年化203%的ETF策略，把信号对接到QMT上即可 | 天勤SDK+ backtrader实盘方案（python代码+数据下载）-CSDN博客

本文链接：https://blog.csdn.net/weixin_38175458/article/details/147216290

原创内容第856篇，专注智能量化投资、个人成长与财富自由。

协作，其实是一个挺难的事情。

在上学那会，就意识到这个问题，选择计算机，就是因为编程可以自己“创造“一个空间，一份价值。

纳瓦尔说，除了资本和劳动力杠杆之外，还有两种：代码和媒体。

另外还有一个领域就是量化投资，尤其是AI驱动的量化投资。——为数不多人，还有个人英雄主义的领域。

许多朋友当下面临就业困难的问题。

其实，适当的风险意识和居安思危是必要的。

在事业顺遂的时候，应该着手考虑”第二曲线“。

很多的的选项只有自媒体，或者”炒“股。

真要做投资，也应该是走量化投资，量化投资如果能建立起稳健的系统，那就是真正的被动收入。

从回测到模拟到实盘。

其实分段都简单，难在回测到模拟做到一体化。

实盘会很难吗？——本质上就是根据信号，出发交易动作：

while True:    api.wait_update()    if api.is_changing(klines):        ma = sum(klines.close.iloc[-15:]) / 15        print("最新价", klines.close.iloc[-1], "MA", ma)        if klines.close.iloc[-1] > ma:            print("最新价大于MA: 目标多头5手")            # 设置目标持仓为多头5手            target_pos.set_target_volume(5)        elif klines.close.iloc[-1] < ma:            print("最新价小于MA: 目标空仓")            # 设置目标持仓为空仓            target_pos.set_target_volume(0)    break

很多新手同学一上来就问，这个策略在这个平台能跑嘛，其实，有了信号，比如日频的，你就手动执行不是很稳健？自己还行观察。

把这些信号对接到平台的api上，也是最简单的事情不是吗？

如果连这一步都不想做，那确实没必要做量化。

不过我仍然想做一件事情，就是整合backtrader与天勤的SDK。

天勤SDK可以提供数据、模拟盘。

backtrader负责快速开发策略。

年化203%的ETF策略，把信号对接到QMT上即可：