木头大左的博客

核心思想是根据市场波动情况动态调整投资组合中各ETF的仓位权重，以实现风险控制和收益优化。当某个ETF的波动率超过设定阈值时，会相应减少其持仓比例；反之，则根据可用资金和风险因子计算目标买入价值，进行调仓操作。

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。

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。

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。

十年回撤比二十年回测年化收益率稍微高一点点，在6.41%，全天候策略不适合牛市，在现在利率下行的时代更合适ptrade只能用测试端回测，二十年的基准收益计算是有点问题的，十年的基本是计算正确的可以根据需要进一步扩展和优化，比如添加更多的资产类别、调整调仓逻辑、计算更多的性能指标等。

本专栏旨在介绍QMT的基础用法、常见函数及策略编写方法，并分享量化交易思路，计划撰写约100篇文章。由于QMT相关资料较少，作者在使用过程中不断摸索，记录遇到的问题并与读者共同探讨。文章还提供了相关阅读链接，涵盖量化交易入门、Python环境配置及策略解析等内容。此外，详细介绍了如何通过Baostock API批量下载指数成份股的日线数据，包括环境准备、依赖安装、代码结构及函数解析，帮助读者更好地进行量化回测。

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。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）前面我们分享了聚宽、QMT等平台上回测的源码，在进行参数优化时，需要手动多次尝试，而且回测时长

全局参数raise_rate = -1 # 触发rebalance的上涨比例period: 设定为22，表示每22个交易日执行一次调仓（即大约每月一次）。这是策略的时间框架基础。raise_rate: 初始值设为-1，意味着默认情况下不会因为资产的涨幅而触发调仓。这一参数用于控制是否基于资产表现动态调整仓位。run_count: 用于记录策略运行的次数，帮助判断何时执行定期调仓。1、为了简便计算，回撤时将调仓再平衡是先卖出再买入，没有比较持仓，实盘时是需要计算的，减少交易费用。

该策略旨在通过定期再平衡持仓，保持投资组合中股票数量恒定（），并优先持有市值较小的股票。具体来说，策略每两天（period = 2）进行一次再平衡，根据当前市值对持仓进行调整，以实现微盘股的投资目标。中小市值策略对资金量要求有限制，资金量太大由于流动性不足，滑点可能较大，资金量太小，可能不能达到10-20只持仓，来分散风险，10-100w可能是比较理想的，后续可以根据波动率动态调仓，或波动率大于一定值时触发再平衡加入ROE或其他财务指标，或者研发投入强度大的专精特新企业，进行组合优化。

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。

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。

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。

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。

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。

'518880.SH', # 黄金ETF'159985.SZ', # 豆粕ETF'513100.SH', # 纳指ETF'510300.SH', # 沪深300ETF# ...其他ETF代码...C.capital = 100000 # 初始资金A.loss_rate = -0.02 # 止损比例核心功能建立包含12类核心资产的ETF池（商品/海外/宽基/窄基）设置2%的硬止损阈值（经回测验证的最佳参数）10万元初始资金配置（可根据实际调整）专业建议。

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。

这是整个策略的核心执行函数。它接收一个对象C作为参数，并在这个函数内部完成所有的交易逻辑判断和操作。

1、核心资产ETF轮动策略的核心在于动态调整投资组合，实现风险分散和收益最大化，如果买入支数太少，会导致风险集中，回撤变大。2、根据归一化后的风险因子计算出每个ETF应分配的资金额度，会按照这个额度买入相应的ETF，这个风险可能会有一定的滞后性，如果要进一步降低回撤，对系统性分险可能要引入债券或者货币类ETF。

'518880.SH',#黄金ETF'159985.SZ',#豆粕ETF'513100.SH',#纳指ETF'510300.SH',#沪深300ETF'159915.SZ',#创业板'159992.SZ',#创新药ETF'515700.SH',#新能车ETF'510150.SH',#消费ETF'515790.SH',#光伏ETF'515880.SH',#通信ETF'512720.SH',#计算机ETF'512660.SH',#军工ETF'159740.SZ',#恒生科技ETF。

这段代码主要围绕着在QMT环境中实现类似通达信VBA函数的功能展开，核心功能是基于RSI指标来判断股票的买卖时机，并根据持仓情况进行相应的交易操作。class G():passg = G()这里定义了一个空类G，并创建了该类的实例g。这个实例g将作为全局变量来存储一些在整个程序运行过程中需要共享的数据，例如除复权类型、股票代码、目标数量等。1、使用VBA开发策略时，参数固化的问题会带来一些限制，比如无法修改MA函数的周期参数，只能使用固定周期。

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。

Flask是一个轻量级的Web应用框架，它提供了简单而灵活的方式来构建Web应用程序。在本案例中，将使用Flask来搭建一个本地服务，用于监听来自jq2qmt.py脚本的交易信号，并根据信号执行相应的下单操作。

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。

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。

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 {

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： {

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'

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。

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。

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。

优化后的ETF评分函数:param etf_pool: ETF列表:param mkdict: 包含各ETF历史数据的字典:param lookback_window: 观察窗口(默认63个交易日，约3个月):return: 排序后的ETF评分DataFrame"""etf_pool是待评估的ETF列表；mkdict是一个包含了各ETF历史数据的字典，通过它可以获取每个ETF的历史价格等信息；是观察窗口，默认设置为63个交易日，大约相当于3个月的时间。

m_days = 25 #动量参考天数period=200m_days被设置为25，表示动量参考的天数为25天；period被设置为200，用于指定获取市场数据的周期长度。

self.n = n。

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。

接下来，定义一个名为的函数，该函数用于检查每只股票是否满足撤单条件。# 获取当天的涨停价格# 涨停后1分钟操作，刚涨停时封单量变化剧烈，容易导致过早撤单# 如果还处于涨停价格、封单金额小于3000万元log.info('封板量过少！')# 获取订单的id，xt_trader为XtQuant API实例对象，变更撤单状态接下来，定义一个名为cancel的函数，该函数用于执行撤单操作。def cancel(order_id = 1) : log . info(f'开始同步撤单order_id: {

a.name = '手动交易'try:a . name } ，买入 {stock_code } ，数量 {

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。

class a():passA = a() #创建空的类的实例 用来保存委托状态field_list定义了需要的市场数据字段，而类a用于保存交易状态。

定义一个函数来获取日志记录器。: 返回全局的日志记录器，以便在其他地方调用。

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。