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

148次浏览 2026-7-8 12:34

很多量化新手一上来就想写代码。看到别人写策略、做回测、自动下单，自己也想马上复制一份代码运行。但真正进入实操以后才发现，问题不一定出在代码，而是工具路线一开始就选错了。量化不是只有“会不会写Python”。还要看策略在哪里运行，数据从哪里来，交易如何执行，电脑是否需要长期在线，订单状态能不能追踪。这些问题没想清楚，代码写得越多，... 阅读全文

110次浏览 2026-7-8 12:32

很多新手会问：QMT和PTrade都能写Python策略，那是不是随便选一个就行？其实不是。它们都能写策略，但适合的人完全不一样。真正要看的是运行环境、数据来源、维护方式和外部衔接能力。QMT更偏本地客户端环境。它适合需要本地控制、数据导出、外部信号衔接、模型交易执行的用户。如果你有本地数据库、外部Python系统、复杂因子库，或者想把外部策略结果交给... 阅读全文

127次浏览 2026-7-8 12:31

有些量化用户并不满足于写一个简单策略。他们想在本地维护数据库，保存历史行情，计算自己的因子，生成股票池，再把交易信号交给执行端。这类需求更接近本地量化系统。miniQMT不能继续使用以后，很多人会问：QMT能不能接住这些需求？答案是，QMT可以接住一部分，尤其是本地数据、信号衔接和执行相关的需求。但它不是让用户把所有外部系统都搬进去，而是更适合作为本地... 阅读全文

128次浏览 2026-7-8 12:29

很多普通用户做量化，并不是想搭一套复杂系统，而是想解决一个很具体的问题：能不能让策略按固定时间自动检查，然后根据规则调仓？如果只是这个需求，PTrade可能比本地程序更简单。本地程序的自由度很高，但维护成本也高。你要考虑电脑是否开机、客户端是否在线、网络是否稳定、程序是否异常退出、日志是否保存。对复杂策略来说，这些维护是必要的；但对简单定时调仓来说，可... 阅读全文

112次浏览 2026-7-8 12:28

低频调仓策略，是普通量化用户最常见的类型之一。比如每天收盘前后检查一次，或者每周、每月固定时间调仓。它不像高频策略那样追求极限速度，更看重规则稳定、执行清楚和维护简单。这种策略到底用QMT还是PTrade更省心？要看策略依赖什么。如果策略逻辑比较标准，主要使用平台行情，不依赖本地数据库，也不需要外部特色数据，PTrade通常更省心。它适合定时任务、日线... 阅读全文

107次浏览 2026-7-8 12:26

很多新手对QMT的理解还停留在回测工具上，以为它主要就是写策略、跑历史数据、看看收益曲线。实际上，对原miniQMT用户来说，QMT还有一个很重要的价值：本地数据和信号衔接。为什么这点重要？因为miniQMT停用以后，很多外部Python系统失去了原来的连接入口。如果QMT能够读取客户端数据、写本地文件、读取外部信号，就可以成为外部系统和交易执行之间的... 阅读全文

123次浏览 2026-7-8 12:24

很多人看到QMT也能写Python，就会产生一个想法：既然miniQMT不能用了，那我把原来的策略全部搬进QMT不就行了吗？如果策略很简单，这样做可能没问题。但如果原来的策略系统已经很复杂，就不一定合适。复杂策略往往不只是几行买卖逻辑。它可能包括数据清洗、因子计算、股票池维护、风控判断、信号记录、复盘报表、消息提醒。这些模块放在外部Python系统里，... 阅读全文

120次浏览 2026-7-8 12:22

以前使用miniQMT的人里，有一类用户已经不算纯新手。他们可能有自己的外部策略，有本地数据库，有因子模型，有信号生成程序。miniQMT不能继续使用以后，他们并不想从零重写，只想知道原来的外部策略还能不能继续用。这时可以重点了解QMT执行端思路。所谓执行端，并不是让QMT承担全部策略计算，而是让它负责最后的执行环节。外部系统继续做它擅长的事情：清洗数... 阅读全文

107次浏览 2026-7-8 12:21

有些用户已经写了自己的Python策略，能选股，能算指标，能生成买卖信号。以前可能通过miniQMT连接账户执行。现在外部直连交易这条路不能继续使用，就会出现一个问题：策略还能用吗？答案是，策略本身可能还能用，但执行方式要改。你要先把Python策略分成两部分：一部分是研究和计算，一部分是交易接口。研究和计算包括数据清洗、指标计算、信号判断、仓位规则、... 阅读全文

92次浏览 2026-7-8 12:19

最近不少人照着旧miniQMT教程操作，结果第一步就卡住。路径找不到，接口导入失败，连接不上，账户查不到，委托示例也跑不起来。反复改了几次代码，问题还是没有解决。这时先不要急着怀疑自己代码水平。很多旧教程跑不通，并不一定是语法问题，而是教程默认的工具环境已经变化了。过去的miniQMT教程通常默认一件事：外部Python可以通过相关接口连接客户端，然后... 阅读全文

87次浏览 2026-7-8 12:18

以前靠miniQMT跑策略的人，现在最关心的不是概念，而是下一步到底怎么走。继续找旧教程，很多地方已经对不上；直接转新工具，又担心原来的代码和经验浪费。这个阶段最重要的不是马上改代码，而是先判断自己属于哪类用户。第一类用户，是只做简单策略的人。比如每天固定时间调仓，或者根据分钟级行情做一些标准判断。这类用户不一定需要复杂本地系统，PTrade可能更容易... 阅读全文

85次浏览 2026-7-8 12:16

miniQMT用不了了以后，很多普通用户会有一种突然断路的感觉。以前看教程，大家都在讲外部Python、XtQuant、行情接口、交易接口。现在这条路不能再当作主线，就会忍不住问：普通人做量化是不是没路了？其实不是没路，而是路线要重新拆开。原来miniQMT最吸引人的地方，是外部Python可以比较直接地连接行情和交易。现在如果这条路径不能继续使用，就... 阅读全文

91次浏览 2026-7-8 12:14

很多人做本地量化时，第一道现实问题不是代码，而是电脑。电脑能不能一直开着？网络会不会断？客户端会不会掉线？系统更新会不会重启？如果策略依赖本地程序长期运行，这些问题都会影响最终执行。这也是为什么有些用户会考虑PTrade。PTrade更偏平台化策略运行，不像本地Python程序那样完全依赖自己电脑一直在线。对于日线策略、分钟级策略、定时调仓策略来说，这... 阅读全文

97次浏览 2026-7-8 12:13

很多人想做量化，并不是因为每天有很多时间盯盘，而是恰恰相反：白天要上班、开会、处理工作，没有办法一直坐在电脑前看行情。手工交易最麻烦的地方，就是机会出现时你可能不在，想执行时已经错过，等你有空再看，价格和条件都变了。这类用户可以先了解PTrade。它更偏向券商平台里的策略运行环境，适合日线、分钟级、定时调仓、条件触发这类相对标准的策略。策略部署以后，不... 阅读全文

96次浏览 2026-7-8 12:11