qcore量化怎么用

呃，大家好，上一期视频里，我们已经把两个比较重要的设置给设置好了。呃，今天我们来看看 iphone 这软件其他板块的一些功能。首先，嗯，我们来看看我的， 那这里的话呢，是我们上证指数的一个分时图，呃，下方这里话呢是自选股，也就是我们平时所关注的股票啊，或者是 etf 指数基金啊这些啊，在这里的话呢，都可以看到。 那说到自选股，呃，怎么添加自选股呢？嗯，这个比较简单，我们只需要输代码或者是股票的一个首字母，那就会出现相应的股票， 然后我们添加到我们的一个自选板块就可以了，比如说我们输入泸州老窖， 然后添加到我们的一个自选股。 那中间这里话呢，我就不过多的进行详细的一个介绍。呃，因为在后面策略开发那里，我们再重点的介绍， 然后我们看到我们的右边这里，呃，这里的话呢，我们可以看到我们的一个账户的基本信息，呃，比如说总资产、总市值、总盈亏， 那现在这里的话呢，对应的是股票账户，如果你是期货，呃，期权、融征融券、深港通、副港通，那我们点击对应的就可以。 嗯，下面这点话呢，是我们运行中的一个策略，也就是你账户里面选择的一个策略。那大家都知道我们这个软件主要是做量化交易的，那后面如果说我们运用量化来做交易，那你选择了什么样的一个策略，那都可以在这里看到。 嗯，最后的话，我们再看看我的一个当前账号，账号管理这里，嗯，这里的话呢有许许多多的一个设置，比如说一个交易设置，快捷键设置，风控设置，然后我们点击交易设置， 嗯，这里可以看到有平仓设置，配屏设置，嗯，这里的话呢，大家可以根据自己的一个呃需求来进行一个设置，然后快捷键设置，这里的话呢也可以根据 自己的一个习惯来进行一个设置，嗯，不过这里的话呢，还是不建议大家设置过多，容易去忌混。然后风风设置，这里的话呢就是啊风险控制的一个设置 设置，这里的对比相对比较多，那大家下来可以自己详细的去看一看。 下面我们来看看行情界面，行情界面的话呢，炒股的朋友大多都很熟悉啊，就和我们平时用的炒股软件差不多， 然后我们点击左下角的一个板块，这里那就会出现各个板块，呃，你想找哪个板块呢？呃，我们点击对应的板块就可以，那如果说你想找对应的个股，那可以输入对应的代码或者是首字母就会出现，嗯，和我们上面讲 的一个添加咨询是一样的。呃，那大家可以看到我们界面上出现了一个技术指标分析话呢，其实相对比较少，或者说没有平时我们自己熟悉的，或者是用的比较顺手的， 那想添加技术指标的话，我们点击下边的一个模型就会出现各种指标，然后找到我们自己想要的添加就可以，比如说我们添加我们的 macd， 然后下方正联话呢，是我们最新的一个新闻啊，研报公告，那这就是呃关于整个行情见面的一个情况啊，下面我们来看看交易界面， 交易界面后呢，我们可以看到这里有股票交易，呃， 期货交易、期权交易、港股通等等。那今天的话呢，我们先来看看我们最熟悉的一个股票交易。 股票交易这里话呢有普通交易、算法交易，呃，随机量交易， 普通加印后呢，就是和我们平时的一个操作是类似的，那算法加印呢？它可以降低我们的冲击成本，呃提高收益。 那关于怎么使用算法加一和随机变量呢？我们可以点击问号这里，嗯就可以看到使用的规则以及他的一个说明。 那在这里话呢，平台有为部分客户，呃提供场景化的一个交易，比如说上市公司算法交易呢，就是其中的一种。嗯，他的 主要功能呢，主要是上市公司股东检持的过程中的话呢，能够避免，嗯触碰合格的一个条款。嗯，那怎么操作呢啊？回购检持风控这里，然后根据说明来设置回购风控，设置一个参数， 然后再回到主界面，然后进行一个算法下单。那在交易过程中，嗯平台会自动的去进行一个监控啊，一旦触发的话呢，平台会自动停止算法，那并且做出一个提示。 那上面的组合交易呢？呃主要是针对一男子的一个股票。呃， etf 呢？主要针对的是 etf 指数基金。呃，那我们再来看看我们右边这里，呃，这是我们在 卖过程中所记录的一系列的一个情况，我们来看看任务列表这里。呃，那任务列表是什么呢啊？他是我们在下单的过程中下发的一个任务啊，一个委托， 委托呢是在我们购买或者卖出的过程中呢，已经下发了一个指令，但是还没有成交的一个单子啊，他和任务列表呢是差不多的， 成交的话呢是已经成功的一个单子，就是指定已经执行完成啊，不管你是买入的还是卖出的， 持仓的话呢，是目前所持有的所有的一个单子，还有股票下方进的话呢，是我们账户的一个情况，那这就是我们整个交易界面的一个基本情况， 下面我们来看看投资研究。投资研究这块呢，其实相当于就是一个笔记本，呃，它是基于丘比特 notebook 来构建的，支持灵活的图表处理，数据处理，那非常适合探索实验和数据分析。 目前呢投资研究功能模块呢，将 drop the notebook 和 i quat 结合打通呢，那可以在 notebook 中使用 i quat 提供的函数功能。那具体的操作细致呢？我们可以看看投资研究功能指令。 下面我们来看看车率开发，车率开发这里呢有许多模型的例子啊，比如说多因子选股型，指数增强型，我们来看看指数增强型，点击编辑，那可以看到 这个模型的注解以及下面的一个模型代码，代码这块呢，可能大家需要一定的一个基础才能够看得懂，这里的话呢也不过多的进行讲解， 然后我们看到左下方这里有一个模型，点击后呢就会出现各种指标，那这些指标是什么意思呢？我们点击就可以看到指标的一个代码以及注减，那旁边的函数呢，也是同样的一个道理， 然后右手边这里是模型的基本信息，回车参数参数设置，这些话呢，都可以根据自己的一个需求来进行设置啊，只不过回车参数这里就是你所设置的时间，所选择的一个时间，所需要的数据的话呢， 是我们前面补充数据，那里就有所下载，那这些都设置好后，我们可以点击编译来进行保存，点击回测来检验这一个模型，这一个策略啊，他是否能够赚钱，那毕竟能不能行嘛，实践才是唯一的真理。 点击回车后，我们可以看到下面这些数据给跑起来了，那跑完后呢，我们就可以看到对应的一个数据， 呃，这里的话呢，可以看到当日的一个买入卖出啊，以及此仓的一个名限啊，总共买入的一个次数，卖出的一个次数 等等。然后这里是车率回车的一个禁止曲线啊，下面这里可以看到我们开窗的一个次数以及年化收益率等。 那这个模型的话呢，是我们软件上本身就有的一个策略啊，如果说你自己有自己的策略或者其他的策略的话呢，那你可以点击新建策略 啊，把代码模型给导入进去，然后把各个参数给设置好，然后点击回撤，那就可以检验你的一个策略是否可以了， 那这个就是我们策略开发的一个界面的一个介绍，下面我们来看看策略交易， 策略交易这里呢就是我们 真正的开始交易了，呃，点击左上角新建策略，选择自己想要的一个策略类型，账户类型，然后输入资金号，呃，根据自己需求输入买入或者卖出的一些信息，然后点击确定， 那你选择的策略呢？就可以在这里可以看得到，然后我们点击运行，这里运行的话呢有两种模式啊，一种是模拟，一种是实盘， 模拟的话呢只产生交易信号，实盘模式呢只会根据自己的一个选择的一个资金账号，在实盘或者是仿真的一个模式下呢，产生一个委托界面，下方呢是所产生的一个交易记录，比如说一些 仓啊这些啊，还有就是你自己所写的一个日字啊，策略的一个统计，产生的一个信号等等，那实时的记录着一个交易的一个情况。 那下面我们再来看看高校教育，高校教育呢，它主要是一个学习的平台， 那这就是我们整个 icut 软件的一个基本介绍以及运用。

我们 python 第三届应用大赛正式开始了，我们现在来手把手教大家怎么用自然语言去在我的平台上面构建出来自己的第一个因子。首先打开我们的官网， 然后点击我们的爱工作流，然后创建工作流全到我们的限性因子 python 私立里面去。再点击大家可以看到这是一个 我们给它封装好的一个二是收益的因子模板，在里面会看到它自己的一个分层的一些结果，它的 ic 跟 rock ic 大 概是在零点零三到零点零六左右。然后大家可以点开 代码助手，那我们可以把我们自己的一些主观想法告诉给他，大家如果说找不到自己主观的想法的话，可以去我的视频里面去搜，就普通人最好的一些因子。想要是去从一些风险因子，从一些简单的因子进行入手，那我们可以对他进行几个案例的拆解，比如说我让他结合动量跟成交量给我 一个因子，我们判断他会利用他自己对于量化的交易跟理解，然后给到你一个 他自己的因子的一个描述，上面是代码，下面是我们家助手对于代码的一些拆解，比如他保留了价格信息。第二他引入成量维度， 他用了动量和成量，且方式使用了一个乘积，然后两个 rank 都放高的话，代表着因子偏高，他也含着一些现象，比如说价格强但缩量，或价弱但放量，或者说价弱且缩量这样的一些方式。最后做了一个标准化，那我们来点击应用代码， 点击确认应用，点击保存。然后这边是我们的一些调整周期，你可以选择默认的是日平调仓，然后分组数量呢？你可以选择大概到十组左右。 负项跟正项的话，代表的是你对于这个因子的一个理解，如果你觉得他是正项，那就给他填一，如果说你觉得是负项的话，那你就给他填零，这样的话就不会出现你可能认为他是负的，但是最终实际收益可能是正向的。一个因子相当于是 把你对于因子的理解给他固化了，而不会让市场随机性误判你对于因子的理解。我们点击启动这边输入你对他的一个名字，你就对他输入流量的流量量， 点击启动好了，这样的话就完成我们整个因子的一个创建，看下效果怎么样吧。 icm 零点零三，然后让开 c 零点零六，然后这依旧是一个非常有效的一个， 然后我们可以点击右边的 ai 分 析功能，让他来分析一下这个因子的效果怎么样。他会给到你一些这样的优化的建议，比如说他会建议你把回头率缩减到三到五年，因为我们的时间太短了，只有两个月。他会建议你加上一些约束，比如说行业中信跟洁面的一些中性化处理， 包括一些优化，一些调整周期。像现在我默认的是日平套餐，你可以把它换成五天、十天到二十天。再比如说多因子组合，这样话 就完成了我们整个简单的一个一句话的时间，就从定性到定量的一个完整的一个描述，多通过这样的几次的一些交互，就慢慢的从 a 页上呢学会到更多专业的一些知识， 把这个分析结果给它复制进去就好了。比如说我们在这边有三个防守，第一个是我们刚刚有说的是对强度放大倍数做分线性变换，然后我们就 啊可以把这个给它复制进去。但是分线变化有很多方法，这边 ai 他 可能用的方法就只是其中一个，然后点保存，然后再应用再启动， 就完成了这个因子这个改造了。上面就是非常简单的用潘代去构建因子，并且优化因子的一个步骤，大家一起都来尝试吧。然后欢迎大家都来踊跃报名我们的第三届因子大赛，期待在我们的颁奖典礼上面看到你。

