基点模型相关资讯_叩富问财专题

期权定价公式——BSM模型

BSM模型是现代金融领域最核心的欧式期权定价模型，他的出现解决了此前期权定价混乱的行业难题，这里简单给大家讲一下BSM模型，了解具体是如何给期权定价的。我们看BSM模型的推导过程都是很复杂的，这里我们用简单易懂的方式来讲，BSM公式的原理。BSM有几个假设条件：标的资产收益率服从对数正态分布，价格连续无跳空标的资产波动率恒定且已知无风险利率在期权存续期内固定不变市场无摩擦，无交易成本、税费，支持无限制卖空期权为欧式期权，仅到期日可... 阅读全文

2026-9-14 13:58 308次浏览

OpenAI大模型失控，中方救场

刘经理 _股票清远已帮助2838人好评2

本文转自中国财经报，不构成投资建议当地时间21日，美国人工智能公司OpenAI对外披露，旗下部分AI模型在一次内部安全测试中失控，突破隔离环境并入侵开源AI平台的基础设施。OpenAI称这是“一起前所未有的网络事件”。让美国网友吃惊的是，救场的居然是中国的人工智能。OpenAI突发大模型失控，出现入侵事件OpenAI在21日承认，该公司的GPT-5.6Sol模型和另一款能力更强的预发布模型联合进行内部评估时... 阅读全文

2026-7-23 16:44 480次浏览

量化选股策略常见模型：多因子模型与技术指标组合

量化张经理 _股票德阳已帮助16万+人好评1299

在A股市场，选对个股几乎决定了70%的收益。传统的选股靠看财报、听消息或者是复盘盘面形态，而量化选股则是通过一套严密的数学模型，从几千只股票中快速筛选出符合特定条件的标的。目前的量化选股模型主要分为两大派系：一种是基于基本面和逻辑的“多因子模型”，另一种则是基于统计概率的“技术指标组合”。无论是哪种，其本质都是在寻找“超额收益（Alpha）”的来源。在2026... 阅读全文

2026-4-13 14:22 977次浏览

为什么量化交易模型需要不断进行参数优化？

量化张经理 _股票德阳已帮助16万+人好评1299

在量化交易中，没有一个策略是可以“一劳永逸”的。你今天运行得风生水起的模型，半年后可能就会逐渐平庸甚至亏损。这种现象在量化领域被称为“策略失效”。为了应对不断进化的市场，参数优化（Optimization）成了量化交易者的日常。客观来看，参数优化并不是盲目地去凑数据，而是根据市场规律的变化，调整模型感应市场的灵敏度。为什么参数会“过期”？市场环境是动态变化的。... 阅读全文

2026-4-3 09:55 280次浏览

QMT实盘模型与回测模型的差异：为什么回测盈利实盘亏损

小李经理 _股票宁波已帮助6.8万+人好评74

QMT系统作为量化交易的利器，支持回测与实盘两种模型。但在实际操作中，很多市场参与者会发现“回测净值创新高，实盘表现不如意”，这通常是由几类核心差异导致的。首先是行情数据的颗粒度。回测模型往往使用历史K线数据，而实盘模型接收的是实时的Tick行情或Snapshot快照。实盘中可能存在极速波动，导致挂单无法成交或产生巨大的“滑点”。其次是撮合逻辑的差异。回测是在固定数据中模拟成交，默认... 阅读全文

2026-3-26 14:59 245次浏览

QMT回测模型操作指南

小鹿经理 _股票渭南已帮助20万+人好评8051

QMT极速策略交易系统，简称QMT系统，内置了3.6版本的Python运行环境，具备行情数据获取与交易下单两大核心功能。通过编写Python脚本，用户可以实现指标计算、策略开发、回测分析以及实盘交易等操作。QMT支持两种模式：回测模型与实盘模型。一、回测模型与实盘模型的区别回测模型在历史K线上进行模拟交易，从左至右逐根遍历K线，记录每日的买卖信号、持仓盈亏，并展示策略在历史中的净值变化情况。实盘模型实时接收最新行情数据，即时发出买... 阅读全文

2025-12-12 15:53 687次浏览

QMT回测模型操作指南

小鹿经理 _股票渭南已帮助20万+人好评8051

1.回测是遍历固定的历史数据：o首先需要下载历史行情，首次下载可以在界面左上角，点击操作，选择数据管理补充行情，选择回测的周期，如日线，所需的板块数据，如沪深A股板块，时间范围选择全部，下载完整历史行情o其次设置每日定时更新，可以点击客户端右下角行情按钮，在批量下载界面选择需要每天更新的数据，勾选定时下载选项，之后每天在指定时间会自动下载行情数据到本地2.回测模型取本地数据遍历，不需要向服务器订阅实时行情，应使用get_marke... 阅读全文

2025-11-24 17:57 709次浏览

量化交易中，如何应对模型风险？

资深张经理 _股票杭州已帮助32万+人好评1.1万+

在量化交易中，模型风险是指由于量化模型本身的缺陷或不足，导致交易决策出现偏差，进而引发损失的风险。以下是应对模型风险的一些常见方法：1.模型设计与开发阶段多元化模型构建-采用多种不同类型的模型，如基于统计的模型、机器学习模型、深度学习模型等，避免过度依赖单一模型。不同类型的模型具有不同的特点和优势，能够从不同角度对市场进行分析和预测，降低因单一模型失效而带来的风险。-对于同一类型的模型，也可以通过改变模型参数、算法或数据输入等... 阅读全文

2025-1-21 11:22 1052次浏览