迷你q Mt的策略源码怎么安装

哈喽，大家下午好呀，我是麻辣虾人，上节课给大家介绍了完成第一个单均线策略需要的最基本的几个 q m t 函数，今天我们就把这几个函数串联起来，组成一个最简单的单均线策略。 我们来回忆一下之前的课程，里面讲到了 qmt 最基本的框架，包括三个部分，第一个部分是导入拍省库，第二个部分是英尼特函数，第三个部分是汉德霸函数。 我们写策略其实就是填充这三个部分的过程。接下来我们来看一下单均线策略的代码，这里我已经写好了，首先导入第三方库潘的斯和安排 这两个库，一般我们的策略默认都会用到，所以导入就好。接下来是初始化函数 innit， 这个函数用于对策略进行初始化， 这就用到了我们上节课给大家介绍过的第一个函数 set 有点帽子来设置股票池，这里我们只设置一个股票， 就是平安银行。接下来设置资金账号，这里利用 contest info 是拳击对象的特性，把资金账号当成 contest 的 info 的一个成员。 然后设置均线的长度，这个我们也放在 contact info 这个对象下面，设置均线长度为二十。初始画了这三个基本参数以后，就完成了这个策略最基础的设置。 接下来我们来写策略的逻辑，也就是汉德坝函数。我们来回忆一下这个策略的基本逻辑，当股票收盘价上传二十日均限时买入，下传二十日均限时卖出。为了实现这个逻 逻辑，首先要获取股票的历史行情来计算均线，调用了上节课讲到的 get history date 这个函数，传入长度为二十一，然后 ed 代表一天， cross 代表说盘价。这个函数得到的是一个字典， 字典的键是股票代码值是股票的历史行情。然后我们传入这个股票以后，我们就得到了这个股票的一个收盘价的序列， 然后我们使用潘德斯的一个 roling 函数来计算这个股票的一个移动的均线，最后判断收盘价是否是上穿均线，上穿的意思就是前一天股价低于均线，后天股价高于均线，这就叫上穿， 转化为代码就是 cos。 负二小于等于 m 二零负二负二代表前一天的 k 线，意思是 前一天的收盘价小于前一天二十日的均线，然后口子负一大于 ma。 二零负一负一代表当天的 k 线，意思是当天的收盘价大于当天二十日均线。 这样呢就满足了上传的条件，我们就要需要做一个买入的操作，买入操作之前，我们首先要去获取我们账户的一个总资产，这里我们调用了一个我们自定义的个函数叫 get total value， 大家可以注意一下，除了 qmt 自带的函数以外，我们还可以在 qmt 里自定义一些函数，比如这里我们就自定义了一个函数叫 get total value， 这个呢是用来获取总资产的函数。函数 里面调用了我们上节课给大家介绍过的 get trade detail debt 这个函数用来获取总资产，这个函数返回的是一个列表，列表里面是账户的信息，我们有复循环 去获取总资产，因为我们的资金账号只有一个，所以这个列表里面只有一个数据。获取总资产以后， 我们就可以进行下单了，这里面用的是上节课介绍过的下单函数 old target value， 这个函数 传入股票代码目标仓位，因为我们是打算满仓操作，所以传入是总资产，后面两个是一个默认的参数，这样呢，我们就完成了下单，当满足下穿条件时，也就是前天的股价大于均线，当天的股价小于均线，转化为代码， 就是 cos 负二大于等于 m a 二零负二， cos 负一小于 m a 二零负一，则同样调用 old tag 的 y 六这个函数。但是这里需要注意一下的是，这里第二个参数是零，代表将目标仓位调整成零，也就是全仓迈出。 这样呢，我们就把一个单均线策略写完了，点击编译保存策略，然后点击回测策略就跑起来了。 回测完成以后，我们还可以看到策略回测的结果，我们可以看到这个策略在回测区间内的年化收益达到了百分之五十三，还是非常不错的。我们可以看到这个策略才短短的四十几行，但是几乎包括了所有策略 的基本要素，比如设置策略的资金账号策略的股票池策略、数据获取策略、下单条件以及实际下单。 大家有没有发现，其实写一个量外交易策略其实是非常简单的一件事情。好了，今天的第一个最简单的单间间策略就到这里，视频如有帮助还请点赞关注，谢谢！

