10. 实盘系统搭建要点
文章平均质量分 94
10.1 从研究到实盘的工程化:信号生成、订单执行、业绩归因
10.2 绩效评估:不仅是收益率,更要看一致性、最大回撤、换手
10.3 心理与风控:实盘中的纪律性执行与极端情况预案
wayz11
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
10.3 心理与风控:实盘中的纪律性执行与极端情况预案
摘要:量化交易中的心理风控与极端情况应对 本文探讨量化投资中常被忽视的关键环节——心理纪律与极端风控。研究表明,实盘交易中70%的失败源于心理偏差而非策略缺陷。通过构建交易心理分析器,系统识别6大典型偏差(过度自信、损失厌恶等),并针对性地提出机械止损规则、参数调整冷却期等解决方案。文章强调,量化投资的长期成功不仅依赖策略本身,更需要建立对抗人性弱点的系统性防护机制,包括独立决策流程、逆向思考训练等行为矫正措施,以及应对极端市场情景的预案体系。原创 2026-04-21 15:19:51 · 171 阅读 · 0 评论 -
10.2 绩效评估:不仅是收益率,更要看一致性、最大回撤、换手
本文提出了一套A股量化策略绩效评估体系,强调不应仅关注收益率,而应从多维度综合评估策略质量。评估框架包含五大维度:收益维度(绝对/相对收益、风险调整收益)、风险维度(波动性、回撤、尾部风险)、一致性维度(收益稳定性)、成本维度(交易成本、换手率)和适应性维度(不同市场环境表现)。通过Python类实现自动化评估,生成包含综合评分、详细指标、可视化图表和改进建议的评估报告。该体系能帮助投资者识别短期高收益的偶然性,发现真正具备长期稳定盈利能力的策略。原创 2026-04-21 15:18:06 · 200 阅读 · 0 评论 -
10.1 从研究到实盘的工程化:信号生成、订单执行、业绩归因
摘要:量化交易系统从研究到实盘的工程化实现 本文构建了一套完整的A股量化交易系统框架,重点解决从实验室研究到实盘交易的关键工程化问题。系统采用三层架构设计: 信号层:负责因子计算和组合优化 执行层:处理订单生成和交易执行 监控层:进行业绩归因和风险控制 系统实现了完整的每日工作流,包括数据准备、信号生成、风险检查、订单执行、持仓更新和业绩计算等步骤。特别设计了风险控制模块,在交易前进行严格检查,并支持模拟交易和实盘交易两种模式。通过这种工程化实现,可以有效降低回测与实盘表现的差异,确保研究收益在实际交易中得原创 2026-04-21 15:16:08 · 296 阅读 · 0 评论
分享