大家好，今天想和大家聊一个特别的学习方法，或者说一种特别的偷师徒进读量化小说。当然，我说的不是那种主角开挂半年封神的网络爽文，而是那些真实感拉满，把行业的褶皱、模型的脆弱、人心的博弈，都摊开给你看的故事。 在这些故事里，模型会失效，回测会骗人，实盘会翻车。但恰恰是这些失败，才能把策略怎么搭，因子怎么挖，风控怎么设，这些硬核知识塞进一行报错代码，一次深夜争论，一场紧急的风控会议里，让你感同身受。 我给大家推荐几本，并说一说他们教会了我什么。第一本宽客迷途，他讲的是一个刚入行的研究员，从最枯燥的数据清洗开始做起。这本书没有狗血剧情，他的戏剧性全在专业细节里。 比如，你会跟着主角一起学习怎么识别那些在回测里表现完美，识盘却一塌糊涂的伪因子。你会看到一份合格的策略文档，该如何量化的描述自己的风险敞口。 当故事里因为一个不起眼的数据缺失，导致整个回测结果失真的时候，你会和我一样，彻底理解什么叫数据式量化的一切根基。第二本，因子暗战， 这本书的格局更大，它直接描写一家头部量化基金的核心策略突然失效后的连锁反应。你会看到因子拥挤、同行狙击、资金赎回，这些压力是如何同时爆发。 在危机处理当中，你学到的是活知识多因子模型该怎么动态调整权重来抵御失效？市场中性策略到底是对冲掉哪些风险？ 当一个过度优化的借学习模型在实盘中原形毕露的时候，你会对那句行业黑话，你何一时爽？实盘火葬场有刻骨铭心的理解？ 第三本交易式风暴，这本书几乎没有代码，它聚焦于极端情况下的决策。当市场突发量化闪崩交易，市里该怎么办？是先检查所有策略的相关性是不是都集中到了同一个风险点上，还是火速核实行情数据源有没有出错？ 最后是立刻暂停所有策略，还是逐步降仓？他用最紧张的情节告诉你，风控不是纸上条纹，是量化交易者在市场中的最后一道生命线。 第四本宽客进化论，他讲述一家中型私募的转型之路，把量化迭代这四个字讲透了。你会明白为什么单打独斗的因子策略越来越难生存，为什么引入积极学习，有时是为了追求更高的收益，有时仅仅是为了让策略曲线更稳定，更能扛住波动。 他还会展示一个高校的投研团队该如何设计因子库的共建和迭代机制。看完你会坚信，量化没有一劳永逸，持续的净化能力才是真正的护城河。最后一本数字鸿流， 他用二十年的时间跨度，展现了几代量化人的选择和行业的变迁。你能看到量化机构如何从依赖交易速度的通道性进化，到依赖策略深度的创造性注册制等制度变更，又如何从根本上改变了量化选股的逻辑？ 他让你站在一个更长的历史维度上，看清今天。每一个成熟的策略都是用过去无数个失效的教训换来的， 我自己的读法也很功利。每读完一张，我会试着画一张策略逻辑的流程图，把故事情节还原成业务链条，遇到不懂的术语，立刻停下来查资料，补充到自己的知识库里。 最关键的是，我会不断问自己，如果我是当时的决策者，我能做出更好的选择吗？我能扛住那次实盘翻车吗？ 所以，如果你对量化投资感兴趣，不管是学生、跨行者，还是业内的朋友，我强烈建议你别只埋头于研报和教科书。 有的时候，一个真实的行业故事，一场虚构但是呢，却无比逼真的危机，能教给你很多东西，因为他给你的不仅是知识，更是应对知识失效时的直觉、心法和尊严。希望这份书单能为你打开另一扇窗，我们下期见！

呃，自从三天涨了八千粉之后呢，好多人问我怎么搞量化，自己搞量化，其实量化不难啊，主要分为三个步骤，三个大的步骤。第一步呢就是量化数据分析啊，就是我现在做的这个量化数据分析， 主要是生成量化策略啊。第二步呢就是搭建量化平台，操作平台。 呃，你也可以选择那些成熟的量化平台，我们有好多，对吧？最后一步就是对接券商真实交易啊，这是最后一步，当然这步不重要啊，无非就是发一些呃请求之类的。然后呢，量化数据分析这一步是最重要的， 占了整个量化交易的百分之呃，九十五的工作量，一个好的策略直接会决定这个量化交易的成功与失败。 好吧，然后三月八号那天我已经出过视频，教大家如何简单的做数据分析和回测了，然后很多人反馈呢，说他 python 和 vs code 都装好了，但是数据源找不到，然后昨天我分享了一个，然后好多人反馈说过期了，那今天我再重新分享一次。 然后我的免费数据源呢，是放在国内最大的网盘上面，然后我把那个字幕串呢分享在标题里面， 然后这个数据给大家说一下，是不是专业的付全数据啊？他是不付全的数据，大家可以用来学习或研究，但是不要用他跑出来的策略去做投资啊，这个是非常不行的，因为他不是专业的数据。好吧，等你学会了之后，你开始慢慢理解之后，你就知道如何去搞专业的数据了。 然后的话，你如果你想要专业的数据的话，你可以去选择那些正规的数据服务商，国内也有好多有任何不懂的问题呢，大家也去问一下豆包。豆包的能力远在个人之上啊， 比我觉得比百分之九十九的博士都要专业好吧。然后我呢是一个十年的非金融行业的程序员， 我个人感觉的话， ai 是 带来的技术评权还有信息评权，在没有 ai 之前呢，一个策略可能要写一到两个月， 但是现在你用普通话跟 ai 交流几分钟都能写出来策略，并且能看到回测结果，这是非常牛的啊。所以说 ai 的 时代它是有机遇也有危机的。所以说希望各位都能够有所收获。好吧，拜拜。