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。

哈喽，大家下午好呀，我是麻辣虾仁，上一个视频给大家介绍了如何安装与配置 qmt， 今天我给大家介绍 qmt 策略的基本框架以及第一个量化交易策略。首先我们在 qmt 上新建一个策略，我们点击策略列表下面的新建策略 hasn't really， 然后系统呢，就会给我们一个默认的策略，里面有策略的一个基本的框架，可以在这个策略的基础上编写自己的策略，或者说把这个框架删除 自己重新写都可以。我们来看一下这个基本的框架。首先框架包括三个部分，首先是最上方的拍散库导入，我们可以导 导入一些第三方库，比如说 pandas 按需填写的你的策略用到了哪些拍散库，你就可以导入哪些。这个是 kmp 策略必不可少的一个函数。 innit， 顾名思义就是 initial， 初始化的意思，在每写每个策略之前，我们都必须初始化策略的一些参数，比如说策略运行的一个股票池，策略的资金账号以及这两个买卖信号。 这个函数呢，在策略开始的时候只调用一次。然后接下来策略的第三部分框架是 handleba 函数，这个函数是我们策略逻辑的主要部分，也是在策略里面必不可少的。这个函数的运行 机制就是根据我们选择的 k 线， 每根 k 线都运行一次，我们的策略逻辑都可以写在这个函数当中。 比如说在这个默认策略里面，首先他去获取行情数据，然后呢通过行情数据来计算一些指标， 最后通过这些指标来学的第一个程序往往是学会如何写 hello word。 今天我们就在 qmt 上用 python 写一个输出 hello word 的程序，这里我们把默认的策略代码删除， 然后呢，我们在 init 函数里面打印一个 hello unit， 然后我们在 handleba 里面打印一个 hello handba， 这样呢我们就实现了一个最简单的策略，然后我们再点击左上角的，我们先保存，然后点击左上角的运行， 我们可以看一下左下角的日志。 首先函数是调用 e d 的函数，然后输出了 hello innit， 然后在每一根 k 线上都调用了 handle bug 函数，然后输出 handle bu， 我们可以看到 他输出了很多，因为他在每一根黑线上都运行了一次。我们可以看到这样我们就实现了一个最简单的哈喽沃的策略，这个策略里面没有买卖的逻辑，主要的目的是为了让大家熟悉颗粒策略的基本框架。好了，今天的视频就到这里点。

拿了 qm t 一 脸懵逼，不知道写回测从何开始？本期将手把手教你如何搭建一个回测框架。我们直接来看代码。首先一个基础的回测框架只需要两个函数， excel 和 handlebar。 其中 excel 函数是用来存放操作票的代码、出场空列表等数据。比如我这里就在 excel 函数中写了一个票的代码列表。 然后我们需要先在 handbook 中用 time tag to date time 函数来获取 k 线日期，把 k 线日期转化成 y m d， 也就是年月日的形式，并把它给打印出来。 然后我们再在右边配置回测日期，配置好之后，我们就点击回测，可以看到已经把回测日期打印出来了，而且输出出来的日期就是和我们配置的回测日期是一样的。 那获取回测日期有什么用呢？很简单，获取到的回测日期就是拿给你做获取行情数据的参数。比如这里我想要获取列表这只票在回测时间段的每一天及其前四天总共五天的高开低收数据， 我们就要用到 get market data ex 函数 field 就 写高开低收，然后 stock code 就 写我们的 c 点 stock 也就是 int 函数中写到的这只列表。 end time 就 写 bar date 就是 我们刚才用这个函数获取到的回测日期。 ctrl 写五，也就是我们获取到的总共天数。这样是不是就把我们想要的数据完美的获取到呢？我们回测一下， 可以看到 qm t 已经把这段回测日期内的历史数据获取到了，至于怎么分析数据与执行操作就是之后的事。关注我，带你了解更多量化知识。

