点拓量化模拟盘教程

最近发现一个超猛的量化交易工具，它能全自动实时钉盘、零编程，用中文描述策略就能自动转换成代码。你发张截图给他，就能自动读图分析，提取指标，做历史回测、复盘、批量回测，验证行情速度，数据更新达到毫秒级别，三到七天快速入门， 小白也能零门槛上手。如果你有好的策略，当然也可以试试他的本地模拟。更绝的是还支持通达信同花顺自动交易，只需把基础条件设置好，就能让你的策略跑起来。他还内置了上百种中文策略模板， 覆盖了主流交易思路，给你无限灵感。从策略创建、回测验证、本地模拟到自动化一站式量化交易，其实就两点，制定选股策略，利用程序快速执行策略， 这款工具就可以实现。对于想要踏入量化大门，又不懂代码的小白来说，很友好，觉得有用的转发给你身边朋友。关注我，下期分享更多实战干货，咱们下期再见！

最近刷到一个堪称量化领域标杆级的项目，他几乎把量化交易的完整流程系统整合，从策略创建、回测验证、本地模拟到自动化，一站式实现了全链路覆盖。亮眼的是零编程，用中文描述策略就能自动转换成代码， 整个过程只需几秒，批量回测验证上百个策略，帮助你在海量策略中找到适合当前市场的思路。更绝的是支持通达、信同花顺自动交易，只需把这些基础条件设置好，就能让你的策略跑起来。 当然，你也可以试试他的本地模拟测试策略可不可行，即便是刚入门量化的初学者，也能三到七天快速进入实践阶段。他还内置了上百种中文策略模板，覆盖了主流交易思路，给你无限灵感。 这个项目不仅框架完整，而且研究与学习价值都很高，觉得有用的转发给你身边朋友，关注我，下期分享更多实战干货，咱们下期再见！

问你个问题，同一个市场，同样的时间，为什么有人赚了百分之九、百零八，有人却只能赚百分之五？这个差距有点离谱对吧？今天带你来看看，到底是用什么工具拉开了这个差距。 策略创建、回测、验证、模拟交易、自动化全在一个页面里完成。这个雷达图，六个维度的策略指标、收益统计一目了然。可以看到，这个策略径直曲线跑赢了精准指数好几倍。 那这个策略到底是怎么做的呢？程序员写策略还需要一行行敲代码，而他只需输入中文，就可以把准备好的策略输入进去， 提取指标，生成代码，整个过程只需几秒。更强大的是，只需把基础条件设置好，搭配条件预警公式，就可以玩自动交易。当然也可以设置多个预警条件，做到超短线高频策略。 这款工具简单易上手，不需要懂 python， 写代码对小白来说很友好，觉得有用的转发给你身边朋友！关注我，下期分享更多实战干货，咱们下期再见！

