[QMT量化交易小白入门]-十二、QMT回测龙头打首板和连板的策略

已于 2024-12-16 09:54:08 修改
阅读量3.1k 收藏 1
点赞数 33
CC 4.0 BY-SA版权
分类专栏： 量化交易小白入门 量化投资 文章标签： windows
于 2024-12-16 09:51:39 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/luansj/article/details/144386980

本专栏主要是介绍QMT的基础用法，常见函数，写策略的方法，也会分享一些量化交易的思路，大概会写100篇左右。
QMT的相关资料较少，在使用过程中不断的摸索，遇到了一些问题，记录下来和大家一起沟通，共同进步，自己淋过雨了，希望大家都有一把伞。

文章目录

相关阅读

小白也能做量化：零门槛QMT、Ptrade免费送
量化交易入门：如何在QMT中配置Python环境，安装第三方依赖包
量化交易策略：多因子选股结合布林带择时

A股由于涨跌停板的限制，反而提供了一些套利机会，游资大佬很多都是通过打板起家。这里采用QMT回测了龙头打首板和连板的策略，我将详细解释每行代码的作用，帮助读者理解这一策略。

1. 导入必要的库

import pandas as pd
了解本专栏 订阅专栏 解锁全文 超级会员免费看
[QMT量化交易小白入门]-三十二、经过球友的建议，打板后，增加了通用的止盈止损实盘策略（量化python代码解析）
木头大左的博客
03-13 1664
try:print(f'a . name } ，卖出 {stock_code } ，数量 {vol } ,以对手方最优价格委托') seq = xt_trader . order_stock_async(acc , stock_code , xtconstant . STOCK_SELL , vol , xtconstant . MARKET_PEER_PRICE_FIRST , 0 , a . name , '卖出') print(f'卖出订单号： {a . name } ，卖出 {
[QMT量化交易小白入门]-三十三、打板时，在涨停前预埋单要及时判断之前的委托状态（量化python代码解析）
木头大左的博客
03-17 215
1、交易所对于无效委托和频繁撤单的管理是比较严格的，要防止量化试探对手盘，干扰市场秩序，这里结合对当日委托情况的查询和判断，避免了重复委托和不必要的撤单操作。2、买入后，要考虑对持仓个股进行止盈止损，后面再慢慢加上。
看海回测系统回测过程
fengzhuqiaoqiu的博客
05-23 1259
使用打板策略测试khquant框架
回测效率提升500%！khQuant打板策略回测性能深度剖析——基于miniQMT的回测系统深度优化【AI量化第29篇】
fengzhuqiaoqiu的博客
06-02 1058
看海量化交易系统运行效率对比
实战交易策略 篇六：打板策略
生活在别处
07-30 834
“打板策略”是一种投资策略，其基本思想是在股票市场中找到那些当天正在涨板的股票，并在短时间内进行快速买卖操作以获取利润。这种策略的执行需要仔细研究股票的走势和市场情绪，并在适当的时间买入和卖出以实现最大收益。然而，这种策略也有一定的风险，因为股票市场波动大、不稳定，需要投资者具备一定的风险承受能力和交易技巧。总的来说，“打板策略”是一种高风险、高收益的投资策略，需要投资者在深入了解市场和风险的基础上进行操作。
Python量化交易平台：QMT （日内交易策略示例）
热门推荐
v15583721712的博客
03-21 1万+
QMT /Ptrade是一款面向个人投资者，尤其是中高净值个人投资者的专业交易系统。系统采用先进的技术框架，具有功能丰富、风控全面、管理灵活、架构精简、高效稳定等核心优势。PTrade终端不仅支持多品种普通交易、日内回转交易、量化交易等场景；还集成了期权组合交易、期权无风险套利、期权风险管理、Alpha对冲套利等多种策略交易工具；对接算法交易平台（日内算法、拆单算法等），满足投资者对交易算法的需求。 Python量化交易平台：QMT /Ptrade（日内交易策略示例） import p...
量化交易——QMT极速策略
jiucaixiuyang的博客
06-20 2018
QMT是适用于交易活跃用户、量化爱好者以及专业量化投资者，又可面向高净值的机构或个人。集行情显示、策略研究、交易执行和风控管理于一体的策略交易终端。对系统交易工具和交易效率有更高要求的主动管理型中小私募。需要对大单进行拆分和补单，实现便捷交易的资金量大的客户。，跑过几次模拟条件单以后，自己的实盘交易就更得心应手。对交易速度和报单便捷性有特殊需求的高频交易客户。需要进行策略研究、策略实盘交易的量化客户。（前面准备好，就可以正式上路交易）（测试策略的问题及时整理修改）（熟悉交易策略，从中寻找问题）