大家好，我是王希啊，然后，呃，今天介绍一下，补充介绍一下，就是关于 qmt 啊，如何使用 circle 啊，数据库啊，那么给一个代码样例， 那么部分券商，就像我们上一篇讲的啊，部分券商券商它会禁用这个 qmt 的 文件 io 功能啊 啊，当然这个其实就是对于如果懂点技术的话是个摆设啊，那么我这里提供了一些呃，三三四种方法吧，对吧？那么再讲一个关于数据库的啊，为什么呢？因为数据库这个东西，倒不是说是对于这个 券商 qmt 啊，比如说它禁掉了文件读写，就哪怕你自己啊，做一些操作啊，或者说跟券商没有关系啊，或者自己用迷你 qmt 做相应的操作，其实啊，你用数据库去维护啊，各种下单信息啊，或者订单的那个信号的话 啊，也挺方便的啊，也很有这个必要性，对吧？像平台开发的话，大家一般你写后端的话呢，肯定都会有数据库，对吧？那么一般你自己做量量化的脚本的话啊，如果说从一个这个可维护性还有长期发展的话啊，那你用个数据库去维护的话，是一个非常不错的一个方法啊， 那么其中啊，那么一般来说有那个 sql 和 my circle 啊这两个，那么其中 qmt 的 话是， 呃自带这个啊，它是自带这个 tico lite 三啊，那么即使是因为 python 自带啊，这个 py my circle 啊，这个库是就用来维护 my circle 的 啊，它是一个对应的 py 的 一个库， 这个是没有的啊，就等于说你得在，如果你只能用大 qmt 的 话，你得在大 qmt 里面去装这个库啊，这个比较麻烦，对吧？ 所以我们详细介绍一下这个 sqlite 三啊。 sqlite 三这边是一些介绍啊，那么最后你文件的保存是 d b 的 d b 格式，点 d b 后缀， 然后呢？还有就是它零配置啊，因为你的 python 其实它就是自带的，对吧？那呃，像大家如果用 my circle 相关的话，会发现啊，你如果去 呃去操作它的话，你是不是一开始它有个服务端呢？你得先去连接它啊，你得启动该服务，对吧？然后你得登录，你需要个用户名，需要个密码，对吧？那么有这个这个 db 库的话，等于等于说是 所有人都能访问嘛，说白了，对吧？这个库所有人都能连啊，那相对来说呢，肯定是有得必有失，但好处是很方便嘛。对，你本地自己搞搞的话，那这个肯定是怎么方便怎么来。呃， 然后你本地如果有一些那个 navicat 啊，就是这个数据库的一个经典的查看的一个工具的话啊，那会那更方便了啊，那你连接里点一下啊，那你可以说像我们斜后端的话，一般是 my circle 啊，那你这边的话，比如说 sqlite 啊，那点一下这个就可以了， 然后你直接导入本地的 db 后缀的，你就可以把它格式化出来啊，那这边又给了一个格式化的效果，对吧？你现在可以看到啊，可以看到这里面的这个插入的信息啊，数据库相关的信息我就不讲了啊，那这个是属于那个，有兴趣的呃，可以自己去了解一下。 那么无服务端，无需用户名和密码，直接可以导入生成的 db 数据库文件来查看，然后代码比较长啊，呃，我给这个代码比较，代码比较长，所以我就放到了这个章节里面啊，可以自己自己点进来，然后本地和 r q m t， 我 这边都写好了啊，都是通用的啊，这两边都可以用，那么用完以后这个插入的效果，对吧？那我给大家大概示范一下，那我比如我把这些信息删掉吧，先删掉吧。 ok 啊，删掉了，好，那么我们相同的代码啊，比如说是在这个这里，对吧？ 