分享
小李经理 股票
资质已认证
宁波 实名认证 从业4年响应及时行业top
黄金会员
5分钟 平均响应时间
  • 新股新债申购自动化:PTrade一键操作功能的实战技巧
    申购新股和新债在A股市场是相对低风险的增收手段。但人工操作难免遗漏,PTrade的一键申购功能完美解决了这一痛点。在PTrade系统中,投资者可以使用内置的“一键打新”功能。系统会自动扫描当日所有可申购的新股和新债,根据投资者的可用额度自动计算并提交申请。此外,通过设定定时任务,程序可以在开盘后自动执行申购逻辑,无需投资者亲自盯... 阅读全文

    169次浏览 2026-3-25 15:03

  • 2026年量化交易中的资金管理:凯利公式在策略中的实际运用
    在2026年的量化交易实战中,许多投资者往往过度关注“买卖信号”的准确性,而忽略了“下注仓位”的科学性。事实上,再完美的选股逻辑,如果没有合理的资金管理,也难以在长期博弈中实现净值增长。凯利公式(KellyCriterion)作为经典的资金管理工具,在量化策略的代码实现中具有重要地位。凯利公式的核心逻辑凯... 阅读全文

    168次浏览 2026-3-11 16:47

  • QMT实战:xtdata.get_market_data_ex 周期参数填写的坑你踩过吗?
    在使用QMT调取行情数据时,get_market_data_ex函数的period参数决定了数据的频率。然而,很多开发者在初次使用时常因为参数格式不规范导致调取失败或数据报错。客观梳理,QMT的标准周期写法如下: -Tick数据:填写'tick'。 -分钟线:填写'1m'、'5m'、'... 阅读全文

    168次浏览 2026-4-22 13:38

  • Level-2数据在量化中的应用:透视盘口买卖力量
    在普通的Level-1行情中,投资者只能看到五档买卖盘和最后一笔成交,这对于高频策略或日内交易而言,信息密度显然不足。Level-2数据则提供了更深层次的市场画像,包括十档行情、逐笔成交以及委托队列,成为了量化进阶的必修课。Level-2的核心价值在于其“逐笔”属性。通过逐笔成交数据,量化策略可以分析出每一笔订单是主动买入还是主... 阅读全文

    168次浏览 2026-3-16 14:04

  • 量化交易如何选股?解析小市值因子与波动率因子的奥秘
    在A股的历史长河中,特定风格的因子往往会表现出长期的超额收益。其中,最受量化投资者关注的莫过于“小市值因子(SizeFactor)”和“波动率因子(VolatilityFactor)”。理解这两个因子的运作逻辑,是构建选股策略的第一步。小市值因子的逻辑基础是:市值较小的公司往往具有更高的成长潜力和被收购可... 阅读全文

    167次浏览 2026-3-27 09:01

  • 量化交易如何参与北交所与科创板?
    科创板与北交所作为中国资本市场的重要组成部分,其较高的波动性和独特的交易规则(如科创板的涨跌幅限制、北交所的T+1机制)吸引了大量量化投资者的关注。然而,参与这些板块的量化交易,首先需要满足特定的合规门槛。根据监管规定,科创板和北交所的权限开通通常需要满足“20个交易日日均资产50万元”以及“24个月证券交易经验&r... 阅读全文

    166次浏览 2026-3-16 14:12

  • 如何利用量化手段优化人工短线交易的进出场时机
    很多投资者并不追求全自动化,而是希望通过量化工具提升人工短线交易的成功率。这种“量化辅助交易”模式在职业选手中非常流行。首先,量化可以实现“全市场异动监控”。人工盯盘顶多关注几十只股票,而通过QMT编写一个简单的监控脚本,可以在毫秒级内从全市场数千只标的中筛选出“量比突增”、&ld... 阅读全文

    166次浏览 2026-3-12 10:23

  • 可转债量化交易:QMT系统下的T+0策略实现逻辑
    可转债因其T+0交易机制和无涨跌幅限制(在特定区间内),成为了量化策略的热门标的。在QMT系统中实现可转债策略,核心在于捕捉波动率。常见的可转债策略包括低溢价策略和双低策略。利用QMT的实时行情订阅功能,程序可以每秒扫描全市场可转债的转股溢价率和到期收益率。一旦发现指标进入设定的阈值,即可触发交易逻辑。由于QMT支持异步报单,可以在极短时间内完成多只转... 阅读全文

