<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[xiaoqi0195的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/xiaoqi0195</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; xiaoqi0195]]></copyright><item><title><![CDATA[成都量化交流会：同一个策略，人工执行vs机器执行，结果天壤之别——我们用数据做了个实验]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/166117326</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/166117326</guid><author>xiaoqi0195</author><pubDate>Thu, 01 Oct 2026 10:00:00 +0800</pubDate><description><![CDATA[实验对比人工与机器执行同一交易策略，结果显示：理论回测与机器执行结果接近，年化收益16.8%，最大回撤13.1%；而人工执行年化亏损8.2%，回撤达34.6%，差距高达22.3万元。根源在于人性弱点——漏单、延迟、提前平仓、情绪加仓及报复性交易。结论：策略有效，问题出在执行。量化核心价值非策略更优，而是纪律执行。机器解放大脑，让交易者聚焦策略创新与迭代。]]></description><category></category></item><item><title><![CDATA[期货量化软件回测方式深度横评：期魔方、文华财经、无限易、TB开拓者、金字塔全面对比]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/166897708</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/166897708</guid><author>xiaoqi0195</author><pubDate>Wed, 30 Sep 2026 15:18:54 +0800</pubDate><description><![CDATA[本文深度解析2026年五款主流量化软件（期魔方、文华财经、无限易、TB开拓者、金字塔）的回测机制，从引擎原理、数据精度、撮合逻辑到报告维度全面对比，揭示各平台核心优势与典型陷阱。结合五大实战避坑指南——滑点设置、手续费真实化、样本外测试、主连链换月处理及Tick回测“未来函数”防范，指导用户根据需求精准选型：机器学习选期魔方，盘口精细选文华WT9，实盘一致性首选TB开拓者或期魔方，多语言协作选金字塔，预算有限则考虑无限易。]]></description><category></category></item><item><title><![CDATA[机器学习因子分析实战：从量化特征到可视化决策]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/166843071</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/166843071</guid><author>xiaoqi0195</author><pubDate>Tue, 29 Sep 2026 15:12:22 +0800</pubDate><description><![CDATA[期魔方因子体系：涵盖价量、技术、统计、基本面、宏观、另类六大类因子因子分析流程：数据清洗 → 适用性检验 → 因子提取 → 旋转 → 诊断 → 应用参数选择策略：平行分析定因子数、Promax旋转、ML估计、Robust标准化可视化体系：热力图、时序图、雷达图、三维图、IC分析等多维度展示策略应用：因子得分加权 → 信号生成 → 回测验证。]]></description><category></category></item><item><title><![CDATA[当指标可以用Python写，技术分析的天花板就被抬高了]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/166789792</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/166789792</guid><author>xiaoqi0195</author><pubDate>Mon, 28 Sep 2026 16:12:45 +0800</pubDate><description><![CDATA[传统技术指标因依赖价格、成交量等有限数据，面临同质化、孤立性与不可扩展三大痛点。而基于Python的自定义指标（“超级图表功能”）突破限制，实现跨品种、跨周期、多维度数据融合，支持自适应波动率、产业链成本分析与基本面因子可视化。其核心优势在于数据同源，确保信号与实盘一致，降低误差风险。使用中需谨记：单一功能、数据校验、复杂度匹配。虽工具降低工程门槛，但真正的竞争力仍源于对市场的深刻理解。]]></description><category></category></item><item><title><![CDATA[A股制度约束下的量化执行：从信号到成交]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/166597116</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/166597116</guid><author>xiaoqi0195</author><pubDate>Thu, 24 Sep 2026 17:06:25 +0800</pubDate><description><![CDATA[其三，收盘阶段的被动资金流是可预测的，顺着它走通常比逆着它走便宜，但要警惕在尾盘过度堆积导致自身成为主要对手方；其四，对于流动性差的标的，拉长执行周期往往比追求当天完成更划算，前提是信号衰减速度允许这样做——这正是执行与研究必须对话的地方：信号的半衰期决定了执行的紧迫程度。在 A 股这样制度特征鲜明、参与者结构仍在演进的市场里，能够长期存活下来的团队，往往是那些最早把 T+1、涨跌停、冲击成本与对冲代价写进第一天模型的人——因为他们从一开始就知道自己的优势有多薄，也知道该在哪里加厚它。]]></description><category></category></item><item><title><![CDATA[规则缝隙里的猎手：量化机构如何利用交易制度赚钱]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/166488808</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/166488808</guid><author>xiaoqi0195</author><pubDate>Wed, 23 Sep 2026 17:33:05 +0800</pubDate><description><![CDATA[市场并非单纯的价格机器，而是由规则构成的系统。机构凭借制度性优势——如T+1下的日内不对称、涨跌停带来的流动性断层、对冲工具门槛差及通道成本优势——在规则缝隙中获取稳定收益，而散户因信息、成本与工具劣势难以参与。这些套利机会容量有限、衰减快且易受政策干预，长期不可持续。