这里啊，那这里我写了一个内函数啊，还有隐匿函数啊，那一个是对于 qmt 的 环境入口，一个是本地环境的一个入口，那么直接运行啊，运行 好可以看到啊，那么在我们的这个数据库的列表里面，插入前是没信息的，对吧？插入零零零零二以后，多了一条信息啊，那可以查看一下， 多了一条，对吧？那么如果是在我们的这个大 q m t 的 环境里面，对吧？我们看一下啊，如果是在大 q m t 的 环境里面， 那么也是一样，你把这个代码复制好以后，对吧？那么直接运行，直接运行好，可以看到它在插入前是不是只有这么一条，对吧？一，第一行四零零零二，那么插入以后又重新插了一遍啊，那么这个时候你的数据库里的信息就有两条了，对不对？ 好，那一切都很符合预期啊，符合预期。然后我们看一下这个代码的大致逻辑啊，很简单啊，就是如果你是 q m t 的 话，进这里啊，那么如果你是那个 本地测试的话，那就进这里，对吧？那么进去以后，那么你本地首先你得有一个路径吧，对不对？你想去读这个，那么如果它里面没有库的话，没有这个路径的话，那你就先去连它啊，先去连它， 对吧？那么创建数据库目录啊，如果不存在的话，你要把这个路径给创建出来啊，然后我们去连接它啊，连接它， 然后连完以后啊，我们会尝试去呃，看一下啊，去创建一个表，对吧？呃，创，创建了一次股票的日线的表，对不对？那么里面有两个信息，一个是股票的代码，一个是股票的，比如说收盘价。 好，那么我们先会把它这个数据 print 一下，先把表里的数据 print 出来，然后再 insert 进去啊，再插入进去，最后再 print 出来啊，那这个里面其实就是 数据库的一些语法了啊，那么这里是什么？从表里面选择所有的信息啊，或者它，然后 print 输出来，对吧？那下面呢？就是一样的啊， insert circle 啊，那么 把你的这个 code 和 close 啊，那么它们的 value 把它对应上啊，那就对应了这个个股，对，我们这边就写死了啊，那么一个个个股的代码和相应的一个价格写进去啊，那就成功插入。 好，那是给我们的一个，这个只是一个 demo 啊，只是个 demo， 那 么这个 demo 的 话，我就放在就刚才讲的这个位置，是吧？这个里面啊，这个里面， 那么最后它会形成一个数据库的一个更新和的操作。好，那么实现了，这个最关键的意义就是什么？相当于你外部和就是哪怕你只有一个大 qm t 啊，你小 qm t 不 用， 其实对你来说没有影响啊，因为为什么呢？因为很多人啊，他可能会觉得说，哦，我就是想用大 qmt 啊，那那就就是想用小 qmt 啊，因为大 qmt 他 们觉得调试不方便啊，所以都用小 qmt， 或者说小 qmt， 你 本地要接一些一些深度学习的模型，对吧？来输出相应的信号，然后希望用小 qmt 里面的 那个讯头矿特的库直接下嘛，对吧？那如果说不支持小 qmt 的 话，就会很头疼，即使如果有了这个以后，对吧？ 基本上其实都是可以平替的。就换句话说，就如果你只是有大 qmt， 就 你任何能小 qmt 完成的这种逻辑，你其实只有个大 qmt 都是可以做的， 你只需要大 qmt 不 断地轮询你本地的数据库表，对吧？然后你你相应的你的本地的模型往这个数据库表里面发信号嘛，对吧？那么然后大 qmt 比如说一秒钟轮行一次，对吧？那么一旦有这种下单信息，买进卖出的信息，你是不是都可以去不断地进行一个 输入输出嘛？对不对？然后你也可以一个表格里面你也可以写入一下当前的，比如说当前的，呃，你大 qmt 获取的相应的这个，比如说当前的 盘口的价格啊，或者你当前的账号的情况，其实都是可以维护的，是不是啊？你本地其实就是本地和大 qmt 之间是不是都可以连连接起来，对吧？那么有了这些以后， 其实你大 q m t 只要做一个下单逻辑和比如说数据获取的逻辑，然后把它们接入数据库，那接下来你干的活其实就是 本地的 v， 比如说 vs code 或者 pie chart， 直接就基于数据库里面。