指标监控不同板块的动能变... 阅读全文

    240次浏览 2026-3-26 10:55

  • MiniQMT极速策略交易系统的运行逻辑与优势
    Python已成为量化交易事实上的标准语言,其简洁的语法和丰富的第三方库使得策略开发变得高效。编写一个完整的量化策略,通常需要遵循固定的逻辑框架。在量化系统中,策略运行通常由几个核心的回调函数驱动。首先是初始化阶段(initialize),这是策略的“大脑起始点”。开发者在此处设置股票池(set_universe)、初始资金、基... 阅读全文

    239次浏览 2026-3-17 17:02

  • 【miniQMT问题】行情能获取,下单却失败应该查什么?
    miniQMT行情能正常获取,下单却失败,说明行情链路和交易链路并不是同一个状态。XtData负责行情,XtTrader负责账户和交易。前者能读取K线或实时价格,只能证明行情模块正常,不能证明交易账户已经登录、订阅和具备委托权限。排查第一步是账户连接。XtQuantTrader创建后要先start,再调用connect。connect返回成功,只代表程... 阅读全文

    240次浏览 2026-6-30 13:38

  • 新手量化第一步:如何在QMT中快速构建自己的股票池?
    量化交易的起点不是“买入”,而是“过滤”。全市场有5000多只股票,如何从中选出最符合你逻辑的那一小部分?在QMT系统中,构建“动态股票池”是每一个量化程序的必经环节。投资者可以通过两种方式构建股票池。第一种是“成分股导入”,例如直接调用get_indust... 阅读全文

    238次浏览 2026-3-27 10:36

  • 深度解析量化回测中的“幸存者偏差”问题
    在评价一个量化策略时,回测报告通常是第一参考依据。然而,如果回测中存在“幸存者偏差”,那么这份报告不仅毫无价值,甚至具有误导性。什么是幸存者偏差?简单说,就是你的回测系统只在目前还“活着”的股票中筛选历史机会。例如,你在2026年编写了一个选股策略,回测过去十年的表现。如果你使用的是目前的股票池,系统会自... 阅读全文

    237次浏览 2026-3-17 16:09

  • 极速交易柜台揭秘:游资与高频交易者如何抢占先机?
    在A股市场中,有这样一群以“打板(追涨停)”、“抢一字板”为核心策略的市场参与者。在极其短暂的竞价窗口或行情突破瞬间,成败往往取决于毫秒乃至微秒级的订单响应速度。普通的零售交易系统由于需要经过多层网关和风控节点的校验,其委托延迟往往在数十毫秒级别。为了突破这一物理限制,极速交易柜台(如LDP柜台)应运而生... 阅读全文

    237次浏览 2026-3-25 17:26

  • QMT与PTrade行情接口深度对比:量化交易选谁更合适?
    在国金证券提供的智能交易平台中,QMT与PTrade是两款出镜率最高的利器。尽管两者都支持自动化交易,但在行情获取及数据接口方面存在细微差异,普通投资者应根据策略需求进行选型。QMT的优势在于其xtdata模块。它更像是一个独立的行情服务器,支持外部Python环境调用。这意味着开发者可以在自己熟悉的IDE(如PyCharm或VSCode)中编写代码,... 阅读全文

    235次浏览 2026-4-22 11:46

  • 量化系统中的风险管理:止损逻辑的Python实现
    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

    235次浏览 2026-3-17 16:35

  • 算法交易中的“滑点”控制:为什么你的成交价总是不尽如人意?
    “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

    235次浏览 2026-3-13 14:41

  • 量化风控体系:如何在策略异常时执行自动停机
    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

    235次浏览 2026-3-12 10:16

点击收起
小李经理 股票 当前我在线...
宁波 帮助 6.8万 好评 74