qmt迅投怎么连通达信
大家好，我是量化策略研究员 andy， 本期视频我将跟大家分享如何把通达信的预警信号接入讯头 qmt 量化软件进行自动交易。你是否经常遇到这样的情况，通达信弹出绝佳的预警信号，却因为手动操作太慢，错失最佳的买卖时机。 长时间盯盘太累，情绪化交易导致频繁失误。今天我们将彻底解决这些问题，手把手教你将通打星预警信号无缝接入讯头 qmt 平台，实现真正的预警计交易，打造一个全天候的自动交易系统。 通达信这款软件由于它的公司系统相对比较简单，容易上手，深受许多资深投资者的青睐。通达信的公司系统主要分为两大类，技术指标和条件选股。技术指标是在 k 线图、主图或者副图中直观显示的一类公司，用于辅助分析趋势， 例如常见的技术指标 macd、 kdj、 布林线等等。条件选股，它不是输出图形，而是输出一个股票列表。 用户设定一系列条件，系统快速筛选出所有满足条件的股票，例如形态选股有早晨之星、旭日出生、蜻蜓点水等等，还有基本面选股、低市盈率选股、市金率选股、 pe 选股等等。用户也可以自行编辑条件选股公式。 今天我们主要介绍预警系统。预警系统可以设置预警品种和预警公司，预警品种可以是全市场的股票，也可以是某个板块的成分股，或者是自选股。 预警公司可以选择系统自带的，也可以是自己编辑的条件选股公司。当某个品种满足条件时，会生成预警信号，这个预警信号会保存到通达信安装目录下的温岭点 tst 文件中。 然后我们在迅头 kmt 的 策略代码里面读取这个文件的信号，进行自动下单交易。下面我就来演示一下具体的操作步骤，完整的策略代码我都已经写好了，需要的小伙伴可以找我要。 目前迅头 qmt 这款软件已经接入了多家券商，可以支持量化实盘交易，但是很多券商的门槛是比较高的，动辄就要一百万两百万的资产才能开通量化实盘权限。我这里帮大家对接了专属的渠道，只要较低的门槛就可以开通量化实盘权限，而且手续费也是比较低的， 如果还没开通的小伙伴可以跟我联系好，那我们回到 qmt 的 策略界面，首先启动策略，点击左侧的模型交易，再点击左上方新建策略交易， 策略类型选择我们刚才保存好的通感性策略账号类型，选择股票账号，再选择相应的资金账号。右边的运行周期，选择分笔线，点击下方的确定上方这里的运行模式，选择实盘， 然后再点击操作下方的这个小三角形来启动策略策略。在初识化时，会先读取 word 点 txt 这个文件，会先把文件里面已经存在的内容打印出来， 这个文件里面已经存在的信号是历史信号，不会进行下单操作的，在后续的策略运行过程中，如果有新增的信号才会下单交易。 下面我们启动通达信的预警系统，点击上方的功能，选择预警系统条件预警设置，首先设置预警品种，预警品种可以选择上证 a 股、深圳 a 股或者行业板块或者指数板块， 那我这里选择沪深三百成分股。 然后设置预警公司，预警公司可以选择系统自带的，也可以选择自己编辑的， 那我这里选择年长三天这个公式，这是我自己写的一个简单的案例， 点击右边可以查看公司的具体内容。 那设置好之后就可以启动预警条件了，如果有符合条件的标的，会出现在条件预警的这个窗口。 我们打开 word 零点 tst 这个文件，可以看到刚才产生的信号已经写入了这个文件，而 qmt 就是 读取这个文件的信号来进行下单的。我们来看一下 qmt 里面的策略日记，也打印出了相应的信号， 而在成交记录里面就是根据刚才通达信生成的这些信号来下的单子。 这就是如何将通感性预警信号接入讯头 qm t 进行自动交易的全部过程。如果需要策略代码或者开通讯头 qm t 权限的小伙伴可以跟我联系。最后再说一下策略代码使用的一些注意事项， 代码里面有一些全举变量需要进行设置，第一个是 buy 流，这个变量是指当产生买入信号时，每一次买入的金额是多少。 第二个是 sell rate， 这个是指当产生卖出信号时，卖出的数量占可用数量的百分之几， 一代表百分百就是全部卖出。下面两个 buy str 跟 sell str 是 用来区分买卖方向的文字描述，比如刚才那个信号，在 tst 文件里面的文字描述是年涨三天，代表买入方向， 那这个 bstr 这个全局变量也设置成相同的年长三天。最后这个文件路径是通达信安装目录， 大家把这个路径修改成自己电脑上通达信的安装目录，就可以读取 win 零点 tst 这个文件里面的信号。好了，那本期视频呢？我就分享到这里，我们下期再见。
粉丝8521获赞1.4万
相关视频
04:27
17:25
01:44查看AI文稿AI文稿qmt， 全称是信投 qmt 极速策略交易软件，是睿智融科开发的一款针对证券期货公司、私募基金管理人、 vip 客户、个人高净值客户以及活跃交易用户量身定制的集行情显示、投资研究、策略编写、 自动交易、极速交易、智能算法、交易组合、篮子、交易合规、风险管理一体的专业策略交易平台， 自带的六大亮点功能能满足投资者绝大部分需求。 q m t 是和券商合作的，只有在券商开户并申请开通 q m t。 亮化功能后，证券公司的客服人员才会提供 q m t。 安装软件。 开户后，券商会提供 q m t。 测试账号，使用账号可以登录测试版本，建议在 q m t。 正式账号申请下来之前， 先用测试账号回测策略。登录 qmt 之后，可以看到我的行情交易、模型研究、模型交易等功能，可以直接下载拍短裤帮助策略编辑。 点击左侧模型研究对方，点击下载 python 酷，在弹出界面点击 python 酷，下载完成之后可以在模型研究中新建一个 python 策略，点击回测就可以检测策略有没有问题了。 q m t 是全周期回测，支持 tik 年限自定义周期回测时本地客户端配置越高，效率越高， 能轻松实现秒级回测。总体来说， qmt 针对于较为专业的量化投资者和策略交易投资者，通过提供 api 公投资者调用，在实现自动化交易的同时还合规、稳定和安全，并且开通门槛还不高，普通投资者满足一定条件就能开通。