还在用代码写回测？还在为数据发愁，风控逻辑写不完？今天给大家介绍一个专业级量化回测平台，基于 streamlit 构建的可式化回测系统。这个平台到底牛在哪儿？ 我们来看几个核心亮点。第一，可视化配置，告别繁琐的编码，像搭积木一样设置策略参数。第二，智能风控，特别是退市股票自动过滤，这是独家功能，能帮你规避掉那些踩雷的风险。 第三，多数据源管理， doc db、 tashir、 qmt 自动切换，保证数据新鲜又稳定。第四，极速回测，六秒完成全年回测，效率提升六十倍。 第五，完整的交易引擎，从手续费到华典再到资金管理，都考虑到了，非常贴近真实交易环境。 最后，我们用小市值策略做了个实战演示，二零二四年跑出了正收益，还成功避开了几只退市股。效果怎么样，后面会细说。 简单来说，这就是一个专业级的量化回测框架，它不是玩具，是真正能用来做研究、验证想法的工具。 底层是基于 e、 z、 x、 t 这样的成熟技术构建的，目标就是支持你快速地把脑子里的任何策略想法变成可执行的回测，并且验证它的有效期。 大家可以看这张架构图，清晰地展示了从数据输入、策略制定、引擎执行到结果可式化的完整流程，层次分明，结构清晰。 我们来对比一下传统方法和本平台的区别。大家看这张表，痛点很明显，需要编程，数据缺失，风控复杂，速度慢，结果分析麻烦，退市风险高。 传统方案往往需要你写几百行代码，手动下载数据，风控逻辑写得像天书一样复杂，每次回测都要等半天，画图也得自己动手。 而我们的平台呢，可视化配置三大数据源自动切换，内置智能风控模块，六秒完成全年回测，自动生成可视化报告，还能自动检测并过滤退市股票，这不仅仅是效率的提升，更是体验和可能性的飞跃。 这个平台能用在哪些地方呢？场景非常广泛，你可以用来快速验证你的交易想法，看看是不是真的有效。 可以用来做风险分析，评估策略的最大回测、下铺比例，这些关键指标，还可以进行参数优化，找到最优的参数组合。 对于准备实盘交易的朋友，回测通过后再上实盘是个好习惯，这个平台能帮你完成这一步， 甚至对于想学习量化回测原理的同学，这也是一个非常好的实践工具。现在我们深入看看第一个核心功能，智能风控系统， 这里面最核心也是我们独有的功能，就是退市股票自动过滤。为什么这么重要？因为 a 股市场每年都有不少股票退市，一旦你的策略不幸选中了退市股，那损失可能是灾难性的。 我给大家举个例子，中国中企代码零零零九九六 s z 去年四月底退市，年初价格还有一百三十多，退市前跌到零点三八，跌幅接近百分之九十六。 如果你的策略在七月份买入，一个月内就可能亏掉百分之九十三。可怕吧，我们的平台怎么解决这个问题？我们设计了三层防护机制，第一层在选股阶段就把退市股直接踢出去。 第二层，检查价格数据的时效性，如果超过七天没更新，就认为数据过期，也可能意味着股票有问题。 第三层，在调仓前再次确认，如果持仓里有退市股，强制卖出，避免损失扩大。去年的回测中，这套系统就成功过滤了四只退市股票，避免了超过五十四万的潜在损失。除了退市股过滤，我们还有其他实用的风控功能， 比如自动过滤 st 和 st 股票，这些股票波动大，风险高，一般量化策略都会避开。 还有停牌股票处理，如果某只股票停牌了，那肯定没法交易，我们就保持原有持仓不变 以及涨跌停检测，涨停的时候你没法买入，跌停的时候你没法卖出，这些规则平台都会自动帮你处理好，让你的回测更符合实际交易环境。 接下来看第二个核心功能，多数据源智能管理。我们整合了三个主要的数据来源， duckdb 本地数据库，它 share api 和 qmt 本地数据。 大家看这张表， duckdb 速度最快，但覆盖范围有限，主要是最近几年的数据。 tsha api 覆盖全部历史数据，但速度相对较慢。 qmt 本地数据也是全历史，但作为备用 这种组合有什么好处呢？就是速度和完整性的平衡。为了保证数据获取的稳定性和效率，我们设计了一个智能 forback 机制。 大家可以看这个流程图，非常直观。系统首先尝试从最快的 duckdb 本地数据库获取数据。 如果 duckdb 没有对应日期的数据，它会自动切换到 tsel api 去查，如果 tsel 也暂时没数据或者访问有问题，它还会尝试使用缓存里的数据，实在不行才会去查 qmt 本地数据， 只有当所有途径都失败时才会报错。这样做的好处是，即使某个数据源暂时不可用，也能尽可能的获取到所需数据，保证回测的连续性。 背后的代码逻辑也很清晰，就是按照优先级顺序依次尝试查询，光有数据源还不够，还得快。我们做了大量的性能优化。 首先是批量查询，以前查五千只股票的数据可能要调用 api， 五千次，一次又一次，非常耗时，大概要半小时。 而我们的平台采用了一次性批量查询的方式，只需要调用一次 api， 然后在本地筛选出需要的数据，时间从半小时缩短到六秒左右，速度提升了足足三百倍。 其次，我们还引入了本地缓存机制，第一次查询某个日期的数据会花六秒，但之后再查询同一个日期的数据，几乎瞬间就能从缓存中读去小于零点一秒。 这对于频繁回测或者参数扫描来说，简直是质的飞跃。有了强大的后台，前端交互也很重要。我们基于 streamlit 构建了一个非常友好的可视化界面，这里展示的是一百零一因子平台的一部分， 大家可以看到主页布局清晰，主要有策略回测因子、工作流因子分析这几个核心模块。 界面顶部会显示当前平台的版本、数据源信息以及可用的因子数量。整个界面设计的目标就是让用户能够直观方便地配置策略，查看结果 跑完回测结果怎么样一目了然。这里展示的是小市值策略的回测结果。 首先是性能指标，卡片总收益、年化收益、最大回撤下铺比例，这些关键指标都清清楚楚地列出来了。下面可以看到资金情况，初始投入多少，最终赚了多少，净盈利是多少一目了然。 中间是静止曲线图，直观展示策略的收益走势。最下面是详细的交易记录表格，每一笔买入、卖出、操作的时间、代码、数量、价格、金额都记录得非常清楚，方便你复盘和分析。 而且这些结果都可以方便地导出为 excel、 csv 或者 png 图片格式，用于进一步分析或报告。 现在我们深入到核心功能四、专业回测引擎。这个引擎的目标是尽可能真实的模拟交易过程。首先是完整的交易模拟， 我们考虑了实际交易中不可避免的成本因素，比如手续费，这里展示了万分之一的双向收取方式，并且设置了最低手续费。 我们还模拟了滑点，也就是下单时价格可能发生的偏离，可以通过设置滑点率来调整，模拟的精度默认是百分之零，也可以根据实际情况调整。 另外， a 股交易必须是一百股的整数倍，我们实现了整手交易的逻辑，买入时会自动向下取，整到一百股的倍数卖出，则可以卖出任意数量，但不超过当前持仓。 这些细节的考虑让回测结果更加贴近现实。引擎还需要精确管理你的持仓。 每日估值是必须的，每天收盘后都要计算每只股票的市值，如果当天有价格数据，就用最新价乘以数量， 如果没有最新价，就用成本价来估算。持仓调整是核心逻辑。根据策略设定的目标权重，比如等权重引擎会自动计算出每只股票应该持有的目标金额， 然后比较当前持有的金额和目标金额。如果差额大于零，说明需要买入。如果小于零，说明需要卖出。对于不在目标列表里的股票，会全部卖出。 整个过程都是自动化的，确保策略的执行符合预期。跑完回测最重要的就是看性能， 引擎内置了标准的性能计算模块，包括日收益、累计收益和年化收益的计算公式，这些都是衡量策略盈利能力的基本指标。 最大回撤也是一个非常重要的风险指标，它反映了策略从峰值回撤到谷底的最大幅度，计算方法也在这里展示。 最后是夏普比例，它是衡量风险调整后收益的经典指标，用年化收益减去无风险利率，再除以年化波动率，这些指标的计算都是自动完成的，方便你快速评估策略的表现。 理论讲了不少，我们来看一个实战案例，小市值策略回测。小市值策略大家应该不陌生，这是一个非常经典且有效的量化策略，尤其在 a 股市场，小盘股往往能获得长期的超额收益。 他的逻辑很简单，每年年初或者每月初选出市场上市值最小的 n 只股票，比如五只，然后等权重买入，持有到下一次调仓日，卖出所有股票，再重新买入新的选出的 n 只股票。 这个策略的核心在于捕捉小盘股的流动性、溢价和信息效率较低带来的机会。 我们用这个平台对小市值策略进行了二零二四年的回测，具体配置是从全市场选出市值最小的五百只股票，然后从中选择排名前五的作为备选池，每月第一个交易日调仓出使资金一百万，手续费按万分之一算。 回测结果显示，总收益达到了正百分之十二点五八，年化收益也是百分之十二点五八， 最大回撤是负百分之三十一点九六下，普利率是负零点零二，波动率接近百分之五十， 这个波动率不算低，但考虑到小市值策略的特点，这是可以接受的。更重要的是，我们把它和沪深三百指数做了对比，二零二四年沪深三百是负百分之三点二，而我们的策略是正百分之十二点五八，超额收益高达百分之十五点七八， 这说明在二零二四年，小市值策略确实跑出了不错的成绩。这个回测过程中，有几个关键事件值得一提。 首先是五月份我们的智能风控系统发挥了作用，成功过滤了两只当时已经退市的股票零零零九九六和零零零九七一，避免了大约二十五万元的潜在损失， 这再次证明了退市过滤功能的价值。然后是九月份市场出现了一波小盘股行情，政策利好刺激下，小盘股集体上涨，我们的策略单月收益达到了惊人的正百分之三十点九一， 其中像六十八万八千七百零一 sh 这样的持仓股票更是单月翻倍， 这充分展示了小市值策略在特定市场环境下的爆发力。说了这么多功能，大家肯定想知道怎么用起来。 首先看系统要求，必备的软件环境是 python 三点八以上版本还需要安装 docdb 这个本地数据库以及一个他事账号用于获取数据。 推荐的硬件配置是内存八级字节以上，硬盘十级字节以上，空间网络需要宽带，主要是为了首次下载数据时使用。 总的来说要求并不苛刻，一般的笔记本电脑都能轻松满足。安装和启动也非常简单。 第一步，用 git 把项目仓库克隆下来，进入目录，然后用 pip 安装依赖包，包括 streamlit， duckdb， tarshare， pandas， matplotlab 这些。第二步，配置 to share token， 创建一个点烟味文件，把你的 token 写进去。 第三步，运行 runguy 表格，启动一个简单的图形界面，用来下载数据。第四步，也是最后一步，运行主程序 python m streamlight run app 到派浏览器会自动打开，你就可以开始配置策略运行回测了， 整个过程非常顺畅。打开平台后操作也很直观。首先点击进入策略回测标签页， 然后根据你的需求设置参数，比如回测的起止日期，你想选几只股票，从多大的股票池里选出，使资金是多少等等。 设置好之后，点击开始回测按钮，稍微等待片刻，大概十几秒到几十秒，取决于你的配置和电脑性能，结果就会自动展示出来。就像我们前面看到的那样， 整个过程无需编辑任何代码，完全是图形化操作。虽然我们提供了很多内置策略，比如小市值策略，但更重要的是平台支持你自定义策略。我们提供了一个标准的策略接口，非常灵活， 你需要做的就是继承 strategy base 类，然后实现三个核心函数。 select stocks 用于定义你的选股逻辑。 get target weights 用于计算每只股票的目标权重，比如等权重， 市值加权等等。 getry balance dates 用于指定调仓的日期，比如每月、每周或者每天。 有了这个接口，即使你不懂编程，也可以通过平台提供的可适化配置来实现一些简单的自定义逻辑。或者如果你有 python 基础，就可以编辑更复杂的策略了。 未来我们还会陆续上线动量、价值、质量、多因子等更多内置策略。我们再来总结一下这个平台的优势。这张表对比了本平台与市场上其他主流方案，比如巨宽米筐、 uker 以及自建系统的差异。 可以看到，在示画界面，退试过滤、多数据源回测速度、开源、免费离线使用、扩展性以及上手难度等多个维度上，本平台都展现出了显著的优势，特别是退试过滤和极速回测，这两个方面是我们区别于其他平台的亮点。 总结一下本平台的核心竞争力，我认为主要有三点，第一，独家功能就是我们前面重点强调的智能风控系统，特别是退市股票自动过滤，这是其他平台不具备的。 第二，极致性能，得益于 duck db 本地数据的加速，回测速度远超传统方法，效率提升六十倍以上。 第三，零门槛使用完全的可式化界面，参数化配置，不需要编程基础就能快速上手进行回测。这三点结合起来，使得本平台成为一个非常有吸引力的选择。 那么哪些人会特别适合使用这个平台呢？我认为适用人群非常广泛。对于量化初学者，这是一个学习回测框架，理解量化投资原理的绝佳工具。 对于个人投资者，可以用来验证自己的投资想法，看看是否真的有效。对于数据，分析师可以快速进行回测，并将结果导出用于分析。对于策略研究员，可以用来进行原型开发和初步验证。 甚至对于小型私募机构，也可以作为轻量级的回测工具来使用。总之，只要你需要进行量化回测，这个平台都能提供帮助。 最后，我们来解答一些大家可能关心的常见问题。 q 一， 这个平台免费吗？答案是完全免费。这是一个开源项目，所有功能都可以自由使用，唯一需要的是一个它 share token。 当然，如果你只用本地数据，也可以不用。 q 二，必须会编程吗？不需要，如果你只想用内置策略，可设配置点点鼠标就行。 如果你想自定义策略，那肯定需要一些 python 基础。 q 三，数据需要更新吗？是的，建议定期更新，比如每月一次，重新下载最新的数据。 q 四，可以实盘交易吗？目前版本只支持回测，实盘对接功能正在开发中。 q 五，为什么我的回测结果和别人不一样？这很正常，可能是因为数据时间范围不同，参数设置不同，或者用了不同的数据源。 要想结果一致，必须保证数据和参数完全相同。总结一下，这个平台的核心价值在于专业级的风控能力，特别是退市过滤， 极致的回测性能，六秒完成全年回测，零门槛的使用体验、可视化界面以及完整覆盖交易细节的功能。如果你想立刻体验，按照屏幕上的步骤克隆项目，安装依赖启动平台，就可以开始你的量化之旅了。 关于这个平台的介绍就到这里，希望能给大家带来一些启发和帮助。

给大家看一下我是怎么用量化来辅助钉盘的呀。首先这是一个实时看板核心区域呢，就是当天的一字板、 t 四板和跌停的炸板的有哪些啊？ 因为这些决定着题材是走强还是走弱，像这个五点八亿是涨停风单， 然后题材和行业，那第二个就是连板梯队晋级情况啊，蓝色字体的是创业版。然后这个呢是分单排名，全市场实时的分单额，从大到小。这个是涨停时间， 这个是实时的事件啊，实时的涨跌价数，按一字板数量， t 字板数量，然后涨停的数量，跌停的数量，炸板数量。然后这里是盘中的实时日记， 是股票的涨停，跌停炸板，还有跌停开板，这个也一样，在盘中的时候就可以听得到哪个哪个票啊，名字是属于什么行业，跌停了，或者说炸板了，涨停了这样子。然后第二块呢就是新闻聚合， 这里面聚合了主流财经平台的实时消息，在盘中的时候可以打开语音播报，就实时可以听得到哪些最新的消息， 然后这个是热度排名，几个主流的阿吧，实时的排名人气情况。然后第二大块呢，就是一个复盘系统，这里显示当天所有涨停的票，他的这个涨颠覆， 然后这个涨停次数是最近半年，然后丰满成功率，就是半年的丰满成功率，自由流通市值恶涨停的原因和近期的题材。然后这是简介，这是用来复盘用的， 可以显示当天哪个题材有多少涨停的。然后这是一个学习系统，可以像刷某英一样，哎，学习认识每一个阿票，他是干什么的？ 他的这个骨性怎么样？表现怎么样？在盘中我想尽量看清全貌，而不是冰山一角。大家觉得这个盯盘程序有没有用？