【大麦小米学量化】如何优雅地调教QMT量化平台编写量化策略（使用notepad++、pycharm、vscode等外部IDE编写量化交易代码）
IT里的交易员-博客
08-31 1万+
很多人开通了迅投QMT量化平台，可是进入编辑器界面，写python代码，那种感觉如同回到了原始时代，连调试代码最常用到行、块注释这么简单的操作都能把人整疯。想让迅投QMT即可修改编辑器，一时半会儿不现实。那么有没有一种方法？可以使用外部的编辑器编写，在迅投QMT里运行就行了，不也鱼与熊掌可兼得了吗？经过笔者孜孜探索，还真找到了一个方法，其实也很简单。就是坑有几个，不过我都填上了。提示：以下是本篇文章正文内容，其中代码为QMT默认自动生成，这里拿来仅作演示，不可用于实盘。............
如何用Python实现miniQMT智能打板策略？
wencaitouzi的博客
04-20 534
miniQMT智能打板策略需要定义买入和卖出的阈值，并根据这些阈值生成交易信号。
QMT量化策略实盘（一）下单函数passorder
XD1996CD的博客
03-28 2903
再说一下开通量化交易软件的条件，仅需要在券商开户，资金达到合规门槛既可申请免费使用。佣金费用为万0.854 ETF免5，非常厚道，有更多交易的客制化需求或者想深入了解系统可联系我：XD1996CD。
[QMT量化交易小白入门]-三十、打首板时，在涨停前预埋单的miniQMT实盘策略（量化python代码解析）
木头大左的博客
03-10 1479
class a():passA = a() #创建空的类的实例 用来保存委托状态A.n=5#买入支数A.amount = 5000 #单支买入金额 触发买入信号后买入指定金额A.waiting_list = [] #未查到委托列表 存在未查到委托情况暂停后续报单 防止超单#设置股票池 订阅品种行情A.stock_list=xtdata.get_stock_list_in_sector('沪深A股')# 过滤掉科创板，创业板，北交所股票代码A.name = '股票打首板预埋单策略'
迅投QMT极速策略交易系统_模型资料_Python1
08-03
1.1. 策略示例 1.1.1. 一个简单的 Python 策略 1.2. 运行机制 1.2.2. 重要概念 1.2.3. Python 策略运行机制 1.2.
迅投QMT策略说明材料应用场景-策略思想-参数设置.docx
01-18
迅投QMT策略说明材料应用场景-策略思想-参数设置。 Python策略里主要有两个函数构成，一是init函数，初始化函数；二是handlebar函数，循环函数，每根bar会执行一次循环函数里的代码内容
[QMT量化交易小白入门]-十七、如何通过miniQMT每天晚上定时买入涨停板股票
木头大左的博客
12-23 2245
a.name = '手动交易'try:a . name } ，买入 {stock_code } ，数量 {
[QMT量化交易小白入门]-三十四、让deepseek分析北京炒家的首板策略后，在打板前增加了选股范围（量化python代码解析）
木头大左的博客
03-17 1695
print(f'开始盘前选股')这行代码定义了一个名为的函数，当调用这个函数时，会首先打印出“开始盘前选股”的信息，表明选股流程正式启动。1、可根据情况增删部分条件，目前盘前选股目前可以选出140多支，比之前全市场监听带宽压力小了很多。2、还可以自行添加其他选股条件，比如换手率计算，炸板可能性检测。3、xtdata的数据是有可能缺失的，自己写策略时，有可能需要剔除，或者从第三方库校正，比如部分股票的流通股数。
如何用QMT做双均线策略的回测
最新发布
xiaociwei8888的博客
06-04 365
这么以来，回测出来，就不存在全是高买低卖的情况了，只有一笔交易是反着的，其余都是正，整体收益也是正的，但是交易的频次也就下去了，不过，这对于咱们来说，不也是节约交易成本了吗？双均线策略是做量化交易中最基础的一个策略，它的操作原理就是在5日线（短线）上穿到20日线（长线），形成金叉的时候，买入股票，反之，在短线下穿长线的时候卖出股票，如下图所示。看图形上面，买是基本上没有问题的，问题在于，股票冲高的时候，反而没有卖，等到跌落下来了才触发卖出，这样子，整体的收益就都是负数了。
【量化交易】迅投QMT——基础操作新建策略导入策略！
weixin_eng02048的博客
07-18 2350