    166次浏览 2026-3-25 14:53

  • 量化回测的“陷阱”:为何模拟盈利实盘却亏损?
    量化交易者在策略开发过程中,最常遇到的问题是回测曲线完美,但实盘表现却大相径庭。这种现象通常源于几个核心的“回测陷阱”:过拟合、幸存者偏差以及忽视交易摩擦。首先是过拟合。在历史数据中,投资者往往会为了追求更高的收益率而不断增加参数限制。例如,将均线参数从20调整到21只因为后者在某段历史中表现更好。这种做法导致策略对历史噪声过度... 阅读全文

    166次浏览 2026-3-16 14:00

  • 量化策略的持续迭代:为何没有“长生不老”的模型?
    在量化交易圈,有一句名言:“所有的超额收益最终都会被抹平。”这是一个残酷但客观的事实。随着市场参与者结构的改变、新规则的出台或同类策略规模的激增,曾经行之有效的量化模型往往会逐渐失效。这要求量化交易者必须具备持续学习和策略迭代的能力。策略失效通常有两种表现:一是夏普比率显著下降,回撤变得频繁且难以恢复;二是策略的盈利模式被对手盘... 阅读全文

    165次浏览 2026-3-16 14:15

  • QMT系统中的行业板块数据:如何快速构建行业轮动策略?
    行业轮动策略是量化投资中常见的盈利模型,其核心在于实时监控各板块的涨跌幅、成交量及资金流向。QMT系统的xtdata模块提供了一套完整的板块操作函数,能够帮助普通投资者快速构建属于自己的行业监控体系。利用xtdata.get_sector_list接口,开发者可以获取全市场所有行业板块的名称及对应代码。配合get_stock_list_in_secto... 阅读全文

    165次浏览 2026-4-22 12:11

  • 量化交易中的ETF套利策略深度解析
    ETF量化交易涵盖了套利、网格交易及趋势轮动等多种玩法。由于ETF具有费率低、无印花税等特点,深受量化投资者喜爱。一种常见的策略是ETF一二级市场套利。当ETF二级市场价格与其成分股组合净值(IOPV)出现偏差时,投资者可以通过买入ETF并赎回股票,或者买入股票并申购ETF来获取价差收益。此外,基于行业ETF的轮动策略,通过量化指标监控不同板块的动能变... 阅读全文

    164次浏览 2026-3-26 10:55

  • 证券交易费率全透明:新开户如何识别“全包”与“净佣”?
    在证券市场中,交易成本的高低直接影响投资者的长期收益率。普通投资者在百度搜索“低费率开户”时,往往会被万一、万一点五等数字吸引。然而,客观地看,佣金的表述方式存在“全包”与“净佣”的本质区别,若不加甄别,实际支出可能远超预期。所谓“全包”佣金,是指投资者支付... 阅读全文

    163次浏览 2026-4-22 12:09

  • 量化策略的回测与实盘对比:如何计算滑点损耗
    在量化回测阶段,很多策略显示的收益率令人惊叹,但一旦进入实盘,盈利能力便大幅缩水甚至出现亏损。排除逻辑本身的失效,最常见的原因就是忽视了滑点损耗。滑点是指委托价格与实际成交价格之间的差额,它是量化交易中不可忽视的成本。滑点产生的根源在于市场的非连续性和盘口深度的限制。例如,当策略发出以10.00元买入1万股的指令时,卖一位置可能只有2千股,剩下的8千股... 阅读全文

    163次浏览 2026-3-16 14:06

  • QMT量化系统数据接口详解:开发者能获取哪些行情维度?
    在量化交易领域,数据的质量与维度直接决定了策略的成败。QMT(迅投极速策略交易系统)作为目前主流的量化工具之一,其行情模块xtdata提供了极其丰富的接口支持。普通投资者通过该系统,可以获取涵盖股票、指数、板块、可转债以及期货等多品种的全方位数据支持。具体来看,QMT提供的数据维度主要包括:第一,历史K线数据。支持日线、分钟线、甚至是1秒线的历史行情查... 阅读全文

    162次浏览 2026-4-22 11:43

点击收起
黄金会员认证
小李经理 股票 当前我在线...
宁波 帮助 6.8万 好评 71 从业4年