手把手教你实现 ai 智能化交易。第六个数据获取啊，今天我们讲一下这个数据怎么去获取它数据是很重要的一款，不管你是做人工交易还是做量化交易，它这个数据永远是我们做交易的一个依据。 那首先有哪些数据呢啊？第一个是基础行情，对吧？这个不讲了啊。第二个基本面啊，基本面的话有很多，你尽量是获取的越全越好啊，特别是对你这个，呃，这个标记的话，影响大的一些产啊，一些数据。第三个啊，也是很重要的一些一些数据，就是， 那前面两个都是很基础的数据，大部分人都会去做，对吧？那第三个就是另类的一些数据，大部分人都会去做，对吧？那第三个就是哪些对你的交易有影响， 哪些没用？那你就是要去分析啊，要去排除一些没用的因子啊，这也是我们做因子分析的时候要做的一些一个工作。那这里面包括了一些新闻啊，一个市场疫情 啊，包括一些行业能动啊，包括宏观经济的一些调整啊，那或者渠道呢？有免费的，有付费的， 那免费的。首先第一点我们想的就是官网的数据啊，这些交易所官网的数据，那这些数据的话呢，相对来讲都是一个公公开的，然后也没有深度的一些数据 啊，你可以很多都都可以直接下载一些历史数据啊。那免费的那个其他的地方呢？就是第一个是 这些门户网站啊，才叫门户网站，这些话一般都是通过爬虫把手机爬过来，那如果我们不爬的话，其实你像 xl， 他 基本上已经把这些数据都已经爬到他的一个库里面去了，你直接通过他的一个开源库就直接可以获取他的数据了， 所以这些我们就不用去管它，那主要是通过 two c 二或者 x c 二去获取它的一个数据，那 x c 二是完全免费的，那 two c 二的话，它是基本上都会需要积分啊，积分， 但是一些像一些深度的一些数据啊，它都是要收费的啊，深度数据是像 level two 啊，专业的烟包，但 x c 二是没有这些数据的。 你还有一个就是要付费的啊，付费的就是如果说你做实盘的话，那这些数据的话，别人没有，那你有，那你就是，呃，有优势了，包括万德啊，同华顺的，对吧？东莞财富啊，这些他都会有一些数据的接口，直接付付费就可以获取过来 啊。我们重点讲一下里面的 x c l 啊，我为什么要讲 x c l 啊？那 x c l 首先优点是什么呢？它不需要注册，它直接就可以用的，而且是完全免费的， 直接利利用它的一个接口，直接就可以把数据调到我们的这个系统里面去。第二个呢，它的数据非常全，数据很全，它包括什么呢？ a 股、港股，对吧？加州货币外汇啊，这些东西都有。 然后呢？内容呢？包括这些啊，也包括行情数据、基本面数据、新闻数据行业的都基金市场。我发现他基本上你想到的数据他都会有啊，都会有啊，很全，就是我们因为有些小伙伴，对吧？也是做这个的，也做这个的，对吧？也做这些的，他都不一样。 那我们初学者的话呢，就是反正你到这里面去获取数据，但是他有个缺点，缺点有啥呢？ 稳定性不是很好啊，免费的就会出现这个问题，免费的都会有这个问题，稳定不是很好啊，接接口的话有些时候就没用啊，我也经常用着，用着发现他这个数据过去不了了。 第二个数据深度不够啊，大多是些公共数据，他很多数据都是爬虫爬过来的啊，通通过爬虫从那些农夫往上爬过来的 啊。第三个它的数据格式不统一，有些时候需要自行清理一下，就是把这个数据格式统一以后，你才能在你的系统里面去用啊，这是它的一个一个优点和缺点。那就具体这些数据啊，我们进进进这个文档地址，我们去看一下啊，演示一下。 那我们已经打开了这个 excel 的 一个在线文档数据的话，主要在这个数据字典里面，我们点进去 大家可以看到啊，有这些数据啊，你基本上你能玩的标的这里面都有，对吧？包括这里，你看 有大饼，有万汇，有货币。让我们看一下这个股票有哪些啊？有大 a， 大 a 里面有实时行情数据，有历史分比数据，有历史行情数据啊，还可以查询各国的一些信息 啊，他可以查这些数据，他他那里面都会写啊，那你比如说这个历史行业数据啊，他会写有哪些数据啊？得到那些东西，对吧？ 啊？这个是成都凭证啊，他吃新股啊，还有新股， 我们重点看一下啊，有个股新闻啊，这里是直接输入股票代码或者其他关键词，直接输进去，他就会有这个个股最近的一个新闻就可以获取了，他新闻链接是从哪里获取的， 他都会买给你。呃，然后呢我们再看一下几百遍的数据 啊，财务报表，我们直接比如说你点进去输入你的各股的一些信息， 哎，代码它就可以查到你一些这种基基本面的一些数据啊，财务数据，基本面的财务数据。然后呢概念板块啊，行业板块，这一板块现在是怎么样的热度啊？板块异动情况， 对吧？都有都有，那可以大家可以自己进去直接看啊，直接看那获取的方式啊，这右边都写了， 首先我们要导入这个库啊，我们只要看懂就好了，这个我我再说一下，就是所有的代码，我们只要看得懂就好了，我们是不需要去去会写的，就说到时候，哎呀，帮你生成以后你要看的懂，他这这是在干嘛啊？你这个地方是是股票代码，你要知道啊，对吧？他首先导入这个库，然后呢 用这个库就是 ak， 对 吧？这 ak 调用这个方法啊，就可以获取到这些数据，获取到这些数据， 哎，都是很简单的，你看到没有？都是很简单的，它只是告诉你这个用哪个接口而已，用哪个接口都是 ak 点什么什么的， 对吧？都是 a k 点什么什么的，包括这个也是 a k 点就可以获取数据啊，这个我们能看得懂就可以了啊。好，今天就讲到这里。

这段时间一定要反量化，量化好鬼坏的，现在量化割舍护的手法是升级了，预判了大家的预判，他一看到一个大热点来后，你知道他们怎么做吗？量化是这样的，既然这个是个大热点，他肯定不止一天。所以第一天 他不管平铺，并且快速平铺，把这个板块所有股票都买一遍啊，只是按权重不同平铺，平铺完之后， 那你想想量化钱这么多，短时间一平铺的情况下，整个板块会怎么样？就暴涨，甚至板块指数的暴涨，一堆涨停吧，十厘米，二十厘米，一堆涨停，他为什么敢这样做？这个是不是一个肇事啊？情绪有了， 股票也有反应了，就到市场一看，哇，这个板块是不是全线启动，所有股票起来？那这样子的情况下，按以前能说肯定是主力庄家进场，你看按我们的公式，最少要翻一倍 才能出的来。那这样子一平铺，是不是造成市场一种错觉？所以第二天，第三天油脂也好，散户也好，就往里面怎么冲好了。量化这时候他就会这样的，他第一天抢了什么手 先手啊？第二天如果买气还足，他就卖一点啊，如果买气不足，他全部怎么全卖给你？那是不是大家就追在最高位了？因为我们说了，社会财经根本就不缺事件，这段时间一个星期最少有几个，一个大级别的一个月最少一个，那他就按这个思路去，凡是一个热点来，他就干嘛平铺， 平铺满了之后啊，造成一种市场的错觉，如果市场接得住，我就卖少一点，如果接不住，全给。那你想想这种是是不是一种量化模型，其实就利用了大家的迷信，庄家和主力，以前这种手法你知道是谁干的吗？ 油脂只是油脂，以前是打个别龙头小盘股造造势啊，他打一个你打一个，造成局部。而量化现在是什么？钱很多嘛，他造成整个大板块全部爆， 这样子的情况下，是不是他赚的就是平均收益，同时可以上仓位啊？是吧？几十亿上百亿都可以花掉，然后两三天就给他出来，然后一个月每个星期一个小小财经最少一个月最少一个大的， 那这样是不是赚的盆满钵满？你们去看一下去年有些量化赚的是不是几十个点收益不差的，并且是大资金的。所以这个时候教大家一个技巧，怎么样判断量化是不是在平铺。如果是一条真的绝对好的消息，市场全正的情况下应该会怎么样？直直接开 一致，一一堆开一致对不对？但是如果是九点三十分之后，突然噼里啪啦整个板块上去的是吧？那一般都是量化平铺，不信你就看龙虎吧。今天的市场主线不用说了，那 led 嘛，这一一眼看上去肯定是量化 平铺的嘛。如果真的是市场共振的第一天，觉得绝对好的是不是一堆十厘米开一致，你根本就想都不要想的，结果没有那么多，后面是不是五分钟之内就噼里啪啦全上？ 所以这个是手法，就是随铺的量化，包括油漆那天其实也是，金刚石那天也是，所以这段时间都是量化，因为大盘增长时间，公路参与度也低，油值也怕， 但是量化是每天都有交易任务的，每天都要踢来踢，只要有差价，他是不是参与，所以量化是不管市场好坏，他天天都参与的，所以遇到这种情况下怎么办呢？大家记住了啊，一定要按三天为一个周期，第三天千万不要 最高，一定要等到第三天分齐完之后还能不跌或者涨，这就属于我们果学的。什么日转周， 那这个时候是不是要重新数啊？这个就相当于新的买点，并且那个时候经过三天的观察，谁是龙头，你知不知道 是不是操作就好。所以这段时间就是量化，动不动就平铺，要么你第一天不要想那么多，配置才会跟上去，要么就错过了第二天，第三天都不追，等第三天分期完，第四天日转周成功了，你再来。 定标又容易，还可以上什么呢？上仓位，我举个例子吧，前段时间你看金刚石是不是金刚石先热，两三天是不是有调整的，调完整周死不了，他日转周成功，后面开二波是不是日转周了？那你是不好涨两三天你又怎么？你又给他卖掉油气， 油气第一天他是不是硬上？昨天市场情绪还可以，他是不是就二板三板，怎么他就他就派了？ 你看昨天是不是亮化出的很明显的好，出完之后分歧，要么你分歧 d c， 你 千万不要在上面追第四天，第四天的时候如果他 d k 其实是好还是不好？不好，为什么？如果我们说第三天 所谓的量化也好，那些人派完之后，第四天应该干嘛？平开或者微微低开也行，但是一定要干嘛高走代表着新来的资金愿意怎么打上去，也就说情绪在，地位在才会出现走势，如果一低开，那就说明你这个情绪不在， 气势不在了，这个板块短时间就好。所以你们看到哈油气昨天是不是跌，第三天跌了，今天必须怎么高开高走有没有？ 但是他在哪时走的？下午？下午拉钱，你说行，这种就是假的吗？但是我们看电力，电力其实前两天是不是跟着油气慢慢涨，那一天你们两个在的，他是不是持续放量往上走？我跟你们说完当天是不是冲了一个上瘾性滑下来吗？ 后面第二天，第二天是不是微开微低开，啪一声就怎么这种？是不是就很强？所以他今天是不是就趋势正大啊？ 他是不是有个分歧点？你看那第三天，所以现在你发现只要你发现那些热门股或者龙头股，你们看他的龙头板是不是都是量化？所以真正的主力现在是量化，那我们就研究他习性是吧？第一天要么跟他怎么 一起，不要想那么多，要么等第三天他出完还不死再来，千万不要什么第一天看第二天慢，第三天怎么再去买短时间一套啊？错了，套了是不是就止损？ 一止损又杀到哪里？第一点，那你这样的钱是不是经过追涨杀跌，钱很快就赔光了？要进场也是等到分齐完之后出方向你再来，分齐完之后看他是不是我们果学做的日转周嘛，日转周是不是确定性更强， 空间更大，更好定标？所以我是这样子，我要求我的学生哈日级别以下哈，除非格子套利那种高手去试。我要求大部分学生哈尽量只做 日转周，因为现在是牛市，虽然是牛市中的防御市场，但是还是牛市，所以在这种情况下，我们统计牛市中的防御市场，最少一周里面有一个板块日转周，也就是说你最少一周里面有最少有多少次机会？ 一次啊？你们说才一次啊，不够。你知道日转成成功可以涨多少个点吗？从三十个点去到七八十个点，是不是有三十多个点？那如果一周你抓到一次机会，那就是每周三十点，你想啥呢？还不够啊， 是不是很厉害的复利了？定标好不好定，定标好定第二，速度又快，收益也不低。如果你把这一招日转周练熟，其实就是每周三十点，你练好它，你比油质还牛啊。