49寻找夜宵中
01:49查看AI文稿AI文稿市场瞬息万变，人工判断总有局限复杂策略难落地，核心模型怕泄露大额交易冲击成本难管控。量化交易三大痛点，慢漏、不安全 q m t。 全都能解决！讯头 q m t 一 站式专业量化交易，终端重构，投研交易全流程本地加密为构架策略代码数据全部留存本地不上传云端独家模型永久自持。它还有拍省、 vba 两种双语言自由开发，兼容第三方数据分析库，极简模式直连本地编程环境。 qmt 最牛逼的地方是 t 可击全内存回测引擎，复刻真实滑点，佣金印花税自动测算下谱， 最大回撤参数批量优化，杜绝纸上谈兵，对接券商极速柜台毫秒级行情响应。支持 v w p t w p 算法，拆单多账户批量调仓， 高频套利稳定运行。 q m t。 覆盖股票、两融 etf、 可转债，还有期权期货全市场，品种 多层并行，风控自定义单笔限额，单日亏损红线 集中管控，异常订单自动拦截，守住财产底线。讯投 q m t 以思考的速度交易。讯投 q m t 机构量化一体化解决方案，是量化的不二之选。
04:02查看AI文稿AI文稿哈喽，大家下午好呀，我是麻辣虾仁，今天我给大家介绍一下 q m d 最重要的函，下单函数之一，帕斯欧的函数，这是一个综合下单函数，综合的意思就这个函数支持很多的业务品种，比如说股票两容，期货期权， qmt 支持的一个品种他应该都支持。 qmt 其实提供了很多的下单的方法，我最推荐的就是这个函数。接下来我给大家介绍一下这个函数所有的参数。 首先第一个参数是操作类型，不同的业务品种有不同的操作类型，比如说股票有买入和卖出， 期货有开多、开空瓶浊多瓶浊空两溶，包括融资、买入、融券、卖处等等这些。第二个参数是下单类型， 比如说你是按照股数下单，还是按照金额下单，或者按照资产的比例可用资金的比例下单等等。第三个参数， account id 是资金账号。第四个参数， oto 的是股票代码，当然也包括期货的代码。 第五个参数， prtf 是价格类型，包括买一到买五，卖一到卖五、最新价，试驾等等。 第六个参数， mode please 是下单价格，当我们选择性价单或者盘后定价委托的时候，就一定需要填这个参数， 如果是其他的价格类型，则这个参数无效，但是又必须填一个值，反正随便填啥都行。第七个参数，涡量是加微量，这个顾名思义就 是买卖多少股票，正数是买入，负数是卖书。第八个参数，街头进内幕是策略名称，用来标记是哪个策略下单的，这也是一个非必须填的参数， 比如说我们有多个策略在运行，每个策略都有可能下单，为了区别是哪个策略下单的，我们就可以通过这个参数来标识。 第九个参数， ctrid 是快速下单的意思，因为 qmt 他是逐霸运行，并且是根据霸的最后一个 t 可判断是否下单，且在下一根霸的第一个 t 可下单。 当 kittred 设置为一时，策略触发信号就会立即下单，而不需要等到下一根 k 线的第一个 t 可再去下单，这是一个非常重要的一个参数，大家 一定要去理解。第十个参数， u zo 的 id 是自敬义的委托号，有的朋友会在自己本地维护一个委托列表，因此他会传一个自行维护的委托号进来。 最后一个参数是 ctrl text 应付，这个参数是固定不变的。接下来我们来看一下具体的用法。比如说以最新价买入一千股的平安银行 代码如下，首先第一个参数是二十三，代表股票买入。第二个参数幺幺零幺，代表按照股数下单。 第三个参数是资金账号。第四个参数是平安银行的股票代码。第五个参数是价格类型，五代表最新价。第六个参数，因为第五个参数我们已经选了最新价，因此这里我们随便填一个 负一。第七个参数一千，代表委托一千股。第八个参数有一个 macd， 代表我们下单的策略的名称叫 macd。 第九个参数一代表快速下单。第十个参数一百， 代表我们自行设置的委托号。第十一个参数就是固定的 ctrl text 的应付，大家也可以去看文档，然后去理解帕萨欧德的每一个参数代表的意思， 因为它里面有一些参数的自断是迅投自行定义的，比如说二十三是股票买入，二十四是股票卖出，大家一定要去熟悉这个函数的用法。好了，今天的视频就到这里，视频如有帮助还请点赞关注，谢谢！
74麻辣龙虾仁
01:57查看AI文稿AI文稿散户也能用的量化神器 q m t 和 p t a 的 到底怎么选？二零二六年量化交易早已不是机构的专属，券商免费提供的 q m t 和 p t a 的 普通散户也能用。 q m t v s p t a 的 核心区别 q m t。 讯头，给专业玩家的开发工具箱，本地运行策略在自己电脑上执行，代码不外流，支持拍饭和 b b a 双语言，可调用第三方库， 覆盖全品种 a 股 etf、 两融、可转债、期权期货、港股通， tick 级数据精度，适配高频套利策略，电脑需保持开机才能跑。 pta 的 很深，给普通散户的策略执行器云端托管关机也能七成二十四小时自动运行。 零代码上手，内置网格、交易条件单、智能定投等几十种传输策略模板，聚焦 a 股主流品种股票 etf、 可转债、两融， 新手友好，不用写代码也能用。二零二六年关键利好门槛大幅降低，资金门槛降至十万元，国金证券等部分券商十万即可开通。软件永久免费。 qmt 和 pta 的 均不收年费或授权费，用金可协商优惠，场内 etf 佣金可申请至万零 五，量化客户享受更优惠率。开通条件正常的 a 股证券账户，近二十个交易日日均资产大于等于十万。部分券商风险测评 c 四，积极型，即以上六个月以上 a 股交易经验，怎么开通？ 联系券商客户经理，走专属渠道开户，千万不要自己在 app 上下点自助开户，可能根本找不到量化入口。 提交量化权限申请，一到三个工作日审核通过即可使用。一句话总结，零编程基础怕折腾，选 ppt 省心省力，有编程基础，追求自由度，选 qmt 灵活强大化，交易正在散户化，十万资金就能用上专业工具。