个人应认清自身劣势，避开高频、短周期战场，转而依托长期视角、流动性风控与规则认知，在不被击败的维度上构建可持续策略：降低换手、拉长期限、只做看得懂的事，以“时间”对抗“速度”，实现理性生存。]]></description><category></category></item><item><title><![CDATA[散户的生存指南：在机器人主导的市场里如何不被收割]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/166368278</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/166368278</guid><author>xiaoqi0195</author><pubDate>Tue, 22 Sep 2026 17:05:47 +0800</pubDate><description><![CDATA[想象一下，你拿着一把木剑走进一个全是机枪手的战场，你唯一的胜算不是冲上去跟机枪手拼刺刀，而是离开这个战场，去一个机枪手够不着的地方战斗。而当你把持仓周期拉长到月级或年级，你完全避开了高频交易的利润池，进入了价值投资和趋势投资的领域——在这个领域里，量化的速度优势毫无用武之地。如果你自己的交易逻辑本身就是模糊的、情绪化的、没有经过统计验证的，那么把它写成代码自动化执行，结果只会是——更高效地亏钱。当你用数据验证了一个策略在過去十年的表现，你就不再是一个凭感觉交易的赌徒，而是一个有数据支撑的理性投资者。]]></description><category></category></item><item><title><![CDATA[执行权的让渡：手动交易者最昂贵的结构性成本]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/166249589</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/166249589</guid><author>xiaoqi0195</author><pubDate>Mon, 21 Sep 2026 16:24:14 +0800</pubDate><description><![CDATA[手动交易者最大的劣势是生理限制——无法全天候盯盘，导致漏单、延迟、提前平仓、仓位漂移等执行失真，年损失可达数十万。真正解药不是更聪明的策略，而是将执行权交给程序：通过“半自动”观察期，把模糊想法转化为精确规则，再以自动化确保纪律。但自动化必须建立在清晰规则、充分回测与稳健运维之上，否则会放大错误。我使用的工具中如期魔方等可支持从盯盘、任务、风控到多账户管理的全流程，关键在于先解决“写清楚规则”的问题。最终，量化不是对抗人性，而是用系统替代自我，让已知的正确不被自己辜负。]]></description><category></category></item><item><title><![CDATA[成都9月27日，一场从零开始的量化交易线下课——适合所有想入门但不知道从哪起步的人]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/165886588</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/165886588</guid><author>xiaoqi0195</author><pubDate>Fri, 18 Sep 2026 17:31:26 +0800</pubDate><description><![CDATA[线下直接现场讲解]]></description><category></category></item><item><title><![CDATA[人机共驾——期魔方盘手训练系统与主观-量化融合的实践路径]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/165619960</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/165619960</guid><author>xiaoqi0195</author><pubDate>Wed, 16 Sep 2026 17:23:13 +0800</pubDate><description><![CDATA[这种训练方式，能够有效模拟实盘中的心理压力与决策环境，帮助交易者检验自身的主观判断是否具备一致性，以及量化规则是否能在真实的市场节奏中发挥作用。每种模式的技术实现要点各有侧重。在“主观+量化”模式中，关键在于主观判断的参数化表达与执行层的精确度，开发者需要将模糊的盘感转化为可量化的阈值或条件。然而，一个被长期忽视的事实是：绝大多数长期盈利的交易者，并非纯粹的主观或纯粹的量化，而是两者的融合者。对于“半量化”交易者，最务实的建议是：不要追求完美的人机融合，而是接受两者的不完美，并在各自的边界内发挥优势。]]></description><category></category></item><item><title><![CDATA[从单策略到组合：期魔方环境下的资金管理与组合工程]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/165484134</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/165484134</guid><author>xiaoqi0195</author><pubDate>Tue, 15 Sep 2026 16:46:08 +0800</pubDate><description><![CDATA[量化软件的资金管理与组合工程]]></description><category></category></item><item><title><![CDATA[从 on_bar 到实盘：期魔方策略开发范式与常见坑位]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/165327360</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/165327360</guid><author>xiaoqi0195</author><pubDate>Mon, 14 Sep 2026 16:18:45 +0800</pubDate><description><![CDATA[期魔方软件编写必坑指南]]></description><category></category></item><item><title><![CDATA[2026年期货量化交易趋势展望：AI驱动下的散户量化新时代]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/165001204</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/165001204</guid><author>xiaoqi0195</author><pubDate>Fri, 11 Sep 2026 16:34:13 +0800</pubDate><description><![CDATA[量化交易新纪元]]></description><category></category></item><item><title><![CDATA[告别多软件混战：从多工具拼凑到期魔方一体化平台，智能盯盘、策略、风控一站式解决]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/164747740</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/164747740</guid><author>xiaoqi0195</author><pubDate>Wed, 09 Sep 2026 16:23:25 +0800</pubDate><description><![CDATA[机器学习工作台可视化操作，不需要手动搭建 Python 机器学习环境，预置随机森林、逻辑回归、SVM、多层感知机等经典模型，完成特征工程、模型训练、特征重要性分析、过拟合检测，训练完成的模型直接加载到策略，回测验证后可以直接上实盘。