[QMT量化交易小白入门]-二十五、听了群友的建议，年化收益达到了70%，增加了动态仓位权重调整后的全球核心资产轮动策略（含python代码解析）

最新推荐文章于 2025-04-23 23:41:41 发布
最新推荐文章于 2025-04-23 23:41:41 发布
阅读量1k 收藏 9
点赞数 13
分类专栏： QMT量化交易小白入门 文章标签： python 数据库 java
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/145697280
版权

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
年化收益达到了70%，增加了动态仓位权重调整后的全球核心资产轮动策略（含python代码解析）

上一篇文章DeepSeek生成的年化收益率54%的动量因子评分算法ÿ

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]-三十六、量化打板或频繁下单时，如果一直未成交，该怎么处理（量化python代码解析）
木头大左的博客
03-21 107
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。
[QMT量化交易小白入门]-二十六、DeepSeek推荐的标的池，让年化收益达到了83%，调整后的全球核心资产轮动策略（含python代码解析）
木头大左的博客
02-24 1010
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。
[QMT量化交易小白入门]-二十七、如何将年化收益70%的全球核心资产轮动策略进行虚拟持仓隔离（含python代码解析）
木头大左的博客
02-26 1012
上一篇文章[听了群友的建议，年化收益达到了70%，增加了动态仓位权重调整后的全球核心资产轮动策略]https://mp.weixin.qq.com/s/ic8_f0gfynFQIV0iLEY0pQ)，效果如此好，接下来可以考虑模拟盘和实盘了。但如果我们QMT 实盘已经有策略在跑了，多策略如何同时实盘呢，官方给出的方案是自己本地化做虚拟持仓隔离，或者用投研专业版开记账式。本文将详细介绍如何实现一个基于本地虚拟持仓文件的核心资产ETF轮动策略。
[QMT量化交易小白入门]-二十八、有了回测年化收益好的策略，如何在QMT量化实盘呢（附python代码解析）
木头大左的博客
03-03 1945
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。
[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 1354
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'
[QMT量化交易小白入门]-四十五、ETF轮动策略中的标的池如何选择，可先用Python计算相关性系数
木头大左的博客
04-16 776
定义一个名为corr列出需要分析的ETF代码。获取每个ETF的收盘价数据。合并所有ETF的数据。计算相关性矩阵。绘制相关性热力图。
[QMT量化交易小白入门]-二十九、如何将全球核心资产轮动策略虚拟持仓回测和实盘用一份代码呢（含python代码解析）
木头大左的博客
03-10 1269
代码定义了一系列全局变量，这些变量用于控制交易策略的行为，如目标持仓数量、初始资金、交易代码列表等。A.name = '实盘核心资产仓位管理ETF轮动'A . target_num = 1 A . name = '实盘核心资产仓位管理ETF轮动' C . set_universe(A . trade_code_list) log . info(f' {A . name } 开始,是否回测： {
Aerich：Python异步生态中的数据库迁移革命
源滚滚编程
04-20 956
通过将数据库变更转化为可版本化、可测试、可回滚的代码操作，Aerich帮助开发者摆脱了手动协调SQL脚本的泥潭，真正实现了“基础设施即代码”的理想。相较于同步生态的Alembic，Aerich的异步基因使其在响应速度上具备天然优势——实测显示，对于包含100个迁移步骤的项目，Aerich的迁移执行效率比Alembic提升40%以上。它专为Tortoise ORM设计，实现了异步优先的数据库迁移管理，将数据库变更转化为可版本控制的代码化操作，同时保持与Python类型系统的深度集成。同时，其版本回滚功能（
2025-04-22 李沐深度学习5 —— 线性回归
zheliku的博客
04-22 1255
​ 在美国买房时，买家需根据房屋信息（如卧室数量、卫生间数量、面积等）预测合理的成交价。输入数据：房屋特征（如X1=卧室数X2=卫生间数X3=面积输出目标：预测成交价Y。实际挑战：卖家的标价和网站估价（如Redfin）仅为参考，最终需通过竞价决定成交价，因此准确预测至关重要。​ 计算输入特征X\mathbf{X}X和模型权重w\mathbf{w}w的矩阵-向量乘法后加上偏置bbb。​ 注意，上面的XwXw是一个向量，而bbb是一个标量。
Python项目--基于计算机视觉的手势识别控制系统
exlink2012的专栏
04-23 1589
随着人机交互技术的快速发展，传统的键盘、鼠标等输入设备已经不能满足人们对自然、直观交互的需求。手势识别作为一种非接触式的人机交互方式，具有操作自然、交互直观的特点，在智能家居、游戏控制、虚拟现实等领域有着广泛的应用前景。 本项目旨在开发一个基于计算机视觉的手势识别控制系统，通过摄像头捕获用户的手部动作，实时识别手势类型，并将识别结果转化为相应的控制命令，实现对计算机或其他设备的非接触式控制。
BigDecimal类详解
沉梦听雨的博客
04-21 1521
在 Java 编程中，处理浮点数时经常会遇到精度问题。为了解决这个问题，Java 提供了一个BigDecimal类，它提供了精确的浮点数运算。本文将详细介绍BigDecimal类的使用方法和一些常见场景。
Python基础语法3
yi_ren_yi_xin的博客
04-23 817
讲解Python中的函数、列表、元组、字典
【64期获取股票数据API接口】如何用Python、Java等五种主流语言实例演示获取股票行情API接口之沪深A股自选时段质押明细数据及接口API说明文档
2501_91281400的博客
04-20 840