4股市早知
52:27查看AI文稿AI文稿ok， 那 呃我们就开始今晚的一个公开课，就受优恋在在线何文峰老师的一个邀请，那我们做一个讯头 q m t 加 ai 的 一个股票量化的一个公开课， 那其实呃我们一直都有做一个呃量化还有 ai 的 一个课程， 就特别是我们的 ai 课程，今年已经开了有七，就是第四次开课了，那 ai 的 使用相对都比较成熟， 那包括大家如果呃对 ai 使用有兴趣的话，可以看一下何老师近期的一个 b 站上面的一些课程，就有讲一些像我们现在在量化上面用的一个 ai 的 一个基本的用法，那我们呃 使用 ai 目前基本上都是使用一个呃 cloud co 加国内 g l m 的 一个模型， 那这个模型也是我们经历就很多工具的一个选择，后面确定下来的，呃一个目前比较好用的一个解决方案，一个是使用 cloud co 和 g l m 就 精华的一个模型， 他目前在量化上面的能力是足够使用的。那另外还有一点就是国外对我们是有一些 就不是很友好的一些风景，那基本上如果我们使用国内的一个模型，那我们就不用面对这个问题，基本上我们可以一直使用二十四小时，一直调用它，其实都没有太大的问题，只要你有足够的 一个余额，或者是订阅一个足够就适合你使用的一个订阅方案，那都没有太大问题。那如果想参考这个 ai 怎么用的，就看一下何老师前面一期的一个公开课， 或者最简单的就系统性的学习，就是呃报我们的一个呃后后续一个系统的一个课程，那我们今晚主要讲一下在量化交易上有两个比较大的一个痛点，特别是股票量化里面那一个就是呃 模型的一个编编写，那就像这个讯头，讯头这个 q m t， 那为什么我们这次课会选择这一个 qmt？ 它其实它有一定的一个学习成本，这个要不开的。但是它也是目前在券商上里面使用最广泛的一个股票的一个量化交易系统。而且 呃经过我的一个实盘观察，他的一个交易速度还是比较快的。另外策略安全，因为他是本地，本地运行，那对比其他的一些，呃要在云端啊，那些其实相对相对来说会 更加有安全性。那另外就是他支持的品种也是比较全的，我看了一下，里面基本上包括了呃股票、基金、期货齐全、可转债、港股通，还有两融的所有的这品种其实它都是含钙的。 另外就是一个回测，回测上面的数据支持也是，嗯，比较多的，就能能找到比较多的数据，而且它会支持 tick 级别的一个精准的回测。 那所以我们这次这个课程主要选择选择的是一个讯头的 kmt， 那 其实掌握 ai 之后，我们就发现用什么工具基本上我们都可以用 ai 去搞定。那我们今晚就讲一下两个方面，一个就是呃， 举个例子，就是大模型是怎么样把我们的想法变成一个策略的。呃，我这个是 max 系统啊，我们打开另外一个 我的 window 系统，因为目前大部分的交易软件其实都是运行在一个呃 window 系统上面， 你看一下，比如我们有一个想法，就要写一条策略，就是呃一个想法，就是我们我想写一个小市值的一个策略，然后每三十天调一次仓， 那然后根据市值排序，就是简单的就买入市值最小的十个股票，那每次到了一个调仓日，就把一个市值最小的股票 加入一个股票池，然后每个调仓周期先卖出持仓中呃不在股票池的股票，然后再买入股票池中，目前不在持仓，就是没有在持仓里面的一些股票， 那这么简单的一策略，但其实写起来也是比较复杂的，因为里面涉及，呃，我要有一个市值，我要找到市值的一个数据，那市值如果没有在软件上没有直接提供市值的话，那他就需要我们找到呃 单个 k 线周期的一个股本大小乘以它的一个当时的一个价格，那刚好 k m t 就是 没有直接的一个市值的，那我们使用的就是后者的一个方案，就是我们要在回测的时候， 就是找到当时的一个股本，然后要要找到当时的一个价格，然后才算出一个市值。算出市值之后，那我们还要对四千多个股票进行一个排序，排序之后形成股票值，那我们还要去管理慈善，慈善中有没有不在股票值里面的， 然后再买入一些现在不在持仓里面的股票池里面，不在持仓的一些股票。那如果我实现这个，我们以前编辑策略估计也是比较困难的， 那如果有 ai 之后，我们就会很简单就把想法告诉 ai， 那 其实我们在 ai 课程里面 这种类型的问题我们有两个解决路径，一个就是使用纸代理，另外就是使用呃 skill， 就 两两种智能体都是呃我们在 qq 里面讲的很多的一个 ai 的 一个高级的一个用法，那我们今天晚上就介绍一种 演示一下给大家看。那如果是学完我们 ai 课程的话，其实这个也是能自己搭建到这种纸代理，或者是 skill 都可以自己去去搭建的。其实 打开这个，那我这里在课课程前面已经建好了一个这个就是一个纸代理，那输入简单的命令， 那可能有些同学会觉得那怎么配置自己的 coco， 那 就看一下何老师前面的一个课程， 我们我们前面都讲过了，那在我们的系统课程里里面就会很细的一步一步教大家怎么配置。