在量化回测中，如果不考虑股票的除权除息，K线图上出现的“价格缺口”会严重误导策略的逻辑判断。例如，某股因为送转导致股价减半，策略若不进行复权处理，可能会错误地判定为价格暴跌而触发止损。因此，xtdata提供的除权因子接口（get_dividend_factors）是每一位量化开发者的必备工具。QMT系统允许用户获取个股的涨跌幅复... 阅读全文

253次浏览 2026-4-22 11:51

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

253次浏览 2026-7-8 12:14

对于资金规模较大的市场参与者，或者是交易频繁的量化策略，如何“买得更低、卖得更高”是一个永恒的命题。直接大笔挂单往往会引起盘口价格的剧烈跳变，增加额外的成交成本（冲击成本）。为了解决这一问题，智能算法交易应运而生，其中最经典的便是VWAP（成交量加权平均价格）和TWAP（时间加权平均价格）。TWAP算法的逻辑相对简单，它将大额订... 阅读全文

253次浏览 2026-3-13 14:28

在量化交易圈内，MiniQMT（又称极简模式）是一个被高阶开发者频繁提及的词汇。传统的量化软件通常要求开发者在软件内置的编辑器中编写代码，这往往面临编辑器功能简陋、调试不便、难以引入第三方库等痛点。MiniQMT的出现，彻底打破了这一枷锁，它通过xtquant库实现了Python环境与交易终端的解耦。MiniQMT的工作逻辑非常清晰：它本质上是一个&l... 阅读全文

251次浏览 2026-3-13 14:24

很多刚接触自动交易的人，第一反应都是先研究下单。毕竟“自动交易”四个字里，最让人兴奋的就是程序自己买、自己卖。但真正开始写代码后，不少问题并不是出在下单函数，而是程序根本没有看懂行情：取错周期、少了一段历史数据、把正在形成的K线当成完整K线，或者代码里拿到的根本不是自己以为的价格。所以，对大多数零基础用户来说，更稳妥的顺序是：先... 阅读全文

251次浏览 2026-6-30 09:14

在量化交易圈，有一句名言：“所有的超额收益最终都会被抹平。”这是一个残酷但客观的事实。随着市场参与者结构的改变、新规则的出台或同类策略规模的激增，曾经行之有效的量化模型往往会逐渐失效。这要求量化交易者必须具备持续学习和策略迭代的能力。策略失效通常有两种表现：一是夏普比率显著下降，回撤变得频繁且难以恢复；二是策略的盈利模式被对手盘... 阅读全文

250次浏览 2026-3-16 14:15

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

250次浏览 2026-3-17 16:25

可转债因其“下有保底、上不封顶”的独特属性，近年来深受广大普通投资者的喜爱。尤其是可转债的“打新”（申购新发行的可转债），因其处于面值发行阶段，且过去几年破发率较低，被市场视为一种低风险的“抽盲盒”策略。然而，人工打新存在明显的痛点。随着可转债发行频率的变化，投资者很容易因为工作繁... 阅读全文

250次浏览 2026-4-14 11:31

止损是量化策略中最核心的保护机制。相比固定金额止损，基于波动率（ATR）的动态止损更能适应市场节奏。分批出场（ScalingOut）则能在锁定部分利润的同时保留后续上涨的弹性。这些复杂的出场逻辑如果靠人工盯盘极难完美执行，而在量化系统中只需几行代码即可实现毫秒级响应。专业的止损执行需要精准的行情回馈。国金证券10万资产开通QMT或PTrade即可实现自... 阅读全文

250次浏览 2026-3-26 11:08

miniQMT中的委托状态并不是几个相近的文字，而是订单生命周期的不同阶段。只有正确区分已报、已撤、部分成交和废单，程序才能知道是否继续等待、是否需要撤单、是否已经形成持仓，以及能不能发送下一笔订单。“已报”表示订单已经提交到交易系统并处于有效等待状态，但尚未全部成交。它不是失败，也不是成交。价格没有达到、排队靠后或市场流动性不... 阅读全文

250次浏览 2026-6-30 13:35

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

249次浏览 2026-7-8 12:22

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

249次浏览 2026-7-8 12:31

QMT策略回测有结果，只能说明代码在历史数据和回测撮合规则下完成了运行，距离实盘可用还有一段路。最常见的误区，是看到收益曲线不错，就直接把回测代码放进模型交易。真正切换前，应检查数据、时间、账户、订单和异常处理，而不是只看回测结果。第一项是数据完整性。确认回测使用的历史行情没有缺口，周期、复权方式和标的代码一致。指标需要预热时，下载起点应早于回测起点。... 阅读全文

249次浏览 2026-6-30 13:26

在量化交易领域，有一句名言：“活下去比赚大钱更重要。”自动化交易虽然排除了情绪干扰，但在极端行情下，程序若缺乏科学的风控逻辑，可能会在极短时间内造成巨大损失。三层风控体系的构建1. 个股止损（MicroLevel）：基于价格百分比（如固定-5%止损）或技术指标（如跌破ATR通道）。在程序化接口中，应将止损指令封装在下单模块内，确... 阅读全文

248次浏览 2026-3-19 14:23

网格交易是一种通过在特定价格区间内不断买入和卖出，利用股价波动获利的策略。在震荡行情中，这种策略能有效发挥“低吸高抛”的作用。利用PTrade实现网格交易非常直观。投资者只需设定基准价、网格间距（如2%）以及每份买卖的数量。PTrade会自动在基准价上下挂出买单和卖单。当股价触及下限买入成交后，系统会立即在上方高位挂出对应的卖单... 阅读全文

248次浏览 2026-3-25 14:50