任何量化策略都有参数，如均线周期、止盈止损比例。参数的选择直接影响策略表现。PTrade提供了参数优化功能，可以自动寻找最优参数组合。本文介绍网格搜索和遗传算法的使用。网格搜索：枚举所有参数组合，选择绩效最好的。在PTrade的策略编辑界面，点击“参数优化”，设置参数范围。例如，双均线策略，短周期范围5-20步长1，长周期范围2... 阅读全文

8次浏览 23小时前

许多策略需要同时使用不同周期的数据，例如用日线判断趋势，用60分钟线找入场点。在QMT中获取多周期数据时，最容易犯的错误是未来函数。本文讲解正确的对齐方法。在QMT回测中，handle_bar是按你选择的主周期调用的。如果你选择日线，那么每次调用时，只能获取到当天及之前的数据。获取分钟线时，只能获取到当天已完成的分钟线（即如果当前是T日日线，分钟线只能... 阅读全文

8次浏览 23小时前

PTrade不仅支持普通账户，也支持融资融券（信用）账户。使用两融可以放大收益，但风险也相应增加。本文介绍如何在PTrade策略中接入信用账户并进行量化交易。第一步，开通两融权限。需满足资产50万、交易经验6个月等条件，并通过知识测试。国金证券支持全线上开通，无需临柜。第二步，在PTrade中登录信用账户。登录界面选择“信用交易&rdquo... 阅读全文

7次浏览 23小时前

QMT回测报告提供了夏普比率、最大回撤等标准指标，但某些专业投资者还需要计算卡玛比率、索提诺比率等。本文介绍如何在QMT中自定义绩效指标，导出净值后进行深度分析。步骤一：导出回测净值数据。在QMT回测结果界面，选择“导出数据”，可以导出每日净值序列（CSV格式）。或者，在策略代码中记录每日净值：`pythondefafter_t... 阅读全文

7次浏览 23小时前

随着量化策略复杂度的提升，需要管理多个股票池、多个信号来源以及中间计算结果。QMT的Python环境允许使用任意自定义数据结构，如字典、列表、PandasDataFrame。本文介绍如何在QMT中高效组织数据。场景一：多股票池轮动。定义两个列表：stock_pool_1=['000001.SZ','000002.SZ�... 阅读全文

7次浏览 23小时前

在量化交易中，订单可能会因为价格波动而未能成交。QMT提供事件驱动接口，可以监控订单状态，实现自动撤单重发，提高成交率。本文介绍如何利用on_order_status和on_order_trade回调构建智能订单管理模块。首先，了解QMT的订单状态回调。on_order_status在订单状态发生变化时调用，状态包括：ORDER_STATUS_SUBM... 阅读全文

7次浏览 23小时前

大额订单直接下单会造成市场冲击，增加交易成本。QMT提供了TWAP（时间加权平均价格）和VWAP（成交量加权平均价格）算法，帮助用户智能拆单。本文详细介绍这两个算法的原理和使用方法。TWAP算法：将大额订单在指定时间内均匀拆分为多个小单，按固定时间间隔发出。目标是使得成交均价接近该时间段的算术平均价格。例如，买入10万股，设置TWAP从10:00到11... 阅读全文

7次浏览 23小时前

可转债兼具债券和股票属性，是量化交易的优质品种。PTrade支持可转债交易和转股操作，可以实现折价套利、双低轮动等策略。本文介绍两种经典的量化可转债策略。策略一：折价转股套利。当可转债价格低于转股价值（即折价）时，买入转债并申请转股，次日卖出股票，赚取折价收益。注意，转股后股票T+1才能卖出，需承担隔夜风险。在PTrade中实现：1.盘后计算所有可转债... 阅读全文

7次浏览 23小时前

资金管理是量化交易中决定生死的关键环节。即使胜率只有40%，合理的资金管理也能实现稳定盈利；反之，即使胜率70%，糟糕的资金管理也可能导致爆仓。本文介绍两种经典资金管理模型：凯利公式和风险平价。凯利公式：用于计算最优仓位比例。公式f=(bp-q)/b，其中b为盈亏比（平均盈利/平均亏损），p为胜率，q=1-p。例如，策略胜率60%，盈亏比2，则f=(2... 阅读全文

6次浏览 23小时前

量化策略按盈利逻辑可以分为三大类：趋势跟踪、均值回归和统计套利。了解这些分类有助于投资者根据自己的风险偏好和市场环境选择合适的策略方向。趋势跟踪策略：核心假设是“趋势一旦形成，倾向于延续”。常见策略包括双均线金叉死叉、唐奇安通道突破、MACD等。趋势策略在牛市中表现优异，但在震荡市中会反复止损。典型趋势策略特征：胜率较低（约40... 阅读全文

6次浏览 23小时前

纯技术指标的策略容易过拟合，加入基本面因子可以提高策略的稳健性。QMT本身不提供财务数据，但允许用户导入外部数据。本文介绍如何在QMT中接入财务因子，实现价值选股策略。第一步，获取财务数据。可以使用免费源如TusharePro、AkShare，或者付费数据服务。以Tushare为例，注册后获取token，通过Python脚本下载季度财务数据，包括PE、... 阅读全文

6次浏览 23小时前

量化策略在回测和实盘运行时，难免出现意料之外的行为。有效的日志记录和调试技巧可以大幅缩短问题排查时间。本文介绍QMT中常用的日志与调试方法。一、使用log_info输出关键信息。QMT提供了log_info、log_debug、log_error等函数。在策略的关键位置（如开仓条件、参数计算）打印变量值。例如：`pythonlog_info(f&quo... 阅读全文

5次浏览 23小时前

A股科创板和创业板提供了盘后固定价格交易功能，交易时间15:05-15:30，以当日收盘价成交。这一机制对于量化策略非常有用，可以避免盘中冲击成本，实现以收盘价执行的算法。PTrade支持盘后定价交易的下单，本文介绍如何应用。盘后定价交易的特点：-申报时间：交易日9:30-11:30、13:00-15:30，但成交仅在15:05-15:30。-价格固定... 阅读全文

5次浏览 23小时前

很多量化策略只需要在每天固定时间点执行，比如尾盘买入、开盘卖出。PTrade提供了强大的定时任务功能run_daily，可以精确到秒级触发。本文介绍如何用定时任务实现“收盘前清仓”和“开盘买入”两种常见模式。首先，定时任务的基本用法。在init函数中注册：`pythondefinitialize(cont... 阅读全文

4次浏览 23小时前

量化交易，简单说就是用数学模型代替人的主观判断，由计算机自动执行交易。它与传统交易的本质区别在于：决策依据是数据和规则，而非情绪或直觉。对于普通投资者，理解量化交易的核心逻辑有助于更好地运用工具，提升投资纪律性。量化交易系统通常包含四个模块：行情获取、策略分析、风险控制、订单执行。行情获取负责接入实时或历史数据；策略分析根据预设规则（如均线金叉、RSI... 阅读全文

3次浏览 23小时前