那么每一个子代理其实就是一个 md 文件，它就相当于一个人，我看一下他能不能知道这个人，那我们就 agent， 那他这里他能识别到这个人，那这个人其实他他有什么的一个 他其实就定义他根据就定义他是一个擅长做什么，然后他如果去工作的时候，他根据什么去工作，他参考一个我们现成的策略，然后再 这里说到他会使用调用一个工具 context 七去查看 q m t 的 一个文档，那我把刚才我们这个想法告诉他， 这样他去写就不用我们自己去写，就使用这个人指代理，这就叫做 sql， 然后写一个 q m t 策略，这里要写清楚写什么策略，他就会 调用工具去看什么类型的，在网上找什么文档，那这里多少多少天调仓一次，然后做多少个股票，那这两个都是关键信息，通过这信息他就会自己去 去工作。你看这个颜色就说明现在已经调用这个这个纸代理成功了，他已经在帮我们工作，开始写代码， 他先开始去读相关的一个文档，然后再去去找相应的一个实现这个策略的一个路径。那刚才我们也说了，其实实我们的规，我们讲一下我们的 实现规则，实现的路径有好几个，现在这个就是指代理，那还有 skill， 那 我们有可是课程上面用的最广泛的一种形式，就是 skill 就 放大一点 退出，稍等一下， 占用了一些网络，所以他会容易断开。他在工作的时候 ok， 他 写了一个策略说明，先 我们看一下他的他的工作是怎么样的， 已经写好了，这个就是他写好的一个策略，还写了一个策略的一个说明，那我们在这个 vsco 里面看一下，这这个策略说明就是 基于全市场挑市值最小的十个股票策略特点，基于总市值就这样计算的，他已经知道要要这样计算，然后大概的一个市值范围就十到五百个亿，然后 会排除掉 s t 科创板块，还有北交所的股票，那其实我们这个 q m t 是 支持这个科创版和北交所股票的一个数据的一个获取的， 然后调整周期一点五个月，其实二十个月好像可能会更好。之前回测过，那它这里已经写好了，那我们我们怎么我就把它拿拿进去做一个回测 control a copy， 打开一个 q m t， 那 我们就用一个我之前用的比较顺的一个国信 icon， 这个也是 q m t 的， 就国信里面的 q m t， 我 们都是可以随意自己去在官网上面做一个下载的， 稍等一下，它登录可能比较晚，会会比较慢一点，不会把这个关了吧？今晚 好冷静，冷静，那很简单，就新建一个策略， 这就不用实盘运行了。新建一个策略，拍成策略，然后 ctrl a， 我 不要它原来给我的一个策略模板，我就把刚刚 ai 写的一个全部扔给它，那这里改个名字叫做 text， 随便这个名字。 测试二，然后这边可以设置一下它的一个起始的一个交易时间，还有结束时间。那一般你就先测试一下这策略行不行嘛？我就点一下这个回测， 你看已经是可以直接运行的，它它在四千多个股票里面获取市值， 看 你看买入这些，基本上这个运行没问题了。那我们以前如果要写这种策略，那你要写正确，还要调试，会经历很多步骤。但是如果用 ai 的 一个解决方案，基本上我们只要把我们的一个想法描述清楚， 那就可以做到让 ai 去帮我们去做这个事情。如果是一些复杂的策略，这个事比较简单嘛，条件它就会很快，可能就用两三分钟它就能写出来了。那如果是比较复杂的策略，那它可能就会要工作长一点的一个一个时间， 基本上都是一个很完整的一个策略。那我们看一下这条策略其实一直都是在呃，我们 a 股市场里面都是有效的一个策略，那这里因为它每次都要便利，就每个调仓周期它都要看四千多个股票，所以它的回测时间 会比较久。那我看一下之前我已经完成过这个策略的一个类似策略，我以前测过一个二十天调仓的，那这个就是他的一个金曲线，在最近有一个回调，但是 总的来说它还是每年都是有收益的一个策略，那这个就是小市值策略的一个回测。那另外上面这个图是什么？是实盘运行的一个 etf 策略，那在我们的一个系统课里面会 主要讲从这两个例子来讲明白，一个是基金的操作，一个对于股票的操作，其实都一都是基于因子的，一个 看一下都是基于音质， 那我们看到这个放大， 那上面就是它的一个收益年化四十、萨普二点一七，就算 cta 其实也很难做到那过去的，这也仅代表过去啊，不一定未来一一直都这么好。这这段地方二四年， 就是在二四年一月前后，其实也有一个很大的回测，但总体来说熬过去之后它又会创新高， 那这些就是它它的一个数据。那这个 e t f 是 我目前在掘金里面实盘游跑的，那也把它写成了 g m t 的 一个策略，我们看它会在这里， 它会每天都会帮我去计算这些我在我股票池里面的 etf 基金的一个它的因子值，然后它会会给出一个排名第一是多少的因子值，是是哪一个？那这个这个好像中挣一千吧， 他就会买入相应的一个量，那如果目前持有的就是这一个，他就会保持不变，那如果他算出来，比如他算出来是这个幺五九九幺五，那他就会把这个五幺零幺八零卖出，然后买入这个 幺五九九幺五，就买入这个票，那这个就是我们进入了 ai 时代，那我们其实就会比较容易的能够在 平台就是一些好用的平台上写策略。那其实刚才也说了，我们实现路径有纸代理，有 skill， 还有规则，那这个 q 这个 e t f 其实是基于规则来写的，那 这个 skill 会在我们的课程上会作为一个重点来讲，那包括一些全面，就是我们除了在 q m t 只是有有时候我们想做一些 啊自己的研究，那我们会需要把所有的数据下载下来，那我们才能对数据做一个特征的一个分析。那另外， 呃，我们会用 skill 或者是用这个纸代理作为一个回测策略的一个生成，那刚才是一个回测策略。在 q m t 里面，其实回测策略和实盘策略它会有一点区别，那如果让我们自己去写这区别值， 写去把一个实盘回车策略改成实盘策略，那其实也蛮费劲的。我之前也是觉得有这个问题挺头痛的，但是有了 skill 之后，我们就会比较简单的，我们就把要改的地方都给它， 让他去帮我改，就可以把一个回测策略转成一个实盘策略。