这个视频我教大家怎么去对方量化啊，可能很多人都忘记了以前五千亿成交量，六千亿成交量的那个时光了，三千点的时光，那个时候没有量化，你们依然亏钱，对吧？那如果没有量化也就没有我们现在四千点也就没有我们现在啊，三万亿的成交量，这都是量化带来的好处。 那人家有好处的油资嘛，量化是因为油资以前在三千点的时候他可以收割我们散户，现在他收割不到了，所以他从挣钱到亏钱开始骂量化。 你散户以前也是亏钱，到现在也亏钱，你也跟他妈乱话，你妈哪门子乱话，跟你你亏不亏钱跟乱话有什么关系？其实啊，乱话是很好。嗯，对付的，我以前教过你们的，现在再教你们两句话， 不要在热门题材和热门股里面做波段，做正常线，不要在呃冷门题材和冷门股里面做短线啊，就这么简单。也就是说你现在比如说现在短线，电信电网，对吧？你不要在里面啊搞格局啊，什么东西？那个东西的， 你吃到肉你就跑，不要贪心，对应的是不要贪婪，知道吧？你不要在，你比如说现在，我啊，我们看好的无人驾驶消费电子，你不要在这里面啊当短线来做。今天啊，因为是低位的，你啊，涨一点啊，野哥，这么野哥，这么明天跌一点啊，野哥，你是产业链，你就是键盘， 你累不累啊？啊？那么，呃啊，这是两句话讲完就算了。好，我们说啊，量化量化，众所周知啊，他是通过流动性收割流动性，也就是说他就是在热门题材和热龙头股里面做高抛低吸， 对吧？所以说经常你看现在的年版会人会少，因为量化的参与他所有断版反包，断版反包或者是走趋势，也就是量化啊给大家带来的好处，什么散货更容易买的到和更容易参与进去，以前 你参与的了吗？你参与不了，优姿天天高开高走，你根本不敢上车。现在现在最起码量化还给你机会吧。第二个量化跌停的时候最起码他还 量化去滴稀去救你们油资以前救你们吗？啊？他自己跑的比谁都飞快。商业航天记不记得那全都是油资按的。那是量化按的吗？都是油资按的，油资把你闷在水里的。所以油资骂量化， 你应该骂油资啊，在这个当下市场，我们散户改变不了市场的啊。 主要的啊，矛盾也没说我们，我们要看书，要要了解主要矛盾和次要矛盾，懂不懂？那主要矛盾是现在不是量化的问题，懂吧？是我上个视频讲过的那个问题啊。现在我们要学会什么？和量化同流合污， 做高抛低吸懂不懂？量化高了抛你也抛，量化低了吸你也吸，就这么简单。就是我今天讲的红脉绿脉哪有那么复杂，被割的都是笨蛋。

