- 博客(127)
- 收藏
- 关注
RSS订阅原创 期货研究遇到经济指标空值，补成零会改变什么？
把一项经济指标和期货日线放到同一张表里，价格每天都有，指标却隔几天才出现一次。为了画图或计算相关性，把空格统一填成0，看起来省事，结果却可能把原来的经济含义改掉。“这天没有新记录”和“这天指标为零”不是同一件事。期货量化研究越依赖这些输入，越不该让填表习惯替你决定它们的含义。
2026-10-22 22:32:12
122
原创 期货价格又回到原位，刚才那段波动怎么复盘？
你离开屏幕几分钟，回来发现期货最新价和离开时差不多，便觉得行情没什么变化。可如果这几分钟里价格曾明显冲高，又很快回落，单看最后那个数字，就会错过整段经过。期货复盘经常遇到的麻烦不是没有价格，而是手里只有一个价格。它能告诉你现在在哪里，却说不清刚才是怎么走到这里的。
2026-10-22 22:30:17
151
原创 给期货观察池选合约，主连和指数要不要算进去？
想看某个期货品种，就把名称相近的代码都加进自选，结果可能同时放进具体月份合约、主连和指数。它们都与这个品种有关，却不一定是同一种观察对象。如果任务是整理当前某交易所、某品种的具体期货合约，观察池就应该按这个定义建立。主连和指数不是“错误数据”，但不该因为名字像，就在没有说明的情况下混进来。
2026-10-22 22:28:14
156
原创 用 TqSdk 读取期货程序新增的服务器通知
同步运行的期货程序里，想把自上次检查以来收到的服务器通知集中交给日志或界面处理，可以使用天勤 TqSdk 的 `TqNotify`。它提供的是通知收集入口，不是启动前历史日志恢复，也不是成交确认接口。
2026-10-13 14:37:13
103
原创 停止自动调仓，不等于仓位已经清零
决定让期货策略停下来时，至少有三个问题：旧任务还会不会继续动作，它的未成交委托处理完没有，现在实际持有多少。停止任务是第一类决定，已经形成的持仓不会因为“停止”两个字就消失。
2026-10-13 14:36:50
151
原创 TqSdk回测改用Tick后，报价更新为什么变了？
回测里的报价何时更新，取决于这条合约实际订阅了什么数据。原来只订阅分钟 K 线，后来增加 Tick，报价来源就可能从 K 线变成 Tick。若没有订阅 Tick，还要看是否订了其他 K 线周期，以及回测是否自动补订了分钟线。先把两次运行的订阅情况列清，才能解释报价节奏的差异。
2026-10-12 10:48:55
66
原创 期货价格跳一档，一手的名义变动金额怎么算？先把单位算对
看到某个期货合约的最小价格变动，有人会顺手把那个数字当成“一手变动多少钱”。这里少了一步：报价的变动单位与一手代表的数量，不是同一种量。先把这两个单位摆在一起，才知道所谓“一档”对应的名义价格差额；至于实际账户会发生什么，不能从这道乘法直接得出。
2026-10-12 10:47:19
183
原创 看到“2026年下半年量化工具”时，有代码基础也要按阶段选择
文章说明，有代码基础的人选择量化工具时，应先判断自己缺的是概念理解、规则表达还是流程实现。工具重点要随阶段变化，早期帮助说清规则，中间阶段承接实现，后续再服务运行观察和复查。
2026-09-17 15:57:57
143
原创 看到“2026年下半年量化学习”时，懂代码的人也要补交易认知
文章说明，有代码基础的人补交易认知时，应把示例、拆解和练习用于看清条件、动作、反馈和阶段性假设。学习效率不是跳过检查，而是更快确认规则、数据和结果之间的关系是否真正成立。
2026-09-17 15:56:17
154
原创 搜索“近期量化工具”时，要跟着阶段调整重点
有代码基础但交易认知不足时，量化工具应随着学习阶段调整重点。先用工具帮助理解和表达规则，再区分回测、模拟和实盘各自验证的问题，才能避免把不同阶段混成一个答案。
2026-09-10 20:09:34
94
原创 量化实现难在哪里：规则清楚，流程完整
量化实现的难点不只在代码能否运行，更在策略规则是否清楚、数据到判断再到行动的流程是否完整。回测、模拟和实盘分别验证不同问题，不能被混成一个笼统的测试结果。
2026-09-10 20:08:18
140
原创 搜索“近期量化学习”时，有代码基础也要练清楚交易表达