然后还有一个比较进阶的，就是如果你学的比较好的，你想多一点了解思路的，那现在还有很多平台，就包括，呃，我们在 在一个 ai 课里面讲的一个绝经，绝经上面就有很多的一个策略，我们可以通过 ai 把别的平台的策略转成掘金的一个策略，那其实这个小市值的一个 demo 就是 我从呃掘金星上面找到的，那包括巨宽呢？那些，还有很多我们能看到一些金曲，现在 在这几年一直都是在往上走的，那策略我们也可以把它转到掘金的一个平台上面，那这个就是有可能我们在正课，这个正课里面会比较深入的讲的一些内容。 那另外一个痛点，我们刚才说痛点之一就写策略，那这个是可以很很简单通过大模型去解决。另外一个就是进行一个数据的一个分析，那相对来说我觉得 有可能写策略还是一个比较简单的事情，那数据分析相对写策略来说，他会更加偏向比较难的一个项目。 那首先第一个就是我们要完整的去下载所有的数据，那这个完整下载的数据目前如果想免费的获取所有数据相对还比较难的，就算是一些收费的像吐血啊，这 这些平台如果你批量的获取，他也有可能会就下载到一半，或者是某个时间他就会把你踢出去，把你就我们如果只是写一个 一段代码，就想它一直能用去下载数据是比较难的，那我们就会在课程里面就会交付一个获取数据的一个 coco skill。 skill 它有一个什么特点，就它可以把我们的动作进行一个封装，那另外它会在使用的过程中， 它会发现如果发现你的代码就已经下载不了数据，或者是代码已经不管用了，它会智能的换上新的一些代码。那这个就是为什么我们用 skill 来做这个事情， 那这个就是用了 skill 之后发现它如果呃操作不了，那它就会给出一段新的代码更新 skill， 那 skill 可以 说是越用越聪明，所以这这一个呃高级用法， coco 的 高级用法我是比较推崇，大家去去花点心思去学的。那另外一个就是我们演示一下这个这个用法， 那这个要怎么用？那其实虽然说是比较要难的，但是有大模型的加持。哦，那这个事情也变成了简单，首先我要用 skill 把所有的数据下载下来，那我这里用 skill 下了呃四千多个股票，五年的一个数据， 那下载下来它也要也要下几个小时的这个，那后面如果要这个数据的话可以。呃， 最好就是上课你学会写一个 skill， 然后让它不断地进化，因为没有一段代码能一直有用。现在在下载数据的一个领域，那我们看一下在我们的这个大模型里面可以怎么样用这个数据去进行一个数据分析。首先第一步做任何数据分析，之前 数据分析的课肯定会告诉你，你要做一个数据的一个清洗，那我们先做一个数据清洗， 那也是输入这个启动门的一个大模型，那我们数据清洗的也有一些话术， 那数据清洗就包括我要指定这个文件夹给他，然后让他帮我编辑代码处理 a 股的一个现数据， 数据清洗就删除 st 啊，或者是上市不上市不足六十天的股票，因为上市太短，你很难在里面找得到特征，还有一些缺失值，那这个是我们先让它跑起来吧， 我的数据文件夹把这个放进去，让它跑起来，因为它要一些时间，在跑的时候我们再慢慢讲，然后把这个数据文件拖到这里，就告诉他是这个文件，然后让他帮我们做的事情是什么？是 编辑 python 代码，处理这些，然后清洗到这些，最后生成一个特征的备用数据。 csv 文件，然后把整个扔给它， 他就会开始做，他会写段代码，他会先看里面的一个结构，每一个文件夹，以前让我们搞懂，你看每一个数据文件夹上面这么多表头的东西， 我们全部要写正确，一个不，不能错，他才能做到正确的去分析数据。那做这个也是一个比较长、比较累的一个 一个事情。那以前最开始我是在券商里面做投顾，也会做一些数据分析，那以前一个最先进，十年前啊， 一个最先进的做法就是通过 excel 表，然后把这些全部放进去，然后把所有的股票都用公式导到一个表里面， 再去写一些公式，然后通过手动去拖。那这个事情就算当时最先进的做法用 excel 来做，那要处理完所有这些数据的一个特征，最少也要用一周的时间。那目前我们等一下，我们就看一下他分析完这么多个数据， 他要多长的一个时间，那这个效率就不是一一点半点的提升了。这个是 它除了有拍摄任务啊，它已经完成了一个基础的数据的一个清洗， 你看它清洗出来，那最终我让它去把数，把那个市值的一个信息提取出来，那有了一个清洗过的一个一个市值又有收盘价，让我们去做做一个分析。那这个清洗我们刚才没讲啊？ 每个股票它都会有，有一段时间会停牌，如果时间越长，那中间有缺失的股票就会越多，那我们就会删除 st， 然后对上市不足六十天的股票，我们去把它排除掉。另外缺失的，那我们用前一天或者是后一天的数值把它填充满，因为要把数据对齐，我们才能进对它进行一个分析， 然后就基础特征的一个计算。那我这里就提取了一个市值信息，因为刚才我们发现其实小市值这个呃因子是有用的，他在过往或者是过去十年，他都是一直在创新高的一个策略。那我们就分析一下这个市值 他是不是有一些特征，那对于我们来说是不是市值越少就会是越强的一个股票， 那我们就把这个特征提取出来，然后让它形成一个呃 data frame， 就是 拍摄里面的一个数据结构，然后把它保存在，你可以简单的把这个 data frame 就 理解成它是一个表，然后把它存到这个这个数据文件里面，做一个备用。 那下一步我们有了这个文件之后，我们就告告诉他可以使用这个文件以四值为因子做一个分组，升序的一个分组，那分五组，那这个是怎么理解呢？看一下怎么比。 嗯，简单来说就是我把 股票分成按市值做排序，前面是两个亿、三个亿、五个亿，然后到后面一千个亿、 一千个亿，一千五百亿，后面两千亿市值的股票，那前面 我就把它分成五段，前面的一段叫做 q 一， 中间叫 q 二、 q 三，那最最大市值的一群叫 q 五。