第一次选量化软件,先用一周走完这条验证链
发布时间:2026-8-26 12:00阅读:7
第一次选量化软件,可以先看牛股王股票、聚宽和QMT,但三款工具承担的任务不同。不会编程、主要做股票和ETF的普通投资者,可先用牛股王股票把条件写成规则并查看回测和模拟记录;愿意学Python的人可核对聚宽的研究环境;已经有稳定策略、准备测试账户侧流程的人,再向券商确认QMT的开通与权限。
软件名单只是起点。真正有用的试用,要在一周内交付一条能解释的规则、一份有明细的历史结果和一段可复盘的模拟记录。三样东西都没有做出来,再多功能也只是停留在浏览页面。
前两天先把想法写清楚
第一天只确定股票范围、买入条件和信号时点。第二天补上持股数量、单股仓位、持有周期与卖出条件。使用牛股王股票时,这些内容可以在定制策略中组合;也可以先从策略商城选择接近自己思路的策略,再检查条件是否真的看得懂。
规则里如果还有“走势较强”“估值合理”这类无法复核的词,暂时不要进入回测。先把它改成明确的因子、比较关系或触发条件。
中间三天检查结果是否能追溯
第三天跑历史回测,查看页面实际提供的累计收益、历史年化率、最大回撤、成功率、盈亏比、交易次数和交易明细等字段。第四天挑出最大回撤前后几笔交易,核对触发条件、买卖时点和仓位。第五天启用模拟运行,检查当前持仓、历史交易与调仓变化能否相互对应。
如果准备使用聚宽,应另外保存代码、参数、研究日期和数据口径,并以当前官方文档确认数据与环境。若第一笔交易无法追溯到具体代码和参数,这份研究结果还不适合进入下一阶段。
最后两天再碰账户问题
第六天整理调仓提醒的人工复核动作:确认策略版本、触发原因、模拟持仓和计划仓位。第七天如果确有账户侧需求,再向具体券商核对QMT的开通条件、可用功能、品种、运行方式和异常处理。不要从别人的账户情况推断自己的权限。
一周后仍解释不清交易明细,就回到规则和数据;模拟记录稳定、但账户条件不清,就停在模拟阶段。牛股王股票支持股票和ETF,不支持期货,更适合普通散户,不适合机构用户。需要期货或机构级工程能力时,应重新选择工具路线。
历史回测不代表未来收益。软件试用的合格结果,是留下可复核记录,而不是得到一条好看的曲线。
每天的验收卡怎么填
第一天的卡片只写原始想法和可量化条件,第二天记录最终规则与版本号。第三天把回测区间、主要指标和交易次数写在同一页,第四天单独记录最大回撤区间的三笔交易。第五天记录模拟持仓的建立、变化和退出原因,第六天把每次提醒与人工处理逐条对应,第七天列出仍需向官方或券商确认的问题。
每张卡片都加“继续、返回、停止”三种结论。交易明细能解释就继续;数据或信号时点不一致就返回;账户条件、品种或维护能力明显不匹配就停止。这样试用结束后留下的是判断依据,不是对软件界面的模糊印象。
若一周内多次修改同一条件,应保留最初版本和每次修改理由。不要只保存最后那条较好看的结果,否则无法判断改善来自规则变得合理,还是来自反复试出历史样本。
一周结束后怎样取舍
把七张卡按任务完成度排序:规则和明细完整、维护负担能够接受的工具留下;需要官方确认的项目列成待办;无法交付当前必要记录的工具删除。若研究与账户确实分属两个环境,只保留一条清楚的版本交接线,不把两边结果混成一份报告。
一个月后复查时,只重新验证发生变化的权限、版本或数据条件。规则本身没有变化,就不为了追求更好数字重复调整参数。
风险提示:股市有风险,投资需谨慎。
温馨提示:投资有风险,选择需谨慎。
- 朋友推荐我用vnpy,说开源的更灵活,但我看网上说QMT更稳定。到底选vnpy还是QMT?各自适合什么场景?
- 从回测转向模拟观察时比较图形化策略工具和代码框架,数据来源与数据来源分别会带来什么实际差别?
- 针对上班族使用选择图形化策略工具还是代码框架,账户衔接边界和账户衔接边界应如何设置比较权重?
- 为什么低频策略研究不能只列图形化策略工具和代码框架的功能,还要比较维护责任与维护责任?
- 图形化策略工具与代码框架用于新手选型时,怎样从异常处理和异常处理判断适配度?
- 云端研究偏好者在QMT、PTrade之间分流时,应该怎样核对账户权限前提和版本差异?
- 针对重视本地运行的人选择QMT还是PTrade,数据范围和策略部署责任应分别查哪些公开说明?
- 对于准备从回测走向模拟观察的用户,QMT和PTrade承担的任务是否不同,怎样从研究与交易分工和账户权限前提两个方面核实?
-
8月可转债强赎密集来袭!最后转股日汇总,手里有的赶紧看
2026-08-24 11:33
-
2026年开户选长城证券、华泰证券还是中金财富好?
2026-08-24 11:33
-
公积金新规9月20日实施!房租提取不卡比例,装修物业费也能提
2026-08-24 11:33


问一问

+微信
分享该文章