然后这个数据库相当于是和最新的行情的这个信息是完全，你可以认为它是比较对齐的啊？比如误差可能就一一两秒钟，对吧？ 那么你就基于这个当前的行情和当前的这个数据情况来进行相应的这个数据的处理，和这个下单信号的一个存储，对吧？然后最后大 qmt 再去下单就可以了，那这样的话它进不进 这个禁不禁止小 qmt 或者禁不禁止文件单，其实对你来说没有任何的意义啊，因为你都可以实现所有的操作，对吧？而且你还会有一个数据库表去维护它啊。好，那这个内容大概做个科普啊，做个科普。

哈喽，大家下午好呀，我是麻辣虾人，上个视频给大家介绍了 qmt 策略的基本框架，以及写第一个哈喽沃的策略。写完策略以后，我们想知道策略在历史上运行的咋样，那就要对策略进行回测，今天我就给大家介绍如何用 qmt 来做回测。 如果需要回测的话，在右边有一些参数是需要设置的，首先设置回测的开始时间和结束时间，我们这里设置从二零二二年一月一日到昨天， 这里需要注意一下，如果我们对某个品种进行回测的话，在回测之前我们要 下载历史数据，这个我们在第一节课已经讲过，我这里呢已经提前下载好了数据，如果我们点击回册的时候呢，基准就是我们的策略与哪个指数业绩进行比较。 我们一般都是选择默认的沪深三百初始资金，就是我们给策略分配多少虚拟资金进行交易保证金比例，这个一般期货才会用到我们这里回测股票，所以不用管， 因为实盘交易时会有滑点。因此我们还可以在这里设置同一时间市场成交量的一个比例，比如我们设置百分之十， 则我们回测策略每天的成交量不超过当天市场成交量的百分之十。 另外除了回测参数这里需要设置以外，在基本信息这里还需要设置一些参数，比如说策略的名称，然后策略的快捷键，这个呢是根据名称的拼音首字母来的，不需要我们进行设置 说明呢，就是策略的一个备注，我们在这里函数，因此在日志中会输出 k 线的日期，回测完测的一个结果， 右边的数据也会跟着一起动，比如我们学位选择一天，然后右边呢显示截止这一天的年化收益，下铺比率等等一些策略评价的指标，以及买入和卖出以及持仓明细的情况。 我们可以看到在这一天当天是有持仓的，在持仓分析页面，我们可以看到所有持仓股票的权重。 在历史汇总页面，上半部分展示的是个股的一个盈亏汇总情况，下半部分展示的是板块的 一个汇总盈亏情况就是如何利用 qmt 来进行回测。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！

在量化投资圈，有个常青树级别的策略趋势跟踪，他能帮普通人避开追涨杀跌的坑，稳稳抓住大涨行情。今天就把这个策略的核心逻辑、实操要点分享给 你。在开始之前，我必须给大家推荐这款可以实践操作趋势策略的交易工具。 qmt， 在 进行代码编辑时，可以通过一键查询函数接口，并灵活接入策略，能很大程度上提升盈利空间。 而这个策略的核心精髓就八个字，顺势而为，不做赌徒。简单说就是彻底放弃猜顶猜底， 不纠结未来的涨跌，只跟大方向走，价格一直涨我们就持有，一旦趋势拐头，便及时离场， 做到节断亏损，让利润奔跑起来。方法一，看均线，重点看二十日和五十日均线短期上穿，长期叫金叉，若趋势转强，就关注。短期下穿，长期叫死叉，若趋势走弱便撤退。方法二，看价格突破， 突破近二十天最高点则看涨，跌，破近二十天最低点就是向下的预警。方法三，指标辅助，比如 macd 红柱变长，就代表上涨增强，不过实践肯定略有差别，所以我们得设好止损，将风控放在第一位， 比如亏损百分之十，坚决离场，别抱侥幸心理。当然也绝对不能满仓，趋势不明时，尽量少买或空仓。我这里就简单给大家说一下在量化实操中的一些注意事项。首先是明确买卖信号， 把 macd 指标作为核心触发条件，当 macd 里的快线上穿慢线形成金叉时，系统自动触发买入。当快线跌回慢线下方形成死叉时，系统自动平仓卖出。其次是提前算好成本， 把每只标的的手续费、印花税这些交易成本提前设置到量化模型里，系统会自动把成本算进去， 不用我们自己每次交易前在手动计算，精准判断真实的入场止盈止损时机。如果你觉得通过 qmt 做趋势跟踪策略还不错，可以点击视频左下角链接获取软件进行模拟交易。 在这个过程中，如果有了新的启发，我也乐意与你探讨、交流。视频最后别忘了点赞、关注、收藏哦，下期再给大家分享更多量化投资的实操技巧！