那分段之后我们就要看是不是强股会集中在 q 一 或者是 q 二这个阶段，那不好，那些涨幅比较弱的股票会涨，会在这些这一群里面，那我们就是在过往五年的数据里面找这个规律， 那计算每个股票它的一个二十日的收，那怎么定义强股？是不是在 q 一 里面？那强股我们就要给它做一个定义， 那我们可以简单的一种方式就是，嗯，在每个统计周期就二十日内，二十天，你涨幅 前百分之三十或者二十，那就把它定义为前股，那我们就要统计是不是 q 一 大部分， 这这些二十天里涨幅前三十的都是 q 一 里面最多， q 五里面最少，那是不是这个规律成立，那我们就就能看出这个小数值，这个音音值有没有成立，那这是一种方法，那另外还有一些方法，就是我们可以把它定义成 强股的定义，就是两板数，我们把两板连续涨停多余 呃，四天的股票把它拿出来定义为强股，那是不是我们就看 q 一 里面是不是最多两板的股票，然后 q 五里面 两百，两百数是最少的，那这两种都行，那我们这里选一种，我们选前面这个一这种，那怎么说呢？就是使用这一个刚刚已经做好的这个数据文件，以市值为因子升序排五组， q 一 最低， q 五最高。 强势股定义就是给他一个定义，计算每只股票未来二十日的一个收益排名前百分之三十的股票定义为强势股，那就给他做一个标签，强势，强势股是一，其余那些弱势的就把它设为零。那其实 只要这个股票是一的话，就把它全部放到一个，就把它集中起来，然后就做一个统计，是不是 q 一 里面唯一的最多， q 五里面唯一的最少？要生成一个月度调仓的一个数据集， 每月末最后一个交易日计算因子的一个分成，就 q 一 到 q 五嘛，我们就统计它 q 一 里面强股数量有多少， q 五里面强股数量有多少，然后整个 q 一 的股票它的一个收益是多少？ q 五的一个收益区间是多少啊？ 想好怎么做，我们就把这个交给它做，就不用我们人去做，交给 ai 打工人去做这个事情，那这个事情如果以前用 excel 表来做，也是一个非常费时间的一个事情，那有了 ai， 我 们直接叫他去做，这里已经有一个市值的一个表，然后我们就让他去做一个分组，分组后就定义强势股是什么， 然后让他去去对这个这个数据做一个处理，那他的基本的一个操作就是他会写一段代码去进行一个数据分析，那如果有兴趣的同学也可以去去看一下这个代码写的是什么， 那你看他们就根据市值做一个 q 一、 q 二、 q 三、 q 四、 q 五，然后他开始处理数据， 会生成一个处理分析的一个文件，那这些都是他自己去运行，他写好了一个代码， 他就会帮你去运行。那在这个过程中我们人类要做的其实就是不断的按 yes， 就是 允许他去做，就授权其他的就不用我们去管了。 那这里可它可能有一些市值，收益率最高的是 q 一、 q 二、 q 三相相对弱一点，但后面三个都是差不多收益，最高是 q 一、 q 二，然后 q 二强势股里面最多也是在 q 二三百分之三十一点六，在强势股， 那这个是可能跟最近的一个数据，就近一年对他有一点有一点影响，如果按就排除了二五年，那我看一下之前我做的一个 他其实是先生任务已经完成了，会非常明显的，就是因为今年是指涨指数 比较多嘛，所以今年是有一些特殊。但是如果五年平均大概的规律其实就跟这里前面，这里是一个强股的占比， q 一 最多， q 二最就稍微少一点，然后 这是收益，前面两个是正的，后面越大盘的它可能二十日的一个收益率就最低。这个是以前的一个分析啊， 那这个就是强骨分析的其中的一个方法，其实就是全部都是让 ai 去做，我们只要描述清楚这是一个什么东西就可以了。 那如果我想分析另外一个因子或者另外一个特征值，那应该怎么分析？其实也是非常简单。我们看一下这个是处理后的数据，我们只要把所有后面你要分析的特征值都变成一个列， 就比如说它的一个换手率，它的一个波动率，你全部都变成一个一个列， 那后面除了对单个因子，你去可以去做一个分析，其实你也可以综合会不会呃市值加上波动率，或者市值加上换手率，他会有一个超额收益，那这个就是我们后面可以继续对这个进行一个操作，那我们可以 增加因子的方法，其实就是对这个软件，我可以说二十日的一个波动率，计算每只股票过去二十日的一个收益率的标准差。收益的标准差其实就会把它进视为一个波动率，就直接跟他说， 那他就会在这里加上一个列，或者是他有可能如果他觉得写进去太繁琐了，他会新建一个文件，那我们对他新建的那个数据特征文件去做同样的跟第一步一样的一个操作就行了， 就对他这个进行一个操作，你看他又又帮我们写了一个增加数据的一个拍审文件，然后他就会在最后加上一个列， 他会问你给不给他运行，那一般我们就授权给他去运行，我们不给他，他也他也就不能运行。 计算每日的一个收益率，然后他们后面还会只要有公式的，我们都可以把它作为一个特征值，或者是能计算的东西。那我们这里就定义嘛，前面那个很简单，就直接把式子挪到 后，后面作为一个特征值，那这个第二个因子我们相相对来说，他就要计算一下，我就给他计算的一个公式，就是每只股票过去二十日的一个收益的标准差。 有时候他会画蛇添足，他已经帮我们把数据弄出来之后，他会自己去做一个波动率的一个分析报告。 先生任务已经完成了，嗯，它完成了，它生成了一个包含这个 波动率特征的一个数数字文件。数据文件，那我们把这个文件找到，把它拖进来，那后面的操作简单了，就基于这一个文件让它去做一个分析，那这个分析就是 这个数据以二十日波动率为因子，就跟前面一样，就升序分成五组。然后强势股的定义我们也也是一样，没有改变，就是每只股票未来二十日的一个收益 排名前百分之三十，就定义为强势股，就给他打标签，强势股是一，那后面就看分组最多是在哪哪里，把这个直接考进去，给他 这里等它一下，它会读取这个数据，然后给我们写一个拍拍审文件。