很多量化初学者迷恋于寻找“高胜率”指标，但资深交易者明白，最终决定净值曲线的是“资金管理”。在量化策略中，凯利公式（KellyCriterion）是解决“每一笔交易该投入多少钱”的最优数学框架之一。凯利公式的逻辑非常直接：$f=(bp-q)/b$。其中，$f$是应投入资金的比例，$... 阅读全文

210次浏览 2026-3-12 11:16

普通行情仅提供五档买卖盘，而Level-2（L2）行情则提供了十档买卖信息及逐笔成交详情。对于量化交易者，L2数据是构建高胜率策略的基石。通过L2的十档盘口，投资者可以看到更深层次的挂单压力分布。例如，如果在卖五到卖十档位出现连续的大额挂单，往往预示着上方阻力较大。而逐笔成交数据则能揭示每一笔交易的真实方向，帮助识别是主力对倒还是真实买入。在QMT或P... 阅读全文

210次浏览 2026-3-25 14:52

因子投资是量化策略的核心驱动力。简单来说，因子就是能够解释股票收益率差异的特征属性。从最基础的估值因子（PE、PB）、动量因子（价格走势），到复杂的量价因子和另类数据因子，因子的挖掘与组合决定了量化策略的阿尔法（超额收益）水平。在实际建模中，量化交易者通常会先进行单因子检验，评估该因子在历史上的选股能力。例如，检验“市值因子”是... 阅读全文

210次浏览 2026-3-16 14:06

多因子选股是量化投资中最经典的模型之一。其逻辑是将股票的超额收益拆解为多个因子的贡献，如价值因子（低PE）、成长因子（净利增长）、规模因子（小市值）等。构建一个基础的多因子模型通常分为四步。首先是因子提取，利用QMT或PTrade的财务数据接口，获取全市场股票的财报指标。其次是因子有效性检验，通过IC（信息系数）分析，判断某个因子在过去一段时间内是否真... 阅读全文

209次浏览 2026-3-17 16:34

融资融券作为一种带有杠杆性质的信用交易，成本管理是决定长期收益的关键。其核心成本由融资利息和融券费用组成。利息计算通常遵循“按日计息、按月扣收”的原则。计算公式一般为：当日利息=实际使用资金（或融券市值）×年化费率/360。需要注意的是，计息天数通常是按照自然日计算，而非交易日。这意味着，如果投资者在周五融资买入，周一卖出还款，... 阅读全文

209次浏览 2026-3-26 15:00

量化交易入门先学策略还是先开户，比较适合从一个很简单的顺序开始：先了解证券账户和交易规则，再理解什么是数据、策略、回测和实盘，最后再决定是否开通QMT、PTrade或其他量化工具。很多散户一开始会问“散户如何学量化”“普通人能不能做量化交易”，其实真正的第一步不是写复杂代码，而是知道自己想解决什么问题。如... 阅读全文

207次浏览 2026-5-15 09:38

海龟交易法则是投资史上最著名的趋势追踪策略之一。其核心思想是：不预判方向，仅根据价格突破来决定进场，并利用波动率（N值/ATR）来动态分配仓位。在现代量化终端如QMT或PTrade中实现这一策略，不仅是对经典的致敬，更是验证量化框架完整性的绝佳练习。海龟法则的代码实现主要分为三个核心模块。首先是信号模块：通常采用唐安奇通道（DonchianChanne... 阅读全文

206次浏览 2026-3-12 11:15

在短线博弈与量化选股中，逐笔成交数据（TickData）是洞察主力动向的“显微镜”。普通L1行情仅提供三秒一次的快照，而Level-2逐笔数据则记录了每一笔真实发生的成交详情。在QMT系统中，xtdata模块为开发者提供了高效获取此类深层数据的途径。通过调用xtdata.get_market_data_ex接口，并将周期设置为&... 阅读全文

206次浏览 2026-4-22 12:09

在证券交易中，“滑点”是指预期成交价格与实际成交价格之间的偏差。对于短线打板、集合竞价抢筹或高频量化策略而言，滑点是侵蚀利润的隐形杀手。而导致滑点的核心因素之一，便是交易通道的延迟。为了解决这一问题，极速交易柜台（如LDP）应运而生。传统的集中交易系统（普通柜台）需要处理全市场海量的零售订单，其系统架构庞大，链路较长。一笔委托从... 阅读全文

206次浏览 2026-4-14 11:22

一、高级委托指令的设计初衷在高速波动的二级市场，尤其是面对突发利好或利空导致的流动性紧缺时，传统的“限价委托”往往因为价格跳动过快而无法成交。为了解决这一痛点，交易所设计了多种高级市价委托指令，其中FOK（FillorKill）和FAK（FillandKill）最为核心，它们的核心差异在于对“成交完整性”... 阅读全文

206次浏览 2026-4-8 16:04

在交易中，止损是生存之本，而“移动止损”（TrailingStop，又称跟踪止损）则是量化策略中用于锁定利润的高阶技术。传统的固定止损是在买入价格下方设定一个死板的价位，而移动止损则是让止损位随着股价的上涨而动态上移。只要股价持续创新高，止损位就保持在距离最高价一定比例（如5%）的位置。一旦股价从最高点回撤超过该比例，策略立即触... 阅读全文

205次浏览 2026-3-13 14:44

在A股市场现行的“T+1”制度下，利用底仓进行量化“T+0”交易（日内回转交易）是提升资产使用效率的重要手段。其核心原理是：在持有一定数量股票底仓的前提下，利用量化模型捕捉日内的价格波动，在相对低位买入并在相对高位卖出相同数量的股票。实现量化“T+0”通常有两种路径：一是基于技术指... 阅读全文

205次浏览 2026-3-26 10:53

许多投资者在尝试量化交易时，最先遇到的“拦路虎”往往不是策略逻辑，而是Python环境的配置。QMT系统虽然内置了Python环境，但要实现一些复杂的逻辑（如机器学习、专业绘图等），通常需要额外安装第三方库。QMT内置环境的定位QMT通常内置Python3.6至3.12的不同版本。在安装第三方库之前，首先要确认MiniQMT或全... 阅读全文

204次浏览 2026-3-19 14:24

在债券市场与短期理财领域，国债逆回购的利率走势一直是资金面松紧的“晴雨表”。通常情况下，资金借贷遵循“期限溢价”原则，即借款时间越长，不确定性越大，投资者要求的年化收益率就应该越高。因此，正常的逆回购利率曲线应该是向上倾斜的（例如14天期利率高于1天期利率）。然而，在特定的时间节点（如季度末、年末或大型节... 阅读全文

204次浏览 2026-4-14 11:51

一个成熟的量化实盘系统，除了盘中的交易逻辑外，还需要严密的“定时任务”管理。这些任务确保了系统在开市前的准备状态和闭市后的总结工作。盘前阶段（通常在8:50-9:15），脚本应执行自检。任务包括：检查网络连接、检查账户可用资金、下载最新的停牌股名单、获取昨日收盘价以及更新策略所需的初始化因子。在QMT系统中，可以使用`befor... 阅读全文

204次浏览 2026-3-12 10:21