今天我们想跟大家来探讨一下，量化交易是怎么通过一些常见的波动率策略，在 a 股市场上面去捕捉这些波动带来的机会，然后获得一些稳定的收益。是的， 这个也是很多投资者都非常感兴趣的一个话题，那我们就直接开始吧。我们先来聊第一个主题啊，就是网格交易，他是怎么在震荡市里像自动提款机一样去赚取这个差价的？他背后的核心原理到底是什么？这个背后的原理其实特别简单，就是你先提前预设一个价格的区间， 然后当这个股价跌到你设定的这个低位的时候，他就会自动帮你买入，等他再涨到你设定的高位的时候，他就会自动帮你卖出。那这样反复的在一个震荡的行情当中，就可以不断的去收割这个收益。能不能用一个生活中的例子来解释一下，到底这个网格交易是怎么操作的？可以啊，你可以把它想象成你在卖矿泉水， 你九块钱进的水，十块钱卖出去，那市场的这个价格只要在九到十块钱之间来回波动，你每卖出去一瓶就可以赚一块钱， 这个就是网格交易，它通过这种固定的区间来捕捉这个小波动的一个方式。明白了，那我们在 a 股市场上如果真的要去做这个网格交易，具体要怎么去设定这个策略的参数？比如说标的的选择价格区间，还有网格的间距，这些东西是这样的，比如说我们举个例子，在二零二六年的一月份到二月份， 这个沪深三百 etf， 它的价格是在三点八到四点二之间波动，那我们就可以把这个区间作为我们的一个交易区间，听起来这个区间的确定还是很重要的，然后这个网格的间距我们可以设百分之二，那初使的资金我们可以先拿二十万来操作，那这样的话整个这个区间我们就可以分成二十个网格，那每一格波动就是百分之二。 那这个时候如果说他在这个区间里面总共拨动了十五次，那我们每次的净收益就是百分之一点八，那这样的话我们总共的收益就是百分之二十七，也就是五万四千元。 那这个整个的过程都是由我们的量化程序来自动监控和执行的，所以也不需要我们自己手动去操作。还有个问题啊，就是这个静态网格和动态自适应网格到底有什么区别？嗯，其实静态网格就是你这个参数一旦设定好，比如说你的这个买卖的间距，他是不会变的， 那市场不管怎么波动，它都是按照你这个设定好的来进行交易。但是动态自适应网格它就会更智能一些，就是它会根据你这个标的的价格变化，或者说市场的波动情况 来自动的调整你的这个网格的间距。那这个动态自适应的这个网格它具体是怎么去实现这个优化和风险控制的？它的原理是这样的，就是在市场波动比较大的时候，它会自动的把这个网格间距拉大， 这样的话就可以避免因为价格的小幅波动而导致你频繁的交易。那在市场波动比较小的时候，他会自动的把这个间距收窄，那这样的话就可以提高你的这个成交的概率，那听起来好像就是说他不光是可以提高你的收益，他好像对于风险的控制也有帮助，没错没错，而且他还会自带一些自动止损的机制， 就是如果说这个价格突破了你的这个预设的区间，他就会认为，哦单边行情来了，那这个时候他就会自动的止损，帮你锁住你的亏损， 那这个就是一个非常有效的一个方式，可以帮你避免身套，或者说帮你避免踏空。懂了，那我们接下来要说的这个均值回归策略，它背后的核心原理到底是什么？它是怎么用这个波动率回归这个概念来赚钱的？其实均值回归策略它最核心的就是它把这个骨架的波动比喻成一个橡皮筋， 就是他不管是拉的太长还是压的太短，他最终都是要回到他的这个正常的长度的，那这个正常的长度其实就是他的这个均值，那这个就很形象了。具体在操作上面是怎么来利用这个原理来进行操作的呢？具体操作上就是当这个波动率过高的时候，我们就做空，那当这个波动率过低的时候我们就做多， 然后我们就等它回归到这个均值的时候，我们就平仓，那我们就可以赚到这个回归的差价。具体在 a 股市场上面，如果我们要去实施这个均值回归策略的话，我们要怎么来设定和执行这个策略呢？这个策略分三步，第一步我们要先算出来这个个股或者说 e、 t f 的 这个二十日历史波动率， 然后我们就可以得到一个他的这个正常的波动的均值。第二步呢我们要设定一个域值，就是比如说我们超过均值的两倍，我们就做空，然后低于零点五倍我们就做多，那这样的话我们就可以精准的去捕捉这个回归的机会。 第三步呢就是我们就等，等到这个波动率回到均值附近的时候，我们就自动的平仓，然后把这个收益落袋。有没有什么实际的例子，可以让我们看一看这个策略到底是怎么操作的？然后它的收益表现到底怎么样？比如说我们遇到一个 ai 的 龙头股，然后它因为突发的利空， 然后他的这个波动率一下子飙到了百分之三十二，那这个时候呢，我们的程序就会马上融券做空，那等三天之后，他的这个波动率回归了之后，我们就赚了八十万。那还有的时候呢，比如说我们遇到一个股票，他横盘横了很久，然后他的波动率只有百分之六， 那这个时候呢我们的程序就会做多，然后等到他的这个财报发布之后，他的波动率回升了，我们就赚了七十万。所以这个波动率的曲线他是怎么来帮助我们找到这个交易的信号的？是这样的，这个波动率的曲线他会非常清晰的帮我们标明哪些是高波动区间，哪些是低波动区间，然后他的这个卖出信号和买入信号也是一目了然的。 那我们的量化程序呢，就是专门去抓住这些极值的点，然后去利用这个市场自我修正的这个特性来反复的套利，来帮我们实现一个稳定的收益。了解了，接下来咱们要讲的就是这个高低波动率突破策略，它背后的这个核心的原理到底是什么？这个策略其实是利用了 a 股市场上一个非常常见的现象，就是 当一个股票他长时间在一个很窄的区间，他往往会有一个很大的行情， 所以这个策略就是专门去捕捉这种低波动的横盘被打破的瞬间，然后我们就可以在这个大波动来临的时候去进场，从而赚取这个差价。你能用一个生活中的例子来解释一下这个高低波动率突破策略吗？可以啊，就像水库蓄水一样，就这个水被大坝拦住，然后越积越高，那一旦这个闸门打开，这个水流就会非常的汹涌， 这个就很像股价在横盘的时候，这个价格就会像这个洪水一样一泻千里。 那我们的量化程序呢，就是要在这个突破的瞬间精准的进场，然后去抓取这个大幅波动带来的收益。原来是这样啊，那我们在 a 股市场上如果要去操作这个高低波动率突破策略的话，我们具体要怎么来筛选和把握这个交易机会呢？ 其实这个策略的话，他分三步，第一步我们要先去找到那些连续十到二十天波动率都非常低的股票，就比如说他的波动率都小于百分之五。那第二步呢，就是我们要去等待他的这个爆发，就是他的这个波动率要突然之间飙升，比如说超过百分之二十，并且这个股价要同时突破他的这个横盘的区间， 那第三步呢，就是我们要跟着这个趋势去做，就是他如果是向上突破我们就做多，他如果是向下突破我们就做空，然后同时我们要设好止损，那这样的话我们就可以锁定我们的这个差价的收益。能不能举一个真实的例子，就比如说像新能源股他是怎么走出这样一个突破的行情呢？当然可以了，比如说有一只新能源股 他横盘横了十五天，然后他的这个波动率只有百分之三，但是呢因为一个政策的利好，他的这个波动率一下子就飙升到了百分之二十五，然后我们的这个量化程序呢，就立刻自动的交引， 然后就抓住了这波行情，最后就赚了十九万五千元。那我们接下来要聊的是期权波动率套利，他的这个核心的原理到底是什么？然后他是怎么来通过这个预期和实际的波动率之间的差别来赚钱的？期权波动率套利他其实最关键的是去比较这个期权的引韩波动率和这个标的资产的实际波动率。 那引寒波动率其实就是市场对未来波动的一个预期，那实际波动率呢？就是他实际走出来的这个波动，那我们就是要去利用这两个之间的差距来进行套利。所以这个策略就是说我们要去预判这个市场的预期是错的，没错没错。比如说如果这个引寒波动率 明显的高于这个实际波动率，那就是说这个期权的价格被高估了，那这个时候我们就可以卖出这个期权，然后等到这个波动率回归之后，我们就可以获利。那反过来如果是这个引寒波动率低，那我们就买入， 也是等他回归之后我们就可以赚钱。那能不能用一个比较生活化的比喻，再给我们解释一下这个期权波动率套利到底是怎么回事？我们可以把这个实际的波动率想象成是这个猪肉的成本，比如说他是二十块钱一斤， 那这个引韩波动率呢？就是这个市场上的售价，那如果说因为大家恐慌这个售价涨到了三十块钱一斤，那这个时候我们就可以相当于我们去卖出这个期权。 反过来如果说这个肉促销，促销到十五块钱一斤了，那这个时候我们就可以买入这个期权，那我们就等这个价格回归到这个成本附近，我们就可以赚到这个差价。懂了， 那我们在 a 股市场上面如果要去操作这个期权波动率套利的话，我们具体要怎么来计算来找到这个套利的机会呢？我们首先第一步就是要通过我们的量化程序，然后来实时的计算这个标的的实际波动率和这个期权的引韩波动率。 那第二步呢，就是我们要去寻找那些隐含波动率比实际波动率高百分之十以上的期权，那这个时候我们就可以卖出这个期权， 那如果说反过来是隐含波动率低的话，我们就买入。然后第三步呢，就是我们要通过同时买卖这个股票或者是期货来对冲掉这个标的价格变动带来的风险， 那这样的话我们就可以把这个波动率的差价转化成一个稳定的利润。能举一个真实的例子吗？就是比如我们发现这个 实际波动率是百分之十八，然后这个引寒波动率是百分之三十，在这个时候呢，就是这个期权被高估了，所以我们就卖出了一百张这个认购期权，然后同时呢我们也做了这个对冲，那一个礼拜之后呢，这个引寒波动率就回落到了百分之十九，然后跟这个实际波动率就差不多了， 那最后我们就是在权力金上面赚了十五万，然后对冲上面亏了两万，所以我们最后净赚十三万。好的那跨品种波动率统计套利， 他的这个核心的原理到底是什么？然后他是怎么来通过这个配对交易来捕捉这个套利机会？其实这个策略他是利用了同一行业的龙头股，他们的这个波动率往往是同步的，那如果说这两个龙头股之间的波动率出现了一个背离，就是一个特别高，一个特别低，那我们就认为这种偏离是暂时的。 那这个时候我们就可以买入那个波动率低的，然后同时卖出那个波动率高的，然后我们就等他们这个波动率再次趋同的时候，我们就平仓，那我们就可以赚到这个回归的差价。这个波动率套利在实际操作的时候，他的这个风险是怎么控制的？这个策略其实他是一个市场中性的策略， 他是靠这个统计规律来进行套利的，所以他的风险是比较低的，他赚的就是这个市场短期的这种无效性， 然后等到这个两只股票的波动率回归到正常水平的时候，我们就互利了解。能不能用一个比较生活化的比喻，再给我们解释一下这个跨品种波动率统计套利到底是怎么回事？可以啊，我们可以把两只股票比喻成两兄弟，他们两个人走路一般都是步调一致的，那如果说有一天这个哥哥走的太快了，然后弟弟走的太慢了， 那我们就可以在这个时候去压住他们两个，最终会回归到同步，那这个时候我们就相当于拉了哥哥一把，然后推了弟弟一把， 然后等到他们两个步伐再一次一致的时候，我们就可以赚到这个调整的收益。原来是这样啊，那在 a 股市场上面，如果我们要去操作这个跨品种波动率统计套利的话，我们具体要怎么来筛选这个股票？对，然后怎么来设定这个交易的信号？首先第一步我们要去筛选这个股票，对，就是我们要找那种行业相同， 然后他们的相关性要大于零点八的这样的两只股票。比如说我们举个例子，茅台和五粮液， 那第二步呢，我们要去计算他们两个的这个波动率的价差，在正常情况下，这个价差是应该在百分之五以内的，那如果说这个价差突然之间扩大到了百分之十五以上， 那这个时候我们就认为套利的机会来了。具体的交易操作是怎么执行的呢？当这个价差超过百分之十五的时候，我们就会自动的去买入那个波动率低的股票，然后同时融券卖出那个波动率高的股票， 然后我们就等等他们两个的这个价差又回到百分之五以内的时候，我们就平仓，然后互利两件。有没有什么真实的案例可以让我们看一看这个策略到底是怎么操作的？然后他的收益表现到底怎么样？比如说我们举个例子，就是茅台和五粮液，然后有一次呢，就是茅台的波动率是百分之八，然后五粮液的波动率是百分之二十八， 那这个时候他们两个的这个价差就达到了百分之二十，那这个时候呢，我们的这个量化程序就会自动的买入茅台，然后同时融券卖出五粮液，那两个礼拜之后呢，这个价差就回到了正常水平，那这个时候我们就平仓，最后我们就总共赚了二十万，那这二十万里面呢，有十二万是茅台赚的， 然后有八万是五粮液赚的。明白了，那我们接下来聊到这个日内高频波动率做事，他的这个核心的原理到底是什么？然后他是怎么来通过这个高频的报价和这个点差来获利的？这个策略其实就是我们通过我们的这个算法交易系统，然后我们用毫秒级的这种速度来不断的挂单和撤单， 然后我们就相当于成为了市场上的一个中间商，然后我们就可以反复的去吃这个买卖的价差，比如说我们可能就吃一个零点一分钱的价差， 但是我们因为我们的交易频率非常非常高，所以我们一天可能就可以累积出非常可观的一个收益，就是说这个市场波动越剧烈的话，是不是这个策略赚钱的机会就越多？对，因为市场波动大，然后这个交易活跃的话，那我们这个成交的机会就多，那我们这个点差累积的速度也就更快， 那我们就可以赚更多的钱。能不能用一个比较生活化的比喻，再给我们解释一下这个日内高频波动率做事到底是怎么回事？这个其实就像在交易所里面当快递员， 就是我们每一笔单子我们都只赚一点点快递费，但是我们因为我们的这个速度非常快，然后我们一天可以送成千上万单，所以最后我们的这个总额收入也是非常可观的。懂了。那我们在 a 股市场上面如果要去操作这个日内高频波动率做事的话，我们具体要怎么来执行这个策略呢？首先第一步我们要先准备好底仓， 就是我们要先买入一些近期比较热门的，然后波动性比较大的，流动性也比较好的一些个股。那第二步呢，就是我们要在交易时段 用我们的这个算法交易系统，然后以毫秒级的速度去不断的撤单，然后重新挂单，那这样的话我们就可以保证我们始终是在这个买卖队列的前面， 然后可以随时的成交。哦，那我们赚的就是这个买卖的价差，对吧？没错没错，那我们就是反复的去吃这个买卖的价差，然后我们每一笔可能赚的都不多，但是我们因为我们的交易次数非常多，所以我们最后累积起来的收益还是很可观的。 然后我们每天收盘之前，我们会把我们所有的仓位都平掉，所以我们是没有任何的隔夜风险的。有没有什么真实的案例可以让我们看一看这个策略到底是怎么操作的？然后他的收益表现到底怎么样？比如说我们拿一只热门的科技股来举例，然后他的这个日内的波动率是百分之七， 然后我们的底仓是有一千万股，然后我们的这个程序呢，是每秒可以撤单，然后重新挂单十次，那我们全天可能就会有两万次的成交，然后我们每次可以赚五分钱的加差， 那我们这一天下来我们的收益就是一百万。原来是这样啊，那这个波动率择时策略他的这个核心的原理到底是什么？然后他是怎么来根据这个市场的波动来调整我们的仓位的？其实这个策略他就是通过去监测这个大盘的波动率，然后来动态的调整我们的这个仓位，那如果说这个市场的波动变大了， 那我们就会降低仓位来控制我们的风险，那如果说这个市场的波动变小了，那我们就会加大仓位来争取更多的收益。能不能用一个比较生活化的比喻，再给我们解释一下这个波动率择时策略到底是怎么回事？可以啊，就像出海捕鱼一样，就是如果说这个海上起风浪了， 那我们就把我们的船开回来，然后等到这个风平浪静了我们再出去，那这样的话我们就可以尽可能的去避免这个大的风险， 然后我们又可以不错过这个好的行情，懂了。那我们在 a 股市场上面，如果我们要去实施这个波动率择时策略的话，我们具体要怎么来计算这个市场的波动， 然后怎么来设定我们的这个仓位调整的规则呢？其实这个策略的话，它是非常量化的，就是我们首先第一步我们会用我们的程序来计算这个沪深三百指数的二十日波动率， 然后我们会根据这个波动率的数值来决定我们的仓位。那具体来说这个规则是怎么设定的呢？比如说如果这个波动率大于百分之二十五，那我们就会空仓，就我们会持币观望，那如果说这个波动率是在百分之十五到百分之二十五之间，那我们就会用半仓来操作， 那如果说这个波动率是小于百分之十五的，那我们就会满仓，然后我们的程序会根据这个市场的波动来自动的帮我们调仓。有没有什么真实的案例可以让我们看一看这个策略到底是怎么操作的？然后他的收益表现到底怎么样？有啊？ 比如说我们从二零二五年到二零二六年这个实际的回测数据来看的话，那我们在八月的时候，市场大跌之前，我们就已经清仓了，所以我们就成功的躲过了这个大跌。然后我们在十一月份的时候，我们又因为这个低波动，所以我们就满仓入场了， 然后我们就吃到了后面的这一波上涨，那我们最终我们的这个年化收益是可以做到百分之三十的，然后我们最大的回测控制在百分之五以内，这个事件驱动波动率策略， 他的这个核心的原理到底是什么？然后他是怎么来利用这个重大事件前后的这个波动率的变化来进行操作的？其实这个策略他就是专门去捕捉像财报发布或者说政策出台这种重大事件。因为我们知道在这个事件之前呢，市场一般都是比较平静的， 那这个时候呢波动率是比较低的，那这个时候我们就可以提前去潜伏进去，然后等到这个事件出来之后呢，这个波动率就会大增， 那这个时候我们就可以在这个高点的时候把它卖掉，然后我们就可以赚到这个波动率的差价。能不能用一个比较生活化的比喻，再给我们解释一下这个事件驱动波动率策略到底是怎么回事？可以啊，这个其实就跟我们炒演唱会门票是一样的，就是我们在这个演唱会还没有开始之前， 这个门票其实是很便宜的，那等到这个演唱会当天，这个门票就会被炒的很高，那我们就可以在这个低价的时候提前买好，然后我们在这个高价的时候再卖出去，然后我们就可以赚这个差价。懂了。 那我们在 a 股市场上面，如果我们要去实施这个事件驱动波动率策略的话，我们具体要怎么来筛选这个目标，然后怎么来确定我们的这个入场和出场的时机呢？这个策略的话，它是这样的，就是我们首先第一步我们要去关注这个事件日历，就是我们要知道比如说这个财报季是什么时候， 然后这个政策发布的这个节点是什么时候？然后我们要在这个事件之前的十天去筛选那些波动率还不到百分之五的这些个股。那我们具体的这个建仓和平仓是怎么来执行的呢？我们会在这个事件之前的三天，然后我们的程序会自动的帮我们逢低去建仓， 然后我们会一直持有到这个事件发生之后，然后等到这个波动率飙升超过百分之二十的时候，我们就会自动的止盈，然后我们就落袋为安。有没有什么真实的例子可以让我们看一看这个策略到底是怎么操作的？然后他的收益表现到底怎么样？比如说我们举个例子，就是一直医药股， 然后他在这个财报发布之前的十五天，他都是横盘的，然后我们就以三十块二毛钱的价格，然后我们就买入了十万股， 那结果就是这个财报出来之后，他是一个超预期的，然后他的这个股价当天就涨了百分之九，然后他的这个波动率一下子就飙升到了百分之二十七，那我们就这个时候我们就自动的平仓了，然后我们的这个卖出的均价是三十三块五， 那我们最后这一笔我们就赚了三十三万。明白了，那我们接下来要聊的是这个波动率期限套利，他的这个核心的原理到底是什么？然后他是怎么来利用这个不同月份的合约之间的这个波动率的差异来赚钱的？其实这个策略他是这样的，就是他会去同时监控这个近月和远月的这两个期权合约的引含波动率， 然后如果说他们两个之间的差距变得比较大的时候，那我们就会买入那个波动率低的合约，然后同时卖出那个波动率高的合约，然后我们就等他们两个的这个波动率的差距又收窄的时候，我们就平仓， 然后我们就可以赚到这个波动率差和这个时间价值的钱。能不能用一个比较生活化的比喻，再给我们解释一下这个波动率期限套利到底是怎么回事？可以啊，这个其实就跟我们买卖火车票是一样的，就是如果说这个短途的票，他卖的比这个长途的票还要贵， 那我们就可以买这个长途的票，然后卖这个短途的票，然后我们就等这个价格回归正常的时候，我们就可以赚到这个差价。懂了。那我们在 a 股市场上面，如果我们要去实施这个波动率期限套利的话，我们具体要怎么来找到这个合适的套利的机会呢？ 这个策略的话，他分三步，第一步就是我们要实时的去计算这个近月和远月的这两个期权合约的这个引含波动率，然后我们要去找到那些他们两个的这个价差是大于百分之十的这样的一个组合， 然后我们就可以卖出这个近月的，同时买入这个远月的，然后我们就等他们两个的这个价差又缩小到百分之三以内的时候，我们就平仓， 然后我们就可以互利，了解有没有什么真实的例子，可以让我们看一看这个策略到底是怎么操作的？然后它的收益表现到底怎么样？比如说我们举个例子，就是沪深三百 e t f 齐全，然后它的这个近月的合约的引含波动率是百分之十五，那他们两个的这个价差是百分之十三， 那我们就可以卖出这个近月的合约一百张，然后同时买入这个远月的合约一百张，然后等两个礼拜之后呢，他们两个的这个价差就缩小到了百分之二，那这个时候我们就平仓， 然后我们最后就赚了十五万。原来是这样啊，那这个 v i x 联动策略它的这个核心的原理到底是什么？然后它是怎么来利用这个市场的恐慌情绪来进行反向操作的？其实这个策略它最核心的就是去跟踪这个中国波指，也就是 ivx， 那这个指数其实它是反映了市场的这个恐慌程度的。那正常情况下，就是当这个 ivx 上涨的时候，就是大家恐慌的时候，那这个时候呢？往往市场是下跌的。 那反过来，当这个 ivx 下跌的时候，那这个时候就是市场比较平静的时候，那这个时候往往市场是上涨的。所以这个策略就是说我们要跟大多数人的这个情绪是反着来做的，是吗？没错没错， 那我们就是当这个 ivx 很 高的时候，就大家都很恐慌的时候，那我们反而去买入，那当这个 ivx 很 低的时候，就大家都很乐观的时候，我们就卖出， 然后我们就可以利用这种反向的关系来进行倒立。能不能用一个比较生活化的比喻，再给我们解释一下这个 vix 联动策略到底是怎么回事？可以啊，这个其实就跟我们去菜市场买菜是一样的，就是当大家都在抢购的时候，就是这个菜价最贵的时候， 那这个时候我们反而不买，我们就看着那当这个菜市场冷冷清清的时候，就这个菜价最便宜的时候，那这个时候我们就多买一点，那这个其实就是这个别人恐慌我贪婪，别人贪婪我恐慌的这个逆向思维。懂了。 那我们在 a 股市场上面，如果我们要去实施这个 v i x 联动策略的话，我们具体要怎么来根据这个中国波指来设定我们的这个交易的信号呢？我们的程序会实时的去监控这个中国波指，也就是 i v x 的 值，然后如果说这个 i v x 的 值大于三十， 那我们就认为这个市场现在是处于一个极度恐慌的状态，那这个时候我们就会做多，那如果说这个 i v x 的 值小于十五，那我们就认为这个市场现在是过于乐观了， 那这个时候我们就会做空。那我们这个具体的这个出场的时机是怎么来确定的呢？我们会在这个 i v x 又回归到二十左右的时候，我们就会平仓，然后我们就会获利了结。有没有什么真实的例子可以让我们看一看这个策略到底是怎么操作的？然后他的收益表现到底怎么样？比如说我们举个例子，就是二零二六年的一月份，然后这个市场突然之间恐慌情绪飙升， 然后这个 ivx 一下子冲到了三十五，那这个时候我们的程序就会自动的去买入这个沪深三百 etf， 然后我们的成本是在三点八元， 那一周之后呢？这个 ivx 又回落到了十八，那这个时候我们就以四点二元的价格卖出，那我们最后我们这一笔就赚了二十万。 ok， 那 我们最后来总结一下，就是这个量化交易到底是怎么来通过这个波动率来赚钱的？然后它到底有哪些独特的优势？其实量化交易它并不是说要去预测这个股价是涨还是跌， 他其实是在不断的去捕捉这个市场的波动率的规律或者说异常，那他的这个做法就会特别适合像 a 股这种波动比较频繁的市场，所以就是说这个波动越大，反而对于量化策略来说机会越多，是吗？没错没错。那无论是这个震荡式里面的网格交易， 还是说这个横盘突破的时候的这个高低波动突破，还是说这个均值回归里面的这个偏离套利，还是说这个用这个波动率来做一些择时或者说仓位管理， 其实他都是在利用这个市场的波动，然后通过这种纪律性的模型化的这种方式来做，然后他是不受这个人性的这种情绪的影响的， 所以他可以长期的去积累这种比较稳定的收益。好吧，那我们今天也是跟大家一起拆解了这个量化交易里面比较常见的十种利用波动率来套利的策略，然后我们也从原理到这个实际的案例都给大家讲了一遍。好了，那这期节目咱们就到这里了，然后感谢大家的收听，咱们下期再见，拜拜。