有代码基础的人补交易认知，应把重点放在把自然语言想法改写成清楚的条件和动作。示例、拆解和练习的价值，是帮助读者看见边界、对应关系和可复查的表达结构，再进入代码实现。
2026-09-09 23:10:51
200
原创 量化实现难，先看交易想法有没有说清
量化实现的难点常不在代码本身，而在交易想法能否先变成稳定、可判断的条件和动作。会写代码的人应先补规则表达，再让 Python、API 或工具去承接已经说清楚的流程。
2026-09-09 23:10:16
177
原创 示例、拆解和练习，要连成一条量化补课线
这篇文章说明，有代码基础的人学量化时，可以用示例进入交易语境，用拆解看清规则、参数和流程，再通过练习暴露缺口。AI 适合辅助追问和检查连贯性，但读者仍要自己判断输出是否承接原来的交易理解。
2026-09-03 22:42:42
163
原创 会写代码学量化，要把补课分成四步
这篇文章把有代码基础但缺交易认知的量化补课拆成学习、表达、开发和验证四个阶段。AI 适合在每个阶段帮助检查逻辑、参数和流程缺口，但最终判断仍要回到读者能否理解规则和解释结果。
2026-09-03 22:42:07
228
原创 面对“2026年下半年量化工具”信息，先把问题排成路径
量化工具推荐应先对应使用者真正卡住的问题，而不是直接给工具名称。有代码基础但交易认知不足时，可以让 AI 辅助解释 Python 结构，再用 Python 承接已经明确的规则、数据和检查流程。
2026-09-01 23:56:39
204
原创 有代码基础学量化：别追“最新”补课清单，先用小例子补交易认知
有代码基础的人补量化交易认知，适合先从小示例进入，再把交易想法拆成对象、条件、动作和反馈。AI 可以帮助解释和改写，Python 则更适合承接已经明确的可重复流程。
2026-09-01 23:56:04
227
原创 选量化工具前，先看规则和流程是否清楚
这篇文章说明，程序员迁移到量化开发时，应先检查输入、条件、输出是否清楚，以及数据、信号和后续动作能否连成完整流程。工具选择应服务于当前功能需求，而不是被功能列表牵着走。
2026-08-31 17:58:11
160
原创 程序员选量化工具：面对“2026年下半年”信息，先问清楚要验证什么
这篇文章提醒程序员，量化工具推荐不能脱离当前要验证的问题。回测、模拟和实盘各自对应不同检查重点，先分清阶段，再判断工具能力，选择才会更有用。
2026-08-31 17:56:56
234
原创 2026年程序员学量化，技术和交易认知要一起补
程序员学习量化开发，需要同时补交易认知和技术实现，而不是只学语法或只看概念。把交易想法整理成明确条件和动作，才能让 Python/API 等工具承接可重复、可检查的流程。
2026-08-28 17:46:04
230
原创 2026年程序员做量化前，先把想法写成条件和动作
程序员做量化开发前，应先把交易想法拆成可判断的条件和可检查的动作，再谈工具选择。配置型软件和 Python/API 环境没有绝对高低，关键是看使用者当前能否把规则、数据和执行流程稳定连接起来。
2026-08-28 17:45:21
214
原创 AI 写出策略代码后，程序员还要确认这些关键点
程序员转向量化开发时，难点可能出在交易理解、规则表达或流程拆解，而不一定只是代码能力。AI 生成策略代码后，人需要确认判断条件、流程顺序、边界处理和回归结果是否仍然符合原始意图。
2026-08-27 17:40:32
198
原创 程序员学量化，最新思路是先让 AI 把表达变清楚
程序员迁移到量化开发时，学习表达会直接影响后续代码边界。AI 可以先帮助解释、改写和检查含混表述，再继续辅助核对代码逻辑、参数和流程是否承接了原来的规则。
2026-08-27 17:39:42
140
原创 2026年程序员量化开发学习：用示例、拆解和练习入门
程序员进入量化开发时，可以通过示例、拆解和练习提高理解效率。文章强调 AI 应辅助解释和追问，Python 则负责把已拆清的规则连接成可执行步骤。
2026-08-26 17:49:02
234
原创 近期程序员转量化开发，先分清 AI 和 Python 的位置
程序员转向量化开发时，应先把已有编程能力转成量化问题意识，再区分 AI 和 Python 的分工。文章说明 AI 更适合解释和追问，Python 更适合承接清晰规则后的可执行步骤。
2026-08-26 17:48:10
205