​ 在量化分析领域，实时且准确的数据接口是成功的基石。经过多次实际测试，我将已确认可用的数据接口分享给正在从事量化分析的朋友们，希望能够对你们的研究和工作有所帮助，接下来我会用Python、JavaScript（Node.js）、Java、C#和Ruby五种主流语言的实例代码给大家逐一演示一下如何获取各类股票数据。
AI书籍大模型微调-基于亮数据获取垂直数据集
IT从业者的成长历程
04-20 693
垂直大模型的微调需要数据，基于亮数据（Bright Data）可以方便的获取训练数据，本文是基于亮数据（Bright Data）获取书籍相关数据的过程。
Python中用pip安装标准库时常见报错处理
taxuefeilong的博客
04-23 227
当前我的python版本是python3.14，这个库与当前python解释器不兼容，我把python的版本降低成3.7.7，在环境变量中重新配置了python的路径，重新用pip install +库名安装就成功了。1、关于This is an issue with the package mentioned above,not pip。2、Building wheel for Pillow (pyproject.toml) 报错。Python中用pip安装标准库时常见报错处理。
智能语音备忘录：SpeechRecognition与gTTS的奇妙融合
m0_72958694的博客
04-19 1047
在这个信息爆炸的时代，我们每天需要处理大量的事务和信息。传统的文字记录方式虽然可靠，但在效率上往往难以满足快节奏生活的需求。想象一下，如果你能在驾车、散步或是灵感突现的任何时刻，仅需通过语音就能快速记录想法、设置提醒或是保存重要信息，这将极大提升我们的生活和工作效率。智能语音备忘录，正是这样一款能够解放双手、提高记录效率的神器。 本文将带领你一步步探索如何利用Python的SpeechRecognition和gTTS库，打造一款集语音输入、自动转文字、朗读保存于一体的智能语音备忘录工具。这不仅是一次技术实
【人工智能】Ollama 负载均衡革命：多用户大模型服务的高效调度与优化
一个被知识诅咒的人
04-23 942
在 **多用户大模型推理** 场景下，**负载均衡** 是确保高并发、低延迟的关键挑战。本文以 **Ollama**（一个流行的本地大模型运行框架）为例，深入探讨 **多用户请求调度、GPU 资源分配、动态批处理（Dynamic Batching）** 等核心技术。我们将从 **数学建模**（如排队论优化）、**代码实现**（Python + CUDA 优化）、**系统架构**（分布式调度）三个维度，提供一套完整的负载均衡解决方案。 文章包含 **4000+ 字** 的详细技术解析，涵盖 **请求优
02.Python代码Pandas - Series全系列分享(使用.特点.说明.取值.函数)
最新发布
mobangde的博客
04-23 952
保姆级详细分享了Pandas - Series的各种不同的声明语法及取值使用。也分享了Pandas - Series的特点及说明使用场景和所有函数
QMT量化交易软件的优点
02-14
### QMT量化交易平台的优势 QMT智能量化交易系统具备显著的技术优势，能够满足现代金融市场对于速度和精度的要求。该平台不仅实现了高效的订单处理能力，还通过高度自动化的流程减少了人为干预的可能性，从而提高了交易效率[^1]。 #### 高效性 QMT系统的架构设计旨在优化数据传输路径并减少延迟时间，在毫秒级别内完成复杂的计算任务，确保指令快速下达市场。这种低延迟能力使得用户能够在瞬息万变的行情中抓住最佳买卖时机。 #### 精准度 为了提高决策准确性，QMT集成了先进的算法模型用于分析历史价格走势以及预测未来趋势变化。这些模型基于大量真实交易记录训练而成，可以有效识别潜在的投资机会，并提供科学合理的建议给到使用者。 #### 自动化程度高 整个交易过程几乎完全由计算机程序控制，从选股、建模直到下单执行都无需人工参与。这不仅降低了操作风险，也节省了大量的时间和精力成本，让投资者可以把更多注意力放在策略研究上而不是日常繁琐的操作当中。 --- ### QMT量化交易平台的特点 除了上述提到的核心竞争力外，QMT还有以下几个值得注意的地方： - **丰富的API接口**：支持多种编程语言接入，方便开发者根据自己需求定制专属功能模块； - **强大的回溯测试环境**：允许用户在一个模拟环境中反复验证自己的投资逻辑是否可行，直至满意为止再投入实际资金运作； - **严格的安全保障措施**：采用多重加密技术和权限管理机制来保护客户资产安全和个人信息安全； --- ### 主要功能介绍 针对不同层次用户的多样化需求，QMT提供了广泛而深入的服务选项： - **策略编写与调试**：内置可视化编辑器可以帮助初学者轻松构建简单有效的交易规则；而对于高级玩家，则开放源码级访问权限以便于实现复杂多样的个性化设定。 ```python def simple_moving_average_strategy(data, short_window=40, long_window=100): signals = pd.DataFrame(index=data.index) signals['signal'] = 0.0 # 计算短期移动平均线 (SMA) 和长期 SMA signals['short_mavg'] = data['Close'].rolling(window=short_window, min_periods=1).mean() signals['long_mavg'] = data['Close'].rolling(window=long_window, min_periods=1).mean() # 创建买入/卖出信号 signals['signal'][short_window:] = np.where(signals['short_mavg'][short_window:] > signals['long_mavg'][short_window:], 1.0, 0.0) # 生成交易订单 signals['positions'] = signals['signal'].diff() return signals ``` - **实时监控与预警通知**：一旦市场价格触及预设条件即刻触发警报提醒，使投资人不会错过任何重要事件的发生时刻。 - **跨市场联动分析**：利用大数据挖掘技术关联多个交易所之间的关系模式，寻找套利空间或避险途径[^2]。
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