基点模型相关资讯_叩富问财专题

2026年量化选股：多因子筛选模型的基本逻辑

张经理 _股票深圳已帮助7.6万+人好评552

量化选股是量化交易中应用最广的领域。2026年，随着市场数据的多元化，多因子模型已成为散户投资者筛选标的的利器。其核心在于将股票的各种属性转化为可计算的指标。一个典型的多因子筛选模型通常包含三个维度：基本面因子、技术面因子和筹码面因子。基本面因子通过QMT或PTrade接口调用财务报表，筛选出ROE、净利润增长率符合要求的公司；技术面因子则通过量价关系计算动量或乖离率；筹码面因子则分析股东人数变化或机构持仓占比。系统通过对这些因子... 阅读全文

2026-3-27 15:00 889次浏览

机器学习模型在量化交易策略中的应用现状

量化张经理 _股票德阳已帮助16万+人好评1299

进入2026年，量化交易已经从简单的指标金叉死叉演进到了深度数据挖掘阶段。机器学习（MachineLearning）在量化策略中的应用不再是机构投资者的专利，越来越多的个人投资者开始尝试利用非线性模型来捕捉市场规律。机器学习的核心价值在于其能够处理海量的高维数据，并从中提取出人类肉眼难以观察到的微弱信号。目前在A股市场中，常见的机器学习应用主要集中在三个方面。首先是特征工程。传统的量化策略可能只关注价格和成交量，而机器学习模型可以... 阅读全文

2026-3-25 10:09 437次浏览

基于历史波动率的量化止损止盈模型设计

小李经理 _股票宁波已帮助6.8万+人好评74

止损和止盈是量化策略中最具技术含量的模块。很多新手习惯使用“固定百分比止损”（如跌3%卖出），但这忽略了不同股票的性格差异。一支波动剧烈的创投股跌3%可能是正常回调，而一支银行股跌3%可能就是破位大跌。因此，基于“历史波动率”的动态止损模型（如ATR止损）更具科学性。ATR（平均真实波幅）量化止损逻辑的核心在于：将止损位挂在“价格波动的噪音范围”之外。通常的做... 阅读全文

2026-3-12 11:18 623次浏览

基于技术指标的量化择时模型构建思路

小李经理 _股票宁波已帮助6.8万+人好评74

择时（MarketTiming）是量化投资中研究价格变动方向与进场时点的核心环节。基于技术指标的量化择时模型，其本质是将传统的统计学逻辑转化为可执行的计算机指令，从而在波动的市场中寻找概率优势。一个成熟的技术择时模型通常由指标计算、信号生成、过滤机制和风险控制四个部分组成。在构建初期，指标的选取至关重要。常见的指标如趋势类（移动平均线MA、MACD）、振荡类（RSI、KDJ）及量价类（成交量比率、能量潮OBV）。以双均线策略为例，... 阅读全文

2026-3-12 11:08 245次浏览

QMT回测模型基础操作指南（收藏版）

小鹿量化经理 _股票三亚已帮助2.3万+人好评9

QMT极速策略交易系统（简称QMT）内置Python3.6运行环境，核心能力包括行情数据与交易下单。通过编写Python脚本，可实现指标计算、策略开发、回测验证与实盘交易。QMT支持两类模型：回测模型与实盘模型。1.模型类型说明回测模型在历史K线上从左到右逐根遍历，用模拟资金账号记录买卖信号、持仓与盈亏，最终输出历史净值曲线与绩效指标。实盘模型盘中接收最新实时行情，实时触发交易信号并下单，持续跟踪委托状态，必要时进行报撤与风控处理... 阅读全文

2026-2-27 14:51 370次浏览

QMT量化交易软件实盘模型介绍！

资深郑经理 _股票南京已帮助2.1万+人好评6.7万+

QMT量化交易软件实盘模型介绍！当回测结束，你需要开始实盘模型，注意这里提到的实盘，指的是接收未来K线的数据，生成策略信号，进行交易下单。1.运行实盘模型，QMT系统提供两种交易模式：默认的交易模式为逐k线生效(passorder函数快速交易quicktrade参数填0即默认值)，适用与需要在盘中模拟历史上逐k线的效果需求。QMT系统也支持立即下单的交易模式，passorder函数的快速交易quicktrade参数填2，可以在运行... 阅读全文

2025-11-18 16:36 753次浏览

QMT模型交易！回测vs实盘关键区别

小鹿经理 _股票渭南已帮助20万+人好评8051

QMT用策略实盘前，这些坑一定要避开～左侧选好策略，设置是否自动启动，中间就能看到策略列表，支持实盘和模拟两种模式：实盘直接关联资金账户交易，模拟只出信号不成交。敲黑板！回测必须加ifnotC.is_last_bar()函数+return，不然会触发未来函数！回测是遍历历史K线，实盘看不到收盘价，这个区别一定要记牢～QMT从策略编写到实... 阅读全文

2025-11-13 16:18 448次浏览

LDA模型：量化交易中热点挖掘的核心工具

小鹿经理 _股票渭南已帮助20万+人好评8051

在量化交易中，“热点轮动”是长期有效的策略逻辑之一。然而，市场热点往往隐藏在海量的新闻资讯、研报评论等非结构化文本中，如何高效、准确地挖掘这些热点并转化为交易信号，成为策略落地的关键难题。今天讲解的LDA（LatentDirichletAllocation，潜在狄利克雷分配）模型作为自然语言处理领域的经典主题建模工具，为这一问题提供了成熟的解决方案。本文将从LDA模型的基本原理出发，详细解析其在量化热点选股... 阅读全文

2025-10-14 17:13 609次浏览