最大的一个新闻就是我们的那些私募大佬啊，油资大佬，然后被量化给收割的体无完肤，然后投掷了白旗啊，说自己要投降。那量化这件事情大家是怎么看的？ 我是觉得如果你长期持有股票的话，量化对你来说根本就没有任何意义， 因为量化它是助跌，但是它也助涨啊，它不只是在股市里，就是收集筹码的一个信息， 它是一个 ai 啊，它会搜集，就是我们在网络上大家的一个情绪都在哪边啊？觉得哪些网红，然后推荐哪些好的板块，然后去哪里？ 他是对一切事物的一个感知啊，他是搜集了所有的万千信息，然后急于自己的大脑，然后开始自己的一个量化的一个操作。如果就是他知道啊，这个周末 ai ai 应用的情绪不好，那他就可能就在周一的时候，然后就会往下跌，往下跌，然后你跟着往外卖，他就会更往下跌，他是这样一个逻辑，就举一个特别简单的例子就明白了，你就看那个 cpu c p u 的 上涨，都已经涨了七八倍，有的都涨了十几倍了，那里面没量化吗？肯定也有啊，他把一切的罪责就都归功于量化了。那你真的如果是自己做短线的，那你就去买那些比较强比较热的，哪怕它很高， 但是最起码不可能会去斩杀你。那你做短线，如果你每次都想去抄底，你想抄底 aa， 硬硬想去抄底小龙虾， 那你就不行，那就不是做短线的逻辑，那就是做长线的，你只要想超底，你一定是做长线的，你想要做短线，你就，你就只能去追高，但是追高必备套，追高有风险，抵抗量化的最根本的一个力量就是你长期看好哪一个板块，拿着自己的股票不动， 要不然你就一定会被量化收割。你看最近特别火的那些 ai 应用，小龙虾、算电协同、有色、化工这几个板块可没少跌啊，这将近两个星期都不到两个星期吧，十天十个交易日，化工有的都跌幅达到了二十五个点， 这里面肯定是有 ai 的 功劳的，肯定是有那个量化的功劳的，就助推的下跌，但是你像 cpu 那 里面肯定有助推的上涨，它一样的，它是双向的。觉得我说的对的话点个关注，谢谢大家。