那为什么说 skill 是 最好的一种，就我们后面值得研究的，因为其实什么任务它最后都会生成一个拍审的一个文件， 那如果这个文拍审文件能够附用，或者是每次使用我们只需要改一点点，那这个就很符合 skill 的 一个 他的一个用法。就他会把参考文件还有以前的代码打包起来，到你你给他一个任务，他就会参考文档，参考以前写过的代码，然后帮你写一个新的代码，那这个就很省 token， 也很省时间。 所以说在我们的一个课程里面会重点介绍一下 skill 的 一个用法，那当然我们的 q m t 课程可能讲的会不够。呃，那个我们的 ai 课程讲那么多，因为毕竟 q m t 课程我们会花很多力气去讲一下 q m t 是 怎么使用的， 它使用的细节，还有日常我们运行策略运维需要花费的时间精力也是比较多的，我们会会把这些细节全全部都会讲明白。在我们课程上面 那相对 ai 的 东西我们就会讲得少一点，但是也会把一些该交付的东西交付给大家，大家可以去使用，只要知道有一个呃，它的好处就是在使用过程中它会进化，它会越来越好， 他会遇到问题还会自己解决，他的数据看起来数据有问题，先生当前需要你的确认，那一般只要他不是提供假数据，他老老实实去分析就没，就不会产生问题。 那这里强势股最多会集中在 q 三 q 四里面，就是说波动率偏中间的是最好的波动率，反而最高波动率和最低波动率的都都不是强股， 那另外收益率就只有 q 四。那基于这两个结论，我们就很容易能写到一条策略，一个就是其实不是市值最少的 是最好的，那我们刚才写的策略就是以小四，小四值我们也能去做到盈利，那其实我们就可以以以 q 五就分五组，然后以 q 四， 市值先生任务已经完成了，这这以前跟以前差不多。那个结论就是 q 四的最好，那我之前的一个一个写策略的一个方案就是我除了选市值偏小的以外，我再加上联合两个因子，第二个因子就是以 中位数， 以中位数划分 月偏 夸分来算分 月 中间波动，绿叶中间。先生当前需要你的确认，哦，它还在运行，它这已经写好了，它这里给出一些报告给你，然后还会给一些图， 那这个就是 q 是 最好，那如果以波动率的话，其实不是越低越好，也不是越高越好，那最好应该就是这一个，其实应该以 百分之七十五分位作为最高分，然后越往两边分数越低，那以这种方式来写写策略，那这个在我们课堂上也会跟大家说一下这个怎么波动率，那我这里之前的一个策略就是波动率越高了， 波动率越中间的股票分数越高，越 one 两边分数越低，然后后面就把市值的分数 加上波动率的分数再排序， 再做一个排序，然后来生成一个新的一个策略，那这个策略应该会比刚才我们 这个策略的一个收益率会更高，那因为我们是在数据统计里面得出来的一些结论，那这个就是我们用 ai 做一个数据分析的一个例子，但当然 也还有很多很多不同的一个特征啊，我们都可以把它扎进去，然后做一个分析。那其实我们最开始可能都以为，呃波动率低，加上一个他是 低四值，后面的这个效果最好，但通过分析其实不不一定，我们之前的想法是对的，那验证我们想法，一个是通过 回测，那回测相对来说也是偏现现性的一种做法，那对于这种中高、中间低、两边 中间高、两边低的，只是我们会比较难在回测上面发现这些规律。那这个就是为什么我们要学习 ai 量化， 用量化进行数据分析，用量化来写代码的一个原因。就写策略一个是他的一个速度非常快，第二个就是 你它，我们只能通过这种就做工的一个方式才能发现它的一个特征。那今晚主要分享就是就是我们在 ai 上面的两点。那最后还是要介绍一下我们这课程，因为这课程它主要就是想，嗯通过， 就是大家对我们也要课程学习，也要节省一个自己去摸索软件，还有一个写代码或者是分析数据的一个时间，把时间精力节省下来，好好的我们过自己的生活或者工作，然后让 呃量化，使用量化这种自动化的方式来去在市场里面去跟别人做一个博弈，那相对来说在 q m t 还是会有很多很多不一不同的一个细节。这个如果自己去摸索，其实真的是需要花很多时间，或者是我们自己去写策略，那刚才像这种策略几分钟就能写出来了，那我们自己去写，可能你在调试都要调试一个星期， 那这些操作下载数据，然后要下载什么数据？就比如说最简单的我们要下载到一个市值的数据，如果没有在课程上面有人告诉你 我不下载，就除了下载 k 线，我还要下载一些财务的一个数据， 如果没有财务数据，那我们这个这个也做不到， 这个一下子我也我也找不到。这个确实要我们上课，上课之后我们不断地跟老师去做一个交流，那这个才是一个比较比较好的一种方法，因为它其实里面包含了很多很多的一个细节， 就包括我们要设置它自动化运行的话，要怎么设置？就每天几点钟登录，就以这个 iq 为例子，如果你调的那个启动的时间太早， 它也会也会运行失败，那其实每一步都是细节，每一步都是坑。那我们如果是报名课程，其实就是 尽量让自己少踩坑，就是别人已经踩过的坑，那我就通过老师的经验， 把这些人家已经踩过的坑我就知道了，我就不用自己去去踩了。那我们这个课程就 我介绍一下课程了，因为很多很多的一些细节，包括 ai 的 使用，包括策略的编写，就几种的一个实现路径，其实都是在刻在我们的这个 这个教学里面，那就由我，我就主要偏向写策略和 ai 那 基础，还有整个软件的一个使用，就是，哎，李济源老师，他是一直都使用 k m t 作为一个股票的量化工具，那后面如果大家遇到什么 k m t 的 上面的一个问题问他，他基本上都能 马上去做一个解答，那我们基本讲的内容就是 u k m t 的 安装环境配置这数据，这个是很重要的，如果你没下载数据，那刚才这个回测你也是做不到，而且那个数据里面包含 k 线数据，还有一些 财务数据，不算财务数据，那刚才那个策略也是敷衍不了出来，就算你用 ai 把策略写好了，你也会跑不到一个正确的一个回测结果，那这个就是一个坑。