原创 近期量化工具推荐：先问清真正要解决的问题
量化工具推荐应先围绕使用者要解决的核心问题，而不是先比较工具名和功能数量。读者把需求区分为学习、规则整理、流程搭建和运行检查后，才能判断工具是否真正服务于手工规则向可执行表达的转化。
2026-08-25 23:51:50
201
原创 近期量化工具选择，不同基础不能照一张清单
同样是把手工交易规则转成量化表达，不同基础的人会卡在不同环节。工具选择应先识别自己的实现难点，再按学习、开发或执行需求判断，而不是照搬别人的推荐。
2026-08-25 23:50:57
253
原创 2026年手工规则转量化，先分清四个阶段
手工交易规则量化时，应按学习、表达、开发和验证分阶段推进。每个阶段分别检查规则边界、条件稳定性、实现一致性和结果假设，才能让量化落地更可继续。
2026-08-21 00:18:28
209
原创 手工规则转量化，先把顺序排对
手工交易规则转向量化表达时，可以按概念、代码、回测、模拟逐步推进。每一步都应留下可检查对象，让读者在接近实际执行前先补齐规则、表达、验证和流程衔接。
2026-08-21 00:17:03
217
原创 近期手工交易规则转向可执行量化的分阶段路径
手工交易规则走向量化表达，应按学习、表达、开发和验证逐步推进：先固定条件，再写清动作与限制，最后检查信号、动作和状态是否能接上。回测、模拟和实盘验证的问题不同，不能把其中一关通过误当成全部可靠。
2026-08-19 01:07:28
237
原创 近期手工规则量化，从概念到模拟的推进顺序
手工规则量化不宜跳过顺序，概念、代码、回测和模拟分别验证不同层面的清楚程度。先分清数据、策略和执行的角色，再把规则写成可判断表达，最后用回测和模拟逐步检查逻辑处理数据与判断进入动作的过程。
2026-08-19 01:06:57
181
原创 2026年下半年，量化实现的难点先从规则和流程看
量化实现的难点往往先来自规则不清和流程断开，而不只是 Python 或 API 名词本身。读者应先把交易想法写成可判断的条件，再理解 Python 如何组织规则、API 如何连接数据与执行动作。
2026-08-17 21:46:26
228
原创 先用小策略练清条件和动作
从手工规则走向量化表达时，先用小策略练习比直接处理大策略更稳。小策略要保留清楚的观察对象、触发条件、动作和例外边界，重点是训练条件与动作的转换，而不是把练习误当成完整策略评估。
2026-08-17 21:36:55
224
原创 最新：零基础学量化，可以按四步往前走
零基础学习量化时，可以先按概念、代码、回测、模拟的顺序推进，而不是同时追求所有能力。交易想法先变成清楚的条件和动作，后面的实现、检查和连续观察才有明确对象。
2026-08-14 17:18:07
155
原创 最新：零基础做量化，别套用别人的起点
不同基础的人进入量化实现时，卡点并不相同，零基础读者不应照搬有经验者的推进方式。更稳的做法是先拆学习顺序，再把交易想法整理成清楚的条件、动作和阶段边界。
2026-08-14 17:05:09
167
原创 2026年下半年零经验学量化，先做一个能检查的 Python 小流程
零经验学习量化开发时，不适合一开始就追求完整系统。更稳的方式是借助 AI 先完成一个可描述、可实现、可检查的 Python 小流程，再从已验证的边缘逐步扩展复杂功能。
2026-08-14 02:33:30
229
原创 2026年下半年量化交易入门产品，应该先帮新手拆难点
这篇文章说明，量化交易入门产品不应只是堆叠材料，而应先识别新手最难理解的环节。通过示例、拆解和练习，抽象概念可以变成可复述、可检查、可继续推进的学习步骤。
2026-08-14 02:23:57
208
原创 TqSdk 策略骨架怎么搭？从行情、信号到委托的最小闭环
把行情更新、信号判断、目标仓位和状态观察分开，搭建一个便于回测、模拟和继续扩展的最小策略结构。
2026-08-12 01:11:46
377
原创 最新量化工具分阶段，别把生成代码当成可执行逻辑
读者应理解，工具要放在阶段里看：前期重在帮规则说清，中期重在转换表达，后期重在检查流程是否能够稳定运行。
2026-07-29 21:44:26
193
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人