我先把概念给大家讲一下，今天我们会这么几层啊？概念层，然后是传统的软件层，然后是 ai 层，就是 ai 怎么直接帮你来操作啊？ ai 怎么直接帮你来操作？然后这边是软件层啊，软件层他我们原先手动操作是怎么来操作的啊？这是怎么做？然后这边是啊，概念层啊， concept， 我 们怎么去理解这个事情？ 好吧，那之前我们要做交易的话，肯定实时定位，我希望什么事？我希望我这个指标 拿着实时的信号，拿着实时的信号就能够出来，比如说，哎，该买了，哦，该卖了，这个买卖信号能够直接 下到交易去啊，下到 trading， 这是我希望的。那没问题，这个可以实现 啊，这里面的模板待会我也会把代码稍微给大家讲一点点，你只要知道大概有这么一个函数，剩下的都交给 ai 去写了，就不需要你来操作了啊。所以这个是第一件事情啊，大家先把这个事情理解好，然后， 呃，我我我自己做的时候，我就发现我可能在收盘的时候做啊，我没有实时数据推送，他就信号触发不了。那我们还提供了一个一次性获取的方式， 这是另外一个函数啊，你可以叫他函数二啊。我现在不讲函数的原因就是大家不要在开头借记很多什么呃，名词呀，函数名字啊，这东西都不用记啊，不用记，模板里写完了，最后叫 ai 帮你操作就好了。 那一次性获取的方式就是我获取完了，我就可以在模拟盘，因为头研是有模拟账号的，用模拟盘去下一次单去测一下，看看效果怎么样， 对吧？效果怎么样？ ok， 这个是第二步，第三步，我既然有了一次性获取，那我如果不用实时订阅这个模式，我想更可控一点，我定个五秒， 定个一分钟，定个十分钟啊，或者定时就是开盘时间，我去做操作就跑一次，行不行？那就有了这样一个定时操作的模式了 啊。所以这所有的逻辑都是，干嘛？都是我指标好在 头言上啊，指标好在头言。各位，这是一个高级需求，没有办法啊，没有办法，这个肯定要涉及到高级的这个函数了。 呃，指标好在投影上，然后 python 这个接口啊，也就是我们的 python 模块，你会发现啊，在 knt 的 生态里面， python 的 模块是非常非常多的，这是特别适合 ai 来学习的啊。然后 python 的 模块去做上面三件事情，实时订阅可以，一次性获取，可以，定时获取也可以啊，然后 python 去帮你对接到啊，全场 kmt。 ok， 那 我现在是用的投研的模拟账号再去跑的。逻辑是一样的，都是讯头生态的啊。那这个事情做完之后，这个事情做完之后，我就想到说，哎，既然我能够一次性获取， 我们这里面还有一个什么？我们还有一个单股模型的策略，它是什么意思呢？就是你任意的信号给到它，它都能帮你跑出一个回测。 哎，这东西很有意思啊，就是你的指标不管是什么样子，你都可以跑出一个回测。 回测的结果出来之后，我是不是假设我跑五千个品种，我是不是可以对五千个品种做筛选，筛选谁的收益最好，谁的回测最小，谁的胜率最高， 对吧？那这个排序有这个排序之后，我就可以看我这个指标到底适合哪些品种，我这个参数到底适合哪些品种啊？注意啊，你肯定没有一个万能的指标，万能的参数，所以都是 通过这个方式筛选出来啊，所以筛选品种可以做了。另外一个我们能不能去做一做组合回测， 就是我能够知道一个品种大概是在这买，在这买，另外一个品种大概是在这买，在这买，我两个都能拿到，我把他们两个去结合一下，让 ai 去结合能不能做， 所以这个都是我在收到同学的需求，说我对交易感兴趣的时候，我正好做着，做着有这样的功能和不让 ai 再做去做一些开发。所以今天啊，相当于告诉大家把你只有一个指标这个事，你只有一个指标这个事， 加上 ai， 加上我们的模板，你可以在 t m t 生态里面玩的非常非常的自如，基本上你关于策略想做的任何事情都可以去做 啊，都可以做，甚至更复杂的参数优化这一系列的都是在这个基础上你做的，好吧？啊，概念层我们讲完了，然后我们现在来把我们的这个啊，软件层啊跟大家稍微来感受一下。

很多客户不知道量化软件哪里下载，怎么免费开通，那我可以帮你申请，申请好之后直接发这样的安装包。那国金证券的话，为符合条件的用户免费提供的两款的一个量化软件，一个是 ptr 的， 还有一个的话是 qmt， 讯头的 qmt。 不 少有朋友问啊，就是这两款到底怎么选，怎么免费使用？今天呢就一次性跟大家讲清楚这两款软件怎么去选择。首先的话我们来讲一下 下讯头的 qm t， 它呢比较适合有基础，有编程基础，对数据与策略要求高的用户，本地运行支持自主编写比较复杂的一些策略，支持 vbu 和 python。 接着给大家讲一下恒生 ptrad， 呃，恒生 ptrad 呢，对新手的话更友好，实时化操作，可以直接去调这个参数，自带策略模板，它的话是在云端去运行的，它是云端运行，无需本地去搭建环境，交易更稳定。 那两款的话各有优势，根据自己的使用习惯和需求去选择就可以了，拿不准的话可以在评论区或者是后台滴滴我可以简单的交流一下。那开通量化权限呢？可以三步走，首先第一步呢，咱们需要有一个 国金证券的一个账户，这边的话我会帮你申请一下模拟测试账号，回测的时候的话都是在模拟的一个 呃账号里面进行一个回测的，而且的话像外面的话，很多的券商都有接咱们的一个 ptrade 的 和讯头 q m t 的 一个端口，但是的话可能门槛的话都是百万起步的。那咱们这边的话给大家申请了一个通道，低门槛的话就可以去使用我们的一个 ptrade 和 q m t 的 一个实牌软件 实盘交易，那第二步的话线上完成了程序的一个交易报备。第三步满足条件后入京正式就可以开通咱们的 ptrade 或者是 qm t 的 一个账号了，那正式开通之后，咱们的话就可以去搭建自己的策略了，那今天的话就给大家介绍到这，有什么问题的话可以在后台直接滴滴我 如果需要开通 ptrade 或者是咱们 qm t 的 一个实盘以及模拟账号的话，可以直接在评论区滴滴我。

大家好，个人用户如何去实现全自动量化交易？那首先一点就是需要拥有我们的一个量化软件，那我这边用的是金字塔量化软件，大家可以去百度进入金字塔的官网下载，或者是在信某达的证券官网下载都可以。 市面上的量化软件有很多，那我为什么要选择金字塔呢？首先它运行起来会比较简单便捷，很适合新手小白，然后它的操作页面也非常的易懂，运行起来非常的流畅。其实大家用什么软件做量化都可以， 重要的是一个量化的策略，就像我们平时做交易一样，你用同某顺或是东某才， 那这个都不重要，它不是决定你盈亏的一个关键，重要的是你的一个交易逻辑和操作手法，那量化策略就相当于你的一个交易逻辑跟操作手法，只是我们把它变成全自动的。那具体如何去做呢？ 大家可以点个关注收藏起来反复观看。首先我们下载好量化软件之后，直接登录进去，然后导入一下我们的一个量化策略， 我用的这个策略就是托塔策略，我们不断的更新，不断的迭代，现在已经是托塔十二号，那我们点进来以后可以发现我这边一共放了十六只， 这边有十六个窗口，那最多可以放三十二个这样的窗口，也就是说我们可以同时监控三十二个同学，然后只需要把每个同学加载好，双击一下我们的托塔量化策略， 上面就会自动的显示全自动交易的过程了。导入我们策略以后，点击左上角这个交易选择图标程序化 启动一下就可以了，上下车的点位都会有及时的出现，我们随便点开一个同学来看一下波塔十二号这个策略就专门是抓趋势拨断的，可以看到 底部自动的上车，顶部自动的下车，红色箭头是自动的上车，绿色箭头是自动的下车，只要是趋势发生都能抓得住，而且走的也非常及时，可以看到止损 非常及时，基本上下跌的行情会做到不开仓或者是少开仓，严格的止盈，止损不会被套， 那止损在这边也是小止损，一两个点就跑了，止盈基本上都是相处一个高位了，像这边一个盈亏比基本上做到了三点五比一，甚至是往上。 那我们再来看一个同学，同样托塔策略在这边底部自动上车，一直一直拿到这边自动的下车了，拿了九十多厘米，就在昨天又自动的上车了，可以看到 只要是有趋势发生都是能抓得住的，最大的一个优点是可以克服人性的弱点，贪婪、恐惧，那这就是我们一个全自动量化的一个运行过程了，后续有时间也会定期给大家分享的。那今天这条视频就到这边，你们学会了吗？

现在还在大 a 里玩最高的，基本都呆了。我做投资三十年，见过无数轮市场风格的切换，唯独当下这种量化主导板块轮动速度快到离谱的行情啊，是最容易让散户亏的稀里糊涂的。大家都调侃说低息富三代，追高回一生， 这句话呢，也被现在的行情验证的明明白白，大家不妨回过头再去看看自己的账户啊。最近是不是很容易一买就跌，一卖就飞？ 现在的市场就是这样，看着每天热点不断，红红火火，好像到处都是挣钱的机会，可真要一动手操作呢，才发现挣点钱比登天还难。前两天看着石油猛涨，一咬牙冲进去，第二天直接闷仓。昨天呢，看着科技应劲而大，刚割完肉换骨进去，转头又吃一碗大面。 反倒是昨天被踩到地板上根本没人敢炒的板块，今天莫名其妙他又红了，被市场这么来回的打理，资金全是快进快出，靠着算法在收割短线的情绪。 你一个傻乎乎，每天看着分时图去人工盯盘，反应肯定是慢慢拍的，看到涨了才去追，正好接了量化的互利盘，看到跌了赶紧抛，正好又把带血的筹码送给他了。想要顺利度过这种行情，我只送你一句话，彻底放弃追高，死守低 c 原则。 你先别误会，我说的低 c 绝对不是你看到哪个票跌的惨了就去盲目地抄底，那是徒手接飞刀。真正的低 c， 去找那些在核心基本面支撑，整体处于上升趋势的板块里面，耐心等他的龙头股缩量回调到关键支撑位再下手，比如回调到五天、十天、二十一天等等，发现跌不下去了，量也缩到极致了，这时候你用小仓位去潜伏， 这才是更有把握的操作，而不是去接那些被量化无脑砸盘破位的烂票。现在的市场，耐心远比技术重要，最忌讳的就是眼红。 看着别人的股票涨停，那你就跟天天想着去抓每天轮动的热点，那纯粹是痴人说梦。与其被量化资金牵着鼻子溜的头昏眼花，不如沉下心来盯死两三个你自己看得懂的核心板块，等他调到位了再买进去，然后趴着耐心等， 等冷冻的风吹过来的时候，你自然就能安安稳稳的吃到属于你的那口肉。那些看着长得猛的板块，再诱人也别去看，别去追，这就是当下的铁律。一定要记住，股市里从来不是比谁操作的更频繁，谁跑得更快，而是比谁看的更准，守得更稳。 面对这种极度消耗人心的量化行情啊，守住低吸的底线，远离追高的陷阱，能在这几个月里不加折腾，保住你的本金，已经赢了市场上一大半的人了。