那另外就是 k m t 的 一个策略，回测就有数据，第二步就做回测， 后面就模拟交易。那这里也有一点比较有趣的，就是它的模拟盘跟回测它是有一点区别的，那我们的解决方案是什么？我们就会把就想把 一个回撤转实盘，就把封装成一个 skill， 后面我就跟他说，我想把这个回撤策略转成一个实盘策略就就解决，不然你还要一个一个去对，就包括在回撤的时候， 我们不能只把计算放在最后一根 k 线，但实盘的时候我们一般除了检测现在是不是开盘时间，还会检测这条 k 线是不是最后一根 k 线，不然前面的所有计算都是一个无用功。 那另外还有一个进阶的用法，就就是把别别的平台的策略转成一个 k m t 的 一个策略，因为相对来说 k m t 给我们，虽然它是花很多，可以做很多品种，但它提供给我们的策略相对也是比较少的。那这个也是后面我们应该在课程里面会跟大家说一些的 看一下。 然后就是日常的一个问题，就一个就是， 哎每天要设定它自动去维护数据，如果今天不在有数据，有可能明天他第一根可以先运行出来的结果就会有问题。那另外就是他交易我们有时候会需要一些通知啊，因为有通知我们知道他交易了什么，就可以达到一个无人止手的一种种状态。 那我们这课程主要他的一个授课方式，就第一期嘛，我们都是一个线上直播的方式，那以何老师之前课程我我推断啊，大家可以咨询一下何老师，就对课程呃所有的一些信息 就应该会有一个线下，就第七我们结束后，后面我我们会全国去进行一个线下的一个教学。那其实我们听完线上之后，很多同学都是在线下 去去真正学会这个东西怎么用，就经过前面我也教了七次的，就六次的一个线下课，就很多同学都会说在线下才是真正收获很大的。呃，一个学习，那我也想 就有机会，就因为在线下我们会一步一步，就像刚才这里好像我们就就两步啊，把这个 这个呃发给 ai 去做，简简单单的跟他说一句话。但是有可能在练习的时候我们就会，呃，刻意练习，就会多举几个例子，让大家一步一步全部把这些过了，那我们才会讲上一个知识点。那这个就是 我们第一次采用线上，但是有可能后面大家是可以用一个比较低的费用再参与到线下的一个课程里面，那对于课程上面有什么需要咨询的，可以微信跟何老师，就跟何文峰老师去做一个交流。 那对于这次这个课我们有什么问题的，可以我们可以聊一下 啊，非常感谢何燕奇老师。呃，大家都知道我们是一家很很资深的培训机构啊，那今天的晚上的课程我觉得也很精彩， 就是，呃，其实 ai 的 出现呢，就对于一些没有任何编程基础的朋友呢，绝对是一个福音。你看到其实何老师做了那么多操作，都没有写代码的，全部都是用 ai 去进行啊， 所以就是说我觉得今时今日我们每一位金融从业者或者说爱好者都需要去掌握我们 ai 的 工具啊。 然后 qnt 这个， qnt 这个软件呢？讯头 qnt 它的普及度就非常高，但是比较遗憾的是，呃，真正在这一块去做教学的， 为大家做服务的，我看到不是很多啊，所以我们这个课程也是因为看到了这个巨大的一个市场的需求而定制的这么一个 ai 加 k n t 的 课程， 而我们下周二就开始第一次上线上课了。啊，如果对课程感兴趣，感兴趣的朋友呢？啊，欢迎啊，找我啊，找我报名，好吧， 然后现现在看一下大家对这次的内容，或者对 ai 或对 q n t。 呃，有一些想跟老师交流的，你们可以。呃，打字，好吧，在群里面说也行，在腾讯会议里面给我们留言也行， 我们这个打印时间是五分钟。对，其实没有写代码，刚才那个，那么那个，呃，小四值策略，其实就是这一句话，使用什么什么帮我写一个什么策略， 然后多少天调一次仓，就只是把你想要的一些东西信息告诉他，他就会自己帮你写，就不用自己写。 如果自己去写这个代码也不少的，你看都有接近五百行的一个代码， 那用 ai 它就是三分钟就帮我生成了。那我现在把它调成二十天，我也是跟他说他又会生成另外一条策略， 特别是刚才那个。呃，我们通过分析知道其实最好的不是最小的，市值应该要在 q 一 和 q 二之间的一个，那个分数给它定义成最高，有可能效，那个收益会更好。好， 大家有没有什么问题？呃，也可以开麦跟我们交流哈。呃，可以开麦的，好吧， 这个点可能是饭点，大家都都没什么时间，要不我们那个回头再交流啊？对对对，可以微信在群里面 at 我 就行了。有有，如果有什么问题对这次课程的。 好的，那谢谢何老师啊，谢谢各位朋友。时间，嗯，谢谢各位，拜拜。再见。
5量化老何
01:41查看AI文稿AI文稿为什么自己选的股票总不涨，别人买的股票一直在涨？用我的 qmt 量化自动交易，能买到一直上涨股票吗？哈？如果有这种工具，那不叫工具了，那叫提款机。我用自己的见解来回答这一个问题， 我认为有两种原因，一种是幸存者偏差，就好比股票大赛，有十万人，总会出一两个收益曲线，非常好的。第二点就是更深层次的底层逻辑了， 一直进行着择优弃差，优胜劣汰的这个过程。我们自己设计的 qmt 程序也一直在进行着这个过程你有自己的想法，可以写成策略代码，假如之前股里面有几十个投资标的， 很可能里面会出几个走势非常不错的，当然也有可能全军覆没。每个人都有自己的投资策略，有人喜欢低吸，有人喜欢追涨，都是自己脑子里面的操盘策略。 对于普通股民来说，我的建议是不要天天折腾选股，更不要高估自己的情绪控制能力。我做这个 qmt 原本就是给自己做的， 后面我发现这个东西能够帮助很多在股市里面被夺色的股民，这是做好事啊，这也是积累功德的事情，更是一项好事业， 所以我现在把它当成事业来做了。投资有风险，个人观点分享，不代表任何的投资买卖建议啊！你有问题可以评论留言，我用我的认知来回答，绝对不是网络上找的各种答案。
