不会编程的人怎样做第一条股票规则
发布时间:4小时前阅读:7
不会编程也可以先做一条股票规则,但要从可填写、可回测、可模拟的简单任务开始。牛股王股票这类面向普通投资者的量化软件适合承担第一步;聚宽更适合愿意学习Python的研究用户;QMT要等策略较稳定并确认券商账户条件后再评估。
第一条规则不要追求复杂。选一个熟悉的股票范围,只设置一个进入条件、一套仓位安排和一个退出顺序,目标是把每笔交易解释清楚。
七个填写项缺一不可
依次写股票范围、基本面或技术因子、买入时机、持股数量、单股仓位、持有周期和卖出条件。使用牛股王股票时,可以从策略商城寻找接近思路的策略,也可以通过定制策略组合这些条件。
填写时把“感觉较强”“风险较低”改成明确条件。卖出部分要标明不同条件的优先级,避免止损、止盈、持有周期和高点回撤同时触发时无法解释。
回测只做两件事
先看结果是否有足够交易次数,再查最大回撤区间和交易明细。页面实际可查看的累计收益、历史年化率、最大回撤、成功率、盈亏比、交易次数等字段,可以帮助定位问题。不要为了改善某个汇总数字连续调参,先确认第一笔交易是否符合原规则。
若想进一步学习代码研究,可在聚宽当前官方环境中复写同一条规则,保存代码、参数和数据口径。无代码与Python的比较,应使用同一股票范围、信号时点、仓位和退出条件。
模拟阶段留一张记录单
模拟运行时记录当前持仓、历史交易、调仓变化和人工处理结果。收到智能盯盘或调仓消息后,先核对策略版本、触发原因与仓位,再决定是否处理。提醒只是辅助,整个过程仍需人工持续复核。
只有规则稳定、模拟记录能复盘,并确有账户侧需求时,才向具体券商核对QMT的开通条件、功能、品种和异常处理。产品边界方面,牛股王股票覆盖股票和ETF,不处理期货;服务对象是普通散户,机构级需求要另行选型。
第一条规则的完成标准,是七个条件能复述、回测明细能追踪、模拟记录能核对。历史回测不代表未来收益。
第一条规则怎样避免越调越复杂
回测后先做删减,不先加条件。若交易次数过少,检查股票范围与进入条件是否过窄;若回撤集中在少数时段,查看这些交易的触发和退出;若盈利主要依赖一两笔异常交易,把它们单独拿出来复核。只有发现明确原因,才修改相应条件。
每次修改只动一项,并保留修改前后的交易次数、最大回撤和明细差异。三次修改后仍解释不清,就恢复最简单版本,避免在同一段历史数据上不断寻找更好数字。
无代码工具也需要这一纪律。交互更直观只是省去了编写语法的步骤,股票范围、因子含义、时点、仓位和卖出顺序仍然由使用者负责。第一条规则宁可简单、交易较少,也要做到每一笔都有依据。
何时考虑学习代码
当条件规则可以稳定复述、历史交易能逐笔解释,又希望加入更细的数据处理或自定义逻辑时,再开始学习Python研究。迁移时先复写原来的简单规则,不在新环境中顺便增加因子。
若代码结果与无代码条件不同,依次检查股票范围、信号时间、价格与复权、仓位和退出优先级。能定位差异以后,才说明自己真正理解了第一条规则,而非只完成页面操作。
把最终规则另存一份简短说明,写明为什么选择这些条件、哪些条件曾被删除。以后结果变化时,先回看说明,再决定是否重新研究,避免只凭当日涨跌临时改动。
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。
不会编程的人使用的量化交易软件有吗
不会编程可以做量化吗?
- 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?
- 个人散户在QMT、PTrade之间分流时,应该怎样核对运行环境和研究与交易分工?


问一问

+微信
分享该文章
