实盘中的风控优化布林带网格套利最害怕遭遇“带宽开口后的单边行情”。如果股票基本面发生了重大拐点，价格暴跌触发了布林带向下大开口，价格可能会沿着下轨一路阴跌不回头。因此，优秀的量化代码在配置该策略时，必须加入时间止损机制，或者在特定的大盘指数跌破长期牛熊线时，自动暂停网格策略的买入监控。无论是选择哪种工具，能提供完善投后支持的平台... 阅读全文

235次浏览 2026-6-15 16:31

布林带指标的数理结构布林带是由约翰·布林格（JohnBollinger）提出的一种经典技术分析工具。在量化模型的代码实现中，布林带通常由三条轨道线构成：中轨（MiddleBand）：通常是股票过去N个交易日收盘价的简单移动平均线（默认一般设置为20日均线），代表了价格的阶段性均值中枢。上轨（UpperBand）：中轨加上两倍的价格标准差（Standar... 阅读全文

191次浏览 2026-6-15 16:30

双均线策略的核心在于“长短结合，顺势而为”。策略通常需要定义两个核心参数：短周期均线（快线）：例如5日均线（MA5）。它对近期价格变动反应灵敏，能够迅速折射出多空情绪的变化。长周期均线（慢线）：例如20日均线（MA20）或60日均线。它运行轨迹相对平滑，代表了股票中长期的价值中枢与趋势方向。交易信号的触发极其机械和客观：金叉买入... 阅读全文

259次浏览 2026-6-15 16:30

什么是样本外测试简单来说，样本外测试就是把投资者手中现有的历史行情数据，按照时间先后顺序，强行切割为性质完全不同的两个独立部分：样本内数据（In-of-SampleData）：通常占总数据量的70%到80%（例如使用2018年1月至2024年12月的股票行情数据）。这一段数据是公开的“演练场”，开发者可以用它来不断测试各种技术指... 阅读全文

259次浏览 2026-6-15 16:22

五大数理核心要素一个完整的海龟交易法则包含了对“买什么、买多少、何时买、何时止损、何时止盈”这五个投资基本问题的绝对量化回答，不留任何主观想象空间：市场选择（买什么）：海龟法则倾向于选择那些流动性极佳、且历史波动率较大、容易走出单边长趋势的标的组合（如主流宽基ETF、大宗商品期货等）。仓位管理（买多少）：这是海龟法则最精华的部分... 阅读全文

519次浏览 2026-6-15 16:20

配对交易的建立基础是寻找市场上两只具有极高相关性、且在长期内存在稳定“协整关系”（Cointegration）的资产。通常，这类资产会存在于同一个行业内部、拥有相似的商业模式或者彼此互为上下游。例如：国内的大型国有银行股之间（如建设银行与工商银行）、或者两条相互竞争的头部券商股、亦或是产业链高度重合的半导体龙头公司。在数学模型中... 阅读全文

324次浏览 2026-6-15 16:19

1.缺失值的识别与处理在长期的时序数据中，由于交易所系统维护、网络传输丢包、或者股票因重大事项临时停牌，历史K线数据经常会出现缺失。例如，某只股票在连续的日期序列中，突然少了几天的日线数据。量化程序如果不加处理直接进行矩阵运算，就会触发NaN（NotaNumber）错误导致程序崩溃。处理缺失值的常见方法有：前向填充（ForwardFill）：用前一个有... 阅读全文

175次浏览 2026-6-15 16:18

1.最大回撤（MaximumDrawdown,MDD）最大回撤是量化交易中最直观、也最重要的风险指标。它是指在选定的历史回测周期内，策略资产净值曲线从任意一个历史最高点（顶点）掉落到随后最低点（谷底）的最大跌幅百分比。最大回撤直接测量了该策略最极端、最糟糕的情况下可能会让投资者亏损多少钱。例如，一个策略历史最大回撤是30%，这意味着如果在最不幸的最高点... 阅读全文

332次浏览 2026-6-15 16:17

马科维茨模型的终极目标是：在给定的风险水平下，寻找能够实现预期收益最大化的资产配置比例；或者在给定的预期收益率下，寻找能够使组合整体风险降到最低的资产资产组合。该模型将金融投资中的几个核心概念进行了严谨的数学量化：收益（均值）：用各个资产历史收益率的数学期望值（平均值）来代表。风险（方差/标准差）：用资产收益率的方差或标准差来衡量价格波动的剧烈程度。资... 阅读全文

240次浏览 2026-6-15 16:17

你的账户为什么会被认定为休眠户根据中国证券登记结算有限责任公司的合规风控标准，普通投资者的证券账户如果同时满足以下三项条件，就会被系统自动锁定并归类为休眠户：时间无交易：账户证券交易到期且连续三年以上没有任何实际成交的买卖记录。持仓完全空置：关联的A股证券账户内没有任何股票、基金、债券等持仓份额。资金账户见底：资金账户内的可用现金余额极其微薄，通常在人... 阅读全文

312次浏览 2026-6-15 16:15

在量化策略的Python代码中，开发者通常会对上述多项指标进行“去极值”和“标准化（Z-Score）”处理，使不同单位的财务指标转化为可对比的标准化分数。然后通过多因子线性加权，得出每只股票在质量维度的综合得分。最后，策略可以将质量得分与估值低廉度（价值因子）进行结合，筛选出“便宜且质量好&r... 阅读全文

96次浏览 2026-6-15 16:15

质量因子本质上是利用量化统计手段，对上市公司的财务健康度、资本回报效率、盈利资产的纯净度以及经营管理稳定性进行全方位的综合打分。与主观投资中基金经理去企业现场调研、看行业研报等定性分析不同，量化多因子模型追求的是通过标准化的会计报表时序数据，实现全市场五千多只股票的无死角全自动化扫描。质量因子模型的核心指标构成在编写量化选股策略代码时，构建一个标准的质... 阅读全文

180次浏览 2026-6-15 16:14

TWAP算法：时间加权平均价格TWAP（TimeWeightedAveragePrice）算法的核心思想是将大额订单在时间维度上进行均匀的等分拆细。其运行机制非常直接：假设量化策略需要在今天开盘后的4个小时内总共买入24,000股某股票。TWAP算法可以设定为每隔1分钟执行一次下单。由于4小时总共包含240分钟，算法会自动将大单拆解为240个微型子订单... 阅读全文

285次浏览 2026-6-15 16:13

在量化交易和程序化脚本编写中，未来函数是指在当前时间节点的策略逻辑中，无意中引用了“未来才发生、或者未来才能确定的数据或结果”。简单来说，就是程序在历史数据的回测运行中，“偷看”了未来的答案。这就像在一场历史闭卷考试中，答题者拿着已经公布的正确答案去倒推解题过程，结果自然是完美的百分。但在真实的现实生活中... 阅读全文

307次浏览 2026-6-15 16:12

均值回归策略的核心假设是：股票或资产的价格虽然在短期内会受到资金情绪、突发事件的影响而出现剧烈偏离，但从长期来看，它总是围绕着一个“价值中枢”（通常用移动平均线、或者统计学上的布林带中轨来代表）进行上下波动。当价格向上偏离中枢过远时，构成了做空或卖出机会；当价格向下偏离过远时，则构成了左侧低吸的买入机会。在具体量化指标上，交易者... 阅读全文

366次浏览 2026-6-15 16:11