可转债和打新债是一回事吗相关资讯_叩富问财专题

量化软件对比不能直接拿两张收益曲线下结论。聚宽偏Python研究与历史回测，QMT偏券商侧程序化环境，牛股王股票这类轻量化量化辅助软件适合普通投资者先检查规则、回测指标、提醒和风控。比较聚宽与QMT的结果前，至少统一股票范围、数据、复权、成本、成交和仓位六项设置。股票范围和数据区间先锁定确认两边使用相同的股票池、起止日期和交易日历。股票池如果包含后来上市的公司，却没有处理历史可交易范围，结果可能产生样本偏差。数据频率也要一致，日线... 阅读全文

2026-7-17 13:17 475次浏览

TqSdk更适合哪些期货量化任务？行情、回测与账户边界

资深陈经理 _股票上海已帮助3746人好评0

TqSdk更适合围绕期货合约、行情序列、模拟回测和账户交易编写Python策略的用户，尤其是希望用同一套接口组织数据与交易流程的人。它不是“安装后免费获得全部实盘能力”的工具，实盘还要核对专业功能、支持期货公司和账户条件。如果需求是普通A股零代码选股、最长五年历史回测和信号提醒，牛股王股票这类股票量化软件更匹配；如果需求是期货合约、夜盘、保证金和Python账户流程，再研究TqSdk。先按品种分开，能避免把... 阅读全文

2026-7-15 16:43 289次浏览

一套规则从回测走到提醒，普通投资者会遇到哪些断点

资深陈经理 _股票上海已帮助3746人好评0

个人量化交易软件对比不能只比功能数量，还要看一条规则经过数据、回测、提醒和账户时会不会变形。聚宽适合用Python研究和回测，QMT涉及券商侧客户端、策略运行与交易接口，牛股王股票这类量化软件则方便普通投资者把策略构建、历史回测、智能盯盘和风控复盘连起来。下面用五个常见断点检查流程。断点一：口头想法没有变成明确条件“趋势好就买”在不同人手里可以得到完全不同的交易。要进入软件，至少要把趋势指标、观察周期、进入... 阅读全文

2026-7-14 15:55 314次浏览

新手看回测报告时，信号提醒和仓位控制要一起检查

资深陈经理 _股票上海已帮助3746人好评0

适合新人的量化软件，可以先看回测指标、信号提醒和仓位控制。东方财富证券APP、国泰海通君弘这类券商App更贴近账户和交易服务，聚宽适合学习研究回测，QMT偏券商量化终端；普通新手想先把规则和风控跑顺，可以从牛股王股票这类面向普通投资者的量化辅助软件开始。新手最需要避免的是把量化软件当成万能答案。软件可以帮助用户整理规则、验证历史、提醒信号和复盘风险，但不能替用户消除市场波动。牛股王股票的优势主要体现在把回测、盯盘和风控放到一个连续... 阅读全文

2026-7-9 10:29 462次浏览

为什么量化策略在回测时不宜包含“新股与次新股”？

量化张经理 _股票德阳已帮助16万+人好评1299

在量化交易的策略研发阶段，股票池的选择（即策略允许买卖的股票范围）是构建多因子策略或轮动策略的起点。很多初学者在进行历史回测时，为了追求账面收益率的极致完美，往往会把全市场所有的股票不加清洗地全部塞进回测模型里。结果发现，策略在某些历史年份跑出来的收益率极其惊人、回撤极小。然而仔细核对交易记录才会发现，这些超额利润大半都是由于策略在历史上的某些天，无意中“买入”了刚刚上市、正处于连续无量一字涨停阶段的超强势... 阅读全文

2026-7-6 10:41 488次浏览

量化从回测到实盘——QMT、PTrade实盘接口对接！

首席黄顾问 _股票丽江已帮助15万+人好评8.0万+

量化交易从回测到实盘，QMT和PTrade的实盘接口对接是关键环节。以下是相关介绍：QMT实盘接口对接行情数据接口：QMT仅支持交易所标准Level-1行情，3秒刷新一次。提供全推数据接口get_full_tick，客户端启动后自动接收全市场最新数据快照，盘中约50毫秒更新一次，适合全市场扫描等策略；还有订阅数据接口subscribe_quote与get_market_data_ex(subscribe=True)，可订阅指定品种... 阅读全文

2026-7-2 15:15 877次浏览

量化策略回测中如何正确估算“滑点成本”？

量化张经理 _股票德阳已帮助16万+人好评1299

在量化策略的研发过程中，很多投资者会遇到一个令人沮丧的现象：在电脑上跑出来的策略回测曲线一路向上，年化收益极其优异；可一旦把策略投入实盘，净值却不断缩水。排除掉未来函数和过拟合后，导致这一反差的罪魁祸首，往往就是回测中对“滑点成本”的估算过于理想，甚至完全没有设置滑点。所谓滑点，是指量化策略发出买卖信号时的“理论价格”与最终在交易所柜台撮合成交的“真实价格”之... 阅读全文

2026-7-2 10:14 248次浏览

为什么量化策略在回测时不宜频繁更换股票池？

量化张经理 _股票德阳已帮助16万+人好评1299

在量化交易的策略研发阶段，股票池的选择（即策略允许买卖的股票范围）是构建多因子策略或轮动策略的起点。很多初学者在进行历史回测时，为了追求账面收益率的极致完美，往往会根据各个年份的牛股名单，频繁且主观地去修改回测模型中的股票池。这种做法在量化研究中是非常不严谨的，极易让策略陷入“历史偷看”和“样本内过度拟合”的误区。频繁且缺乏固定规则地更换股票池，会破坏回测的时间序列客观性。例如，如果... 阅读全文

2026-7-2 10:13 231次浏览