呃，大家好，我们今天讲一下量化交易开发 qmt 片，然后用的是迷你 qmt 和叉 dqant， 大家看我桌面， 嗯，主要包含，第一开户，第二技术选型，然后你是用 qm t 还是用批退的，第三是测试环境和生产环境的搭建，第四是数据转为，第五是，第五是开发环境的搭建， 第六是依赖包的安装。嗯，量化策略开发，然后打磨性量化， 然后我们看开户这部分， 嗯，开户的方式有很多种，然后线下的方式效率比较低，然后大家可以在地图上查附近的券商，然后打电话让客户经理去加你的微信，然后把下面的问题给到他就可以了。 然后你问他你股票和 etf 的 手续费是多少，是否含规费，是否免五，然后包含下面这些问题，然后对做量化的来说，去问一下 qm t 和 pj 的 对资金的要求是多少，然后少的十万就可以， 嗯，是否支持 mini q m t， 然后你比如说，呃，你这个量化开发的没什么问题了，然后只想用它的 api 的 话，就可以问他，你只开通 api 的 话有什么要求？ 嗯，还有就是这个新用户的权益有哪些，这个 level two 的 行情一定要跟他要。 然后我们看一下技术选项，嗯， qmt 的 策略是在本地运行的，然后 ptr 的是运行在服务器端，这就看你自己的选择了。 嗯，然后你如果对性能有要求的策略呢？放在 ptr 的 上面更快一些。我用的是 meqmt 加叉 t 框的，然后策略是用在本地，然后这样就会把 qmt 当一个通道来使用， 然后，嗯，叉 t 框的和 m t， 然后本地通信，然后起这么一个 r p c 的 服务就可以。 嗯，还有就是呃，测试环境和生产环境的搭建，然后券商肯定有两套环境嘛，然后你比如说你用国金的券商 q m t。 的 交易模拟端，这就对应他们的测试环境，然后大家可以先在测试环境去开发测试。 第四是数据准备， 嗯，数据准备这个地方提供一分钟的 k 线，五分钟的 k 线，日 k 线，这是基础 k 线，然后你可以去合成你的 k 线， 然后一一分钟可以合成两分钟、三分钟的，然后五分钟的 k 线，你可以合成十五分钟、三十分钟、六十分钟的 k 线，日 k 线可以合成周线、月线和年限，然后去根据你的需求去下这些 k 线， 我一般都会去下这个五分钟的和二十 k 线。再就是在大 q m t。 里面下载的 k 线数据呢，也可以给 meq m t。 使用，这样就不用再去重复下载了，然后这样只需要这样去设置一下它的数据访问路径， 然后数据这个地方是特别重要，如果你数据不准确，后面的一切计算都是错的。然后对，尤其对大模型也是这样的，就是模型结构线都是公开的，但是没有看到哪家把数据公开。呃，给大家演示一下。 嗯，启动它， 这是个模拟端，就相当于它的测试环境。 呃，这个地方你如果选勾选中独立交易启动的这个地方启动的就是迷你 q m t， 你 如果不选，它启动的就是大 q m t。 呃，进来之后，你比如说你有些数据可以下 在这地方操作数据管理去补充你的，勾上它，上海的和深圳的。 嗯，这个地方你可以去去选你要五分钟线还是用日线这个地方，然后去点补充，它就会去把最近你想要的那些 k 线给下到。 嗯，然后开发环境搭建这个地方呢？ 哎，企业级开发呢，我推荐大家用 wsl 去打这个开开发环境，然后这样尽量去接近生产环境，然后 qmt 这个地方呢？还是用的 windows 加 com 的 这加 ide 这种方式 啊，依赖包的安装，嗯，你可以去访问讯头的知识库，这是他的地址，去下这个叉 t 框的包，然后去安装到康达所对应的三方包目录下面去。 