策略指标 #基础操作 #新建策略 在【我的】主页，点击新建策略按钮 点击【pyhton策略】模型 会弹出一个策略编辑器框 【新建策略文件】 编辑完点击【编译】按钮 关闭策略编辑器 导入策略 券商 QMT：1. 点击进入【模型研究】界面2. 右键 -> 选择本地. rzrk导入 投研端：1. 点击【行情】界面,选择模型2. 右键 -> 选择本地. rzrk导入 #策略在副图作为指标运行 在主图上双击策略 VBA策略可以直接输出图像
QMT之加仓strategy
Rabbit997lhr的博客
08-26 285
故而在存在较多浮盈的情况下需要加仓以保持持仓比例，而在浮亏较多的情况下需要减仓以保持持仓比例。在确定趋势后按照总资金的百分比建立基础仓位（比如40%），在整个持仓过程中保持持仓比例不变。2、在震荡情况下，可能出现反复的加仓和平仓，相较一次性进场策略，亏损会大一些。3、在方向看错的情况下，因为亏损减仓，所以其损失向交易一次性进出场策略要小。1、在单边情况下因为有浮盈加仓，所以收益是比一次性进场策略要高。加仓策略只是一个执行工具，需要用其他方法判断出趋势行情。所以这个策略是盈利加仓，亏损减仓。
[QMT]01-我的第一个Python策略
liuyukuan的专栏
01-20 3438
学写50个QMT策略: 01-HelloWorld
ptrade打板策略代码
12-28
### 关于 Ptrade 平台实现打板策略的代码 在Ptrade平台上构建打板策略涉及到几个核心组件：初始化设置、数据获取以及交易逻辑执行。下面提供了一个简化版的Python代码示例来展示如何利用Ptrade API创建一个基本的打板策略。 #### 初始化函数 `initialize` 此部分用于定义全局变量并配置初始参数，比如设定目标证券列表和一些必要的开关条件等。 ```python def initialize(context): context.stock = '600570.SS' # 设定要操作的具体股票代码 set_universe([context.stock]) # 配置其他可能需要用到的全局属性 context.buy_signal = False context.sell_signal = True log.info("Initialization completed.") ``` #### 数据处理与信号生成 `handle_data` 该方法会在每一个时间周期被调用一次，在这里可以加入具体的买卖判断逻辑。对于打板策略而言，则需特别注意涨停价附近的成交量变化情况作为入场时机的选择依据之一。 ```python def handle_data(context, data): current_price = data.current(context.stock, 'price') last_close = data.history(context.stock, bar_count=1, frequency="1d", fields=['close'])['close'][0] # 判断是否达到涨停状态 (假设A股市场涨跌幅限制为10%) limit_up = round(last_close * 1.1, 2) if not context.buy_signal and abs(current_price - limit_up) < 0.01: # 当前价格接近或等于涨停价位时发出买入指令 order_target_percent(context.stock, 1) context.buy_signal = True log.info(f"Bought {context.stock} at market price near the upper limit.") elif context.buy_signal and context.sell_signal: # 如果已经持有仓位并且满足卖出条件则平仓离场 order_target_percent(context.stock, 0) context.sell_signal = False log.info(f"Sell all shares of {context.stock}.") ``` 上述代码片段展示了基于Ptrade框架下的一种简单形式的打板策略实现方式[^1]。需要注意的是实际应用过程中还需要考虑更多因素如手续费成本控制、风险管理和资金分配等问题；此外也建议结合具体市场的特点调整相应的阈值判定标准以提高模型的有效性和稳定性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

python自动化工具

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值