分享
小李经理 股票
资质已认证
宁波 实名认证 从业4年服务贴心行业top
5分钟 平均响应时间
  • 量化选股模型:多因子框架的搭建流程与逻辑
    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

    234次浏览 2026-3-19 14:22

  • 量化交易中的因子相关性分析:避免冗余因子的干扰
    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

    234次浏览 2026-3-12 10:22

  • 量化交易系统QMT与PTrade深度对比解析
    在当前国内量化交易领域,QMT(迅投极速策略交易系统)与PTrade(开拓者量化交易平台)是两款主流的券商端量化工具。对于普通投资者而言,理解二者的核心架构与适用场景,是迈向量化交易的第一步。从系统架构来看,QMT采用的是“客户端本地运行”模式。这意味着策略代码、行情订阅及逻辑计算均在投资者的本地计算机上完成。其核心模块XtQu... 阅读全文

    233次浏览 2026-3-17 16:48

  • 未来已来:全自动量化交易的优势与局限性
    量化交易在二十一世纪的资本市场中扮演着愈发重要的角色。其全自动化的特性带来了执行力的飞跃,但作为一名理性的市场参与者,必须同时看清其优势与局限性。量化的绝对优势在于“去情感化”。机器不会因为昨日的亏损而不敢下单,也不会因为市场的狂热而盲目追高。它能够24小时不间断地扫描全球市场,处理亿级的数据量,这是任何人工团队都无法比拟的。在... 阅读全文

    232次浏览 2026-3-16 14:16

  • 量化交易中的数据获取:Tick数据与K线数据有什么区别
    在2026年的量化交易体系中,数据被视为策略的“燃料”。投资者在构建模型时,经常会接触到Tick数据和K线数据。客观理解两者的差异,直接决定了策略的颗粒度和执行效率。K线数据:趋势分析的基石K线数据(OHLC)是对特定时间周期内价格变动的总结。特点:包含开盘价、最高价、最低价和收盘价。周期可以从1分钟到1月不等。应用:适合中长线... 阅读全文

    232次浏览 2026-3-11 15:35

  • QMT与PTrade深度对比:职业交易者该如何选择?
    在程序化交易领域,QMT(迅投)与PTrade(开拓者)是目前国内券商端最主流的两大系统。尽管两者都能实现自动化下单,但在架构设计与适用人群上存在显著差异。QMT系统以“高性能”和“本地化”著称。它内置了完整的Python运行环境,支持投研一体化。其最大的优势在于xtdata行情模块,能够提供极速的行情订阅与处理能力,且支持MiniQM... 阅读全文

    231次浏览 2026-3-18 14:30

  • 可转债“双低”策略量化:如何在防御中寻找攻击性?
    可转债因其“债性保底、股性进攻”的特征,一直是量化策略的热门标的。在众多策略中,“双低策略”因其逻辑清晰、回撤可控而备受推崇。所谓双低,是指可转债的“价格”低且“转股溢价率”低。低价格意味着债性支撑强,下行空间有限;低溢价率则意味着转债与正股的联动性强,一旦... 阅读全文

    231次浏览 2026-3-13 14:46

  • miniQMT获取实时行情时,需要先下载当天的数据吗?
    miniQMT获取实时行情时,不一定要先把当天数据完整下载一遍。历史数据下载和实时行情订阅是两个不同环节:download_history_data负责把历史K线补充到本地,subscribe_quote或全推行情负责接收盘中新数据。是否需要先下载,取决于策略只看最新快照,还是需要连续历史序列计算指标。如果程序只想获取当前最新价、买卖盘或实时快照,可以... 阅读全文

    231次浏览 2026-6-30 13:36

  • ETF套利量化实战:如何利用QMT捕获一二级市场折溢价?
    ETF(交易型开放式指数基金)因其既可以在二级市场像股票一样买卖,又可以在一级市场进行申购赎回的特性,为量化投资者提供了丰富的套利机会。最常见的逻辑是折溢价套利:当二级市场价格高于一级市场净值时(溢价),投资者买入一篮子股票申购ETF并卖出;反之则进行折价套利。这种操作对频率和精度的要求极高,人工几乎无法完成,必须依赖专业的量化系统。在量化执行层面,E... 阅读全文

    230次浏览 2026-3-13 14:36

  • 量化策略的回测与实盘对比:如何计算滑点损耗
    在量化回测阶段,很多策略显示的收益率令人惊叹,但一旦进入实盘,盈利能力便大幅缩水甚至出现亏损。排除逻辑本身的失效,最常见的原因就是忽视了滑点损耗。滑点是指委托价格与实际成交价格之间的差额,它是量化交易中不可忽视的成本。滑点产生的根源在于市场的非连续性和盘口深度的限制。例如,当策略发出以10.00元买入1万股的指令时,卖一位置可能只有2千股,剩下的8千股... 阅读全文

    230次浏览 2026-3-16 14:06

  • 策略回测表现不错,为什么实盘一跑就容易出问题?
    很多新手第一次做策略,最容易被回测结果吸引。曲线看起来不错,交易记录也有,指标也能展示,于是就觉得策略可以实盘了。但真正一跑实盘,问题就来了:信号没触发、订单没提交、价格不对、持仓不同步、程序重复下单。这是因为回测和实盘不是一回事。回测是在历史数据上验证策略逻辑。它主要回答的是:如果按照这套规则,在过去的数据里会发生什么。实盘则是在真实时间里执行,面对... 阅读全文

    229次浏览 2026-7-8 12:34

  • 什么是篮子交易?量化系统如何实现多品种同步执行
    在进行多因子选股或指数调仓时,投资者往往需要同时对几十甚至上百只股票进行买卖操作。这种“成批次”的交易模式在专业领域被称为“篮子交易”。2026年,量化系统提供的篮子功能已成为普通散户进行组合投资的利器。篮子交易的核心功能1.一键申赎/调仓:投资者可以将心仪的股票池保存为篮子文件,在需要调仓时,系统根据预... 阅读全文

    229次浏览 2026-3-11 16:49

  • 什么是证券账户的“买方投顾”服务?与传统经纪区别
    2026年的证券市场正在经历一场从“卖方销售”到“买方投顾”的根本性转轨。对于新开户的投资者而言,理解这种服务模式的差异,直接关系到未来资产配置的质量与收益体验。传统经纪模式:以交易为导向在过去的模式中,券商的主要收入来源于交易佣金。这意味着,客户交易越频繁,券商获利越多。在这种激励机制下,投资者的长期盈... 阅读全文

    228次浏览 2026-3-11 17:26

  • 量化交易入门:从简单指标公式到复杂逻辑判断
    很多投资者对量化的初印象还停留在通达信里的“变色指标”或“选股公式”。虽然这些是量化的萌芽,但真正的量化交易已经演进到了更深层次的代码逻辑判断。入门量化,其实是一个从“图形思维”转向“逻辑思维”的过程。最初级的量化,是指标叠加。例如“当5日均线金... 阅读全文

    228次浏览 2026-3-17 16:07

  • 证券账号也能定制?揭秘新开户“自选靓号”背后的增值服务
    在过去,证券账号(资金账号)通常是由券商系统随机生成的一串数字。但对于许多讲究仪式感或有特定记忆偏好的投资者来说,一个好记且独特的账号不仅是身份的象征,更能为投资过程增添一份心理上的愉悦。目前,部分走在服务前沿的券商推出了“自选靓号”功能。在新开户环节,投资者可以根据自己的需求,搜索并锁定特定的数字组合。这包括:1. 生日号/纪... 阅读全文

    228次浏览 2026-4-22 12:14

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