过去多软件搭配，不同软件行情源存在微小差异，同一个指标，博弈大师、文华计算结果不一样，信号不同步。而期魔方内部，K 线图表、指标计算、策略回测、实盘自动交易、智能盯盘，全部使用同一底层行情引擎，数据同源，指标、信号不会出现跨软件不一致的问题，从根源消除数据不同步带来的误差。]]></description><category></category></item><item><title><![CDATA[回测成绩单怎么看？四个核心指标教你避坑]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/164623607</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/164623607</guid><author>xiaoqi0195</author><pubDate>Tue, 08 Sep 2026 16:33:15 +0800</pubDate><description><![CDATA[回测怎么看，一篇文章教会你]]></description><category></category></item><item><title><![CDATA[期魔方：重构国内期货量化的生态版图]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/164372626</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/164372626</guid><author>xiaoqi0195</author><pubDate>Fri, 04 Sep 2026 17:18:16 +0800</pubDate><description><![CDATA[让量化交易门槛降到所有人都能用的上]]></description><category></category></item><item><title><![CDATA[因子挖掘+机器学习一站式闭环：期魔方如何提升量化研究效率？]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/164337268</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/164337268</guid><author>xiaoqi0195</author><pubDate>Thu, 03 Sep 2026 17:28:29 +0800</pubDate><description><![CDATA[传统的量化研究流程往往需要在多个工具之间反复切换：用Python做数据处理，用Jupyter做模型训练，用另一个平台做回测，再用第三个系统做实盘部署，每一次切换都意味着效率的损失和错误的风险。以鸡蛋品种的趋势预测为例，用户可以将行情特征、基本面特征、季节性特征三类变量共同输入，递归特征消除工具自动筛选核心因子，随机森林模型在CPU环境下即可完成千万级数据训练，训练完成后自动生成特征重要性分析报告，整个过程无需编写复杂的训练代码，从数据到模型，从训练到可视化，一站式完成。因子分析模块开箱即用，]]></description><category></category></item><item><title><![CDATA[期魔方机器学习——让算法成为你的交易副驾]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/164300055</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/164300055</guid><author>xiaoqi0195</author><pubDate>Wed, 02 Sep 2026 16:32:17 +0800</pubDate><description><![CDATA[算法不是要取代交易者的判断，而是要放大交易者的洞察力——它帮助交易者在海量数据中发现人眼无法察觉的模式，在纷繁因子中筛选出真正具有预测能力的信号，在无数次历史回测中验证逻辑的可靠性。与通用的大语言模型不同，魔方智脑在期货细分领域接受了专项训练，能够理解交易者的自然语言描述，并将其转化为可执行的策略代码或指标代码。是决策树的"升级版"。这种"对话式编程"的体验，让策略编写的门槛从"需要掌握Python语法"降低到"能够清晰描述交易逻辑"，是期魔方在降低量化交易门槛方面迈出的重要一步。]]></description><category></category></item><item><title><![CDATA[布林带——价格呼吸的韵律与边界]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/164262944</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/164262944</guid><author>xiaoqi0195</author><pubDate>Tue, 01 Sep 2026 16:29:27 +0800</pubDate><description><![CDATA[世间万物，皆有其呼吸的节奏。潮汐有涨落，四季有轮回，人心有起伏。而金融市场的价格，亦如同一个有机生命体，有着自己独特的呼吸韵律]]></description><category></category></item><item><title><![CDATA[因子的炼金术：从数据噪声到有效信号的过滤哲学]]></title><link>https://blog.csdn.net/xiaoqi0195/article/details/164219017</link><guid>https://blog.csdn.net/xiaoqi0195/article/details/164219017</guid><author>xiaoqi0195</author><pubDate>Tue, 01 Sep 2026 09:13:53 +0800</pubDate><description><![CDATA[在期货量化的多因子策略体系中，因子的本质是从海量市场数据中提炼出的、具备收益预测能力或风险区分能力的核心特征，这一过程恰似中世纪的炼金术：多数市场参与者试图从数据的矿脉中提炼出收益的黄金，却往往陷入“过度拟合历史数据”的歧途，最终得到的不过是经不起样本外检验的愚人金。同时，因子的迭代是持续的过程，市场结构的变化会导致原有因子失效，需要定期验证因子的有效性，及时剔除失效因子，补充新的逻辑因子，保持因子池的活力。]]></description><category></category></item></channel></rss>