QMT量化交易回顾

QMT是适用于交易活跃用户、量化爱好者以及专业量化投资者，又可面向高净值的机构或个人。集行情显示、策略研究、交易执行和风控管理于一体的策略交易终端。

一、量化交易基础概念

1、什么是量化交易！

通过数学模型和算法自动执行交易决策，消除人为情绪干扰。

核心要素：数据→策略→回测→执行→风控。
2、适用场景！

高频交易（毫秒级）、中低频策略（日线/周线）、套利（期现、跨市场）。

常见策略类型：趋势跟踪、均值回归、统计套利、机器学习预测。

二、股票量化的常用玩法

1、 选股策略：针对的是买什么股票。

（1）、可以参考市盈率，上市天数，归母净利润，成交额，开盘价，收盘价等等

2、择时策略：针对的是什么时候买/卖。

（2）、可以参考常用的技术指标，比如均线理论、MACD指标、KDJ指标以及BOLL指标。

（3）、其他类型的策略：事件类型策略，套利策略，日内高频交易。

三、适合个人交易的量化策略

小市值策略可以说是A股市场众多因子中表现最牛的一个，并且在国外不同市场都得到了实证。

1、什么是小市值策略？

就是选取股票市值最低的几只股票，比如10只。

然后每个月月初买入，持有一个月，月底卖出，循环往复。

四：那么QMT支持哪些量化策略呢

1. 多策略支持；

2. 支持选股、择时等多种策略策略自动化交易；

3. 内置自动化交易函数多语言策略编写 ；

4. 支持VBA、Python、C++极速回测 ；

5. 回测速度快，展示直观，速度优于其他平台几十到几百倍强扩展性；

6. 扩展数据、外部数据、财务数据层层穿透，可高效调取及使用策略安全:；

7. 本地化运行，策略安全有保障。

五、QMT量化交易运行
具体操作步骤！

1、本地数据是系统运行策略与计算指标的基础，因此做好历史数据补充非常重要。之前分享了在QMT软件界面上，通过点击右下角行情按钮，进入行情界面，点击标签，进行手动下载补充数据（界面左上角“操作”—“数据管理”—“补充数据”）。

除了手动下载外，还可以通过python下载历史数据，用到的函数一般包括：

“download_history_data：下载指定合约代码指定周期对应时间范围的行情数据”、“ContextInfo.get_market_data_ex：获取行情数据”、“ContextInfo.get_full_tick：获取全推数据”等；总之，获取历史行情数据有多个函数接口，建议使用get_market_data_ex。

2、QMT提供的行情数据中，基础周期包含 tick 1m 5m 1d，这些是实际用于存储的周期 其他周期为合成周期，以基础周期合成得到合成周期。

（1）15m，30m，60m 由5分钟线合成；

（2）1w（周线），1mon（月线），1y（年线）由日线数据合成。

获取合成周期时：

（1）如果取历史，需要下载历史的基础周期（如取15m需要下载5m）；

（2）如果取实时，可以直接订阅原始周期（如直接订阅15m）。

如果同时用到基础周期和合成周期，只需要下载基础周期，例如同时使用5m和15m，因为15m也是由5m合成，所以只需要下载一次5m的数据即可。

3、在模型编辑器中，有“回测”和“运行”两个按钮，分别代表两种模式，它们之间的区别如下：

（1）回测模式指策略以历史行情为依据，以回测参数中的开始时间、结束时间为回测时间区间进行运算，投资者可观察该策略在历史行情所获得的年化收益率、夏普比率、最大回撤、信息比率等指标表现。

（2）运行模式指策略根据实时行情信号进行运算，以主图行情开始时间到当前时间为运行区间，进行策略的模拟运行，但不进行真实的委托。

如果需要向模拟/实盘柜台发送真实的委托，请将策略加入到“模型交易”中。

许久没有更新关于量化交易的内容，小编带大家一起来回顾下！关注韭菜修养，了解更多证券业务知识！