然后你比如说你用到一些技术指标的计算的话，你用 t i t l 包的话，去从这个地方下去下载康达环境所对应的 vivo 包去安装。 嗯，再就是量化策略的开发，用大模型开发。量化策略，呃 呃，你用官方的平台去开发，跟他直接用 deepsea 和千万，这的区别就是，呃，官方的 qmt 挂载了自己的知识库，嗯，比 deepsea 和千万更好一些， 它现在只是好多只是开放了 a p i， 不 如多放几个戴帽的案例 啊。趋势，你比如说我们在开发趋势跟踪策略的时候，我们选趋势向上的市值大于两百亿的票计算市值的 a p i 的 话，呃， 你去需要去下获取他的股本数，然后自己去算他的市值，是这样的，这段代码就是去拿他的股本，然后去计算他的市值。 呃，再就是比如说你做一进二，二进三，然后，呃去计算集合定价是否符合预期。这个地方没有 k 线可以用，需要你去定一个 tik 数据，然后，呃， 然后集合竞价的 take 数据，没必要去下所有的，我这取了一部分时间段的，嗯，去去下它的 take 数据，然后去去去计算，取它最后一根 k 线数据， 然后看集合定价是否符合预期。嗯，再就是油字点火的量化的话，也需要去订阅他的 tik 数据。去去那个机做，在回调里面去做计算。 看这个，嗯，方法都写在回调里面， 然后这个地方有，嗯，用大模型去做量化，币圈里面有个大模型的量化项目，大家看一下，这是之前截的一个图，然后 deepsea 跟铅汞表现的还都不错。嗯， 美股里面也有一个量化项目，然后这个地方 deepsea 表现也不错，但铅汞这个地方表现的不好。 然后我现在要开发一个 a 股的大模型量化项目，其中交易部分呢，就是基于大模型加迷你 q m g 去实现的啊，整体产品思路跟他们不太一样， 但是交易的实现部分基本相同啊。好了，我们今天就讲这些，好，谢谢大家。

如何用 ai 来写量化策略？哈喽，大家好，今天和大家做一个新手教学，向大家演示一下如何用 ai 来写策略视频，绝对干货，大家一定要点赞收藏。我们在编辑策略之前需要做几项工作，第一呢就是确定我们的交易逻辑，第二呢就是选择量化软件， 第三也是最重要的就是量化软件的 api 接口文档。第四呢就是确定我们使用的 ai 工具，比如豆包、 kimi， 朴素克等等。今天用朴素克给大家演示一下。 我们打开 disco 后，首先在这里上传 api 文档，如果不上传 api 文档，代码一定会搞错，因为每一款样化软件它支持的接口都是不一样的。这里的 api 文档我已经整理好了，大家如果没有的话可以后台滴滴我。 然后我们再给 ai 提出我们的需求，帮我写一个用于比特的量化软件的双精训策略，请严格遵守 api 文档要求来写。我们可以看到 deepstack 正在快速的思考，这里时间比较长，大家耐心等待一下，大家记得点赞收藏，下次需要的时候可以翻出来学习。我们可以看到 deepstack 已经生成好了代码， 这个时候我们需要复制代码到 ptr 的 上面去回测试试。我们打开量化 ptr 的 软件的回测界面，点击新建策略，输入双金线策略，点击确定， 然后把我们刚才复制的代码粘贴上去，选择时间和周期，时间我们选择长一点，二零二四年一月开始回测，周期我们选择每日，然后点击回测就可以了。 我们可以看到匹配的在快速的打印结果，如果没有问题的话，在右侧回测概数里面就会有相应的收益行情， 如果有问题的话，在左下角就会报错，如果报错的话，我们就把这个报错复制到我们的 ai 软件里面去，然后让它继续修改。我们可以看到右侧的回测结果已经出来了，有策略收益最大回测下铺比例等等。 当然了，这个策略是 ai 编辑的，它只是一个演示过程，大家可以根据自己的逻辑思维让 ai 编辑代码，大家第一次尝试的话，可以选择简单一点的策略，再慢慢去增加难度。好了，今天的学习就到这里了，大家点赞收藏，关注我，了解更多量化知识！