双均线策略是量化入门的经典例子，代码简单且逻辑清晰。本文用QMT的PythonAPI完整实现一个双均线趋势策略，并讲解回测步骤。策略逻辑：当短周期均线（如5日）上穿长周期均线（如20日）时全仓买入；当短周期均线下穿长周期均线时清仓卖出。不加止盈止损，让趋势自然发展。代码实现（QMT环境）：`pythondefinit(context):设置股票代码  ... 阅读全文

151次浏览 2026-5-18 15:26

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

78次浏览 2026-5-18 15:25

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

93次浏览 2026-5-18 15:24

国内个人量化平台日益增多，如何选择适合自己的工具？本文从功能、门槛、易用性、稳定性等维度对比QMT、PTrade、聚宽、掘金四个主流平台。首先，QMT（迅投出品）。优势：功能最强，支持Python和VBA双语言，API覆盖股票、期货、期权、两融，回测引擎严谨，支持tick级回测。本地部署，策略保密性好。劣势：需要一定编程基础，界面朴实，需要自行维护运行... 阅读全文

67次浏览 2026-5-18 15:23

回测是量化策略开发的核心环节，但也是错误最多的地方。许多看似完美的策略，实盘一塌糊涂，原因往往是回测中隐藏了陷阱。下面列举三大常见陷阱及应对方法。第一个陷阱：未来函数。指在回测中使用了当前时间点之后才能获取的数据。例如，在下午3点收盘前，用了全天最高价作为买入条件；或者在财报发布前使用了财报数据。未来函数会严重高估策略表现。避免方法：确保在回测循环中，... 阅读全文

52次浏览 2026-5-18 15:23

一个量化策略从灵感到实盘运行，需要经过五个标准步骤。遵循这套流程可以显著提高策略成功率，避免常见陷阱。下面详细拆解每一步。第一步，策略构思。基于市场观察、学术论文、经典理论或个人经验，形成交易逻辑。例如，观察到“低波动率股票长期表现更好”，或者经典的双均线策略。关键是要有明确的逻辑支撑，而非纯粹的数据挖掘。构思阶段要写清楚：交易... 阅读全文

62次浏览 2026-5-18 15:22

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

65次浏览 2026-5-18 15:21

作为个人量化投资者，选择工具时除了功能，实盘运行的稳定性同样重要。笔者在过去一年中同时使用PTrade和QMT（同一券商），下面从多个维度分享实测对比。服务器稳定性：PTrade的策略运行在券商云端，基本不存在断网断电问题。实测半年内，PTrade云端服务没有出现过宕机，仅有两次计划内维护（提前通知）。QMT如果部署在本地电脑，会遇到偶尔的网络闪断、系... 阅读全文

219次浏览 2026-5-15 14:41

QMT的策略运行模型是事件驱动的，除了行情数据触发handle_bar或on_tick，订单状态变化（如成交、撤单、拒绝）也会触发回调函数。合理利用这些事件，可以构建更智能的策略，比如部分成交后的补单、撤单重发等。下面介绍主要的事件回调。1.on_order_status：订单状态变化时调用。参数order包含订单ID、股票、价格、数量、成交数量、状态... 阅读全文

126次浏览 2026-5-15 14:41

PTrade完成回测后，会生成一份图形化报告，包含收益率曲线、回撤曲线、交易明细等。许多新手只关注最终收益率，忽略了更重要的风险指标。下面逐一解析关键指标及其含义。年化收益率：策略每年平均赚多少。注意，如果回测时间不足一年，年化收益率会被放大，参考意义不大。建议回测至少2年以上。最大回撤：从净值高点跌倒最低点的最大幅度。例如20%的最大回撤意味着你的资... 阅读全文

205次浏览 2026-5-15 14:40

QMT提供了多种下单函数，初学者经常混淆它们的用法。正确选择函数可以简化代码逻辑，避免计算错误。下面逐一解释最常用的三个函数及其适用场景。1.order(stock,amount,limit_price=None)最基础的函数，指定股票代码和买卖数量。amount为正数表示买入，负数表示卖出。例如order('000001.SZ',... 阅读全文

149次浏览 2026-5-15 14:39

PTrade的基础条件单在触发一次后就失效，但许多策略需要同一个条件被反复触发，例如网格交易。PTrade提供了“循环条件单”功能，允许设置触发次数或无限循环。下面介绍设置方法和注意事项。在PTrade的“条件单”创建界面，找到“执行次数”选项。你可以选择：-执行一次：触发后条件单... 阅读全文

120次浏览 2026-5-15 14:38

PTrade支持多种数据频率：日线、60分钟、30分钟、15分钟、5分钟、1分钟以及Tick。不同的策略需要不同的数据频率，选错了会导致回测失真或实盘执行困难。下面分析各频率的适用场景和注意事项。日线频率：最常用，适用于长线趋势跟踪、月线选股、价值投资量化等。日线策略每天只产生一次信号，交易次数少，佣金和滑点影响小，对硬件要求低。缺点是对日内波动不敏感... 阅读全文

131次浏览 2026-5-15 14:36

QMT内置了上百种技术指标，如MA、MACD、RSI、布林带等，但有时你需要使用自研指标（例如基于波动率调整的动量指标）。QMT允许你利用Python和pandas、talib等库自由计算任何指标，然后将其作为买卖信号。下面演示如何创建自定义指标并集成到策略中。第一步，准备数据。使用get_market_data获取历史K线数据。例如，获取过去100天... 阅读全文

142次浏览 2026-5-15 14:36

A股每个交易日9:15-9:25为集合竞价时间，投资者可以申报委托，9:25产生开盘价。对于需要以开盘价成交的策略（如隔夜持股开盘卖出，或基于隔夜消息的买入），PTrade可以实现在集合竞价阶段自动下单。下面介绍操作方法。PTrade的定时任务run_daily可以设置时间为'09:20'（9点20分），此时仍在集合竞价时间内。在该... 阅读全文

119次浏览 2026-5-15 14:35