hello， 大家好，从今天开始我准备全程记录一下，我去开发一款量化交易软件， 并且在模拟盘进行模拟交易的整个过程。 那么今天跟大家分享的是量化交易系统开发流程。 首先开发流程的概览我们先来看，一共分为七步，第一步的话就是获取数据。 第二步，数据清洗。第三步，策略编辑，第四步，策略回测，第五步，策略优化第六步，模拟交易第七步，实盘交易。 首先第一步我们要获取数据，获取数据的来源主要分为以下四个方面，我们可以获取它的行情数据，也就是每一只股票的动态的 k 线，以及特定的一些技术指标， 比如说五日均线、十日均线等。第二个就是宏观的基本面上的数据，比如说央行利率的政策以及行业板块景气周期等等这一类的基本面数据。第三就是企业的财报透视数据， 比如说他的季度报、年度报等等。最后就是余情相关的数据，新闻及社交媒体的情感指数等等，每家公司的余情变化数据。那么数据的接入渠道目前有 网络上的下载数据客户端，比如说万德的数据，但需要购买会员 a p i 接入，这种一般都是比较稳定，但是需要收费。最后的话就是我们爬虫获取抓取数据， 那么数据来了之后，我们要有一定的数据清洗的规则，比如说我们要清除垃圾数据，要对控制数据进行处理填补，以及我们一些特定格式数据的转化， 比如说时间数据，我们就不能是文本的格式，另外还有数据对齐，通过数据清洗手段可以提高我们模型预测的准确度。 接下来是比较重点，我们需要去进行策略编写。信号捕捉逻辑是依靠技术算法或量化指标， 在嘈杂的持续中寻找微弱的预期差信号，过滤无意义的噪音，实现高精准度的探测。当我们进行信号捕捉之后，我们要进行交易， 交易呢就分为建仓以及平仓仓位的动态调度就是当触发条件时，精细执行开平仓指令，为了降低滑点和市场冲击，需要合理规划订单类型，并施加单笔限制。 第三就是主动止损保命线，在底层算法中将止损逻辑提升至最高优先级，一旦策略发生方向性错误，无条件迅速切出，保障核心资金的安全。这一步的策略编写 在不同的板块中会有不同的编写策略的逻辑， 而策略编辑完成之后，我们要进行策略回测。第一个就是我们要进行回测参数的设置，要精准匹配测试的本金， 引入与真实交易市场一致的交易税费用金比例，并加入代表执行滑点和流动性溢价的动态乘法缓冲区。 第二点的话就是我们要进行策略的实力化，也就是将书写完毕的交易逻辑载入回测仿真引擎沙盒， 将核心逻辑与代调参数因子进行解偶，构建高度隔离的安全推理环境。 第三就是进行历史数据的载入，导入经过严格清洗的历史行情数据加载流程，具备单向持续性，彻底隔绝信息向历史前推的时间反向回流污染。 第四步我们要进行回测的执行计算、盈亏计算、统计指标生成回测报告等等。 策略回测中的持续径直跟踪、绩效核心审计、极限压力测试以及生成综合回测报告等等， 都有具体的指标计算逻辑以及预期输出结果等。 完成策略回测之后，我们要持续地进行策略优化。 第一个点是要重视交易费用。回测中完美的虚拟高收益往往在真实盘中被手续费与划点残蚀。 调优的前提是用最苛刻的佣金惩罚和滑点模型审视策略。如果一个策略在叠加交易摩擦后优势不在，就果断要舍弃。第二种是要重视风险，重视退出 调优呢？是为了在极端行情中存活，而不是追求暴力，必须在底层代码中焊死最大单笔硬止损和多维度全局资金回撤熔断保护拥有主动优雅退出能力的算法，才能在长跑中获胜。 第三，禁止采用网格调优去寻找特定历史片段下的极限最优解。 接下来我们要进行的是第六步，模拟盘交易。在这个过程中，我们要强制设置至少六个月的模拟向前测试期， 迫使策略直面单边牛市、单边熊市以及横盘风险轮动转换等等。 并且要深度理解过去并不等于未来的真相。在历史回测中跑出再惊艳的数据，只要逻辑存在过度逆和数据泄露或无法感知新市场机制变化， 策略在生产环境跑动时，其概率优势便会逐渐漂移退化。模拟交易正是用于严苛的样本外前项测试， 唯有在横跨两个季度的模拟盲测中，系统未发生崩溃，执行延迟控制在毫秒级，且实际收益特征和胜率满足回测设定的基本期望，方可获取实盘准入。 我们认为模拟盘稳定收益要在百分之一百以上，再考虑实盘交易。 最后，我们要进行实盘交易。首先，我们要做好三个准备，第一，实盘交易首年不以财富多寡为成败标准，也就是我们要做好第一年会输的准备。 第二，不要急于扩大投资，增加杠杆，克制幸存者偏差下的规模膨胀。 首期几笔交易的偶然胜利极易引发非理性的自信爆棚，坚决克制快速追加资本规模甚至铤而走险增加杠杆的冲动。第三，要稳住心态， 置身事外，充当冷酷的系统监护者。量化交易软件的本质就是用确定性的数字和代码逻辑，帮助我们彻底隔绝人类贪婪、恐惧与临摹犹豫。 只要系统仍在预设风控安全边界内跑动，禁止任何人工主观干涉，保持绝对平和的局外人姿态， 用严苛纪律征服市场企服用程序规则重塑交易心态，保持对数据的敬畏，在绝境中规划好离场红线，最终由期望、胜率和数学概率去裁决。 感谢观看！另外，接下来的几期视频中，我会逐步使用 ai 的 工具， 如 vs code、 cloud code， 并接入 deep seek 大 模型去打造一款量化交易软件。在这个过程中，我会根据它的实际表现情况 进行算法以及策略的优化，并且在模拟盘中观察 打造一个相对适配我们个人投资领域板块特征的量化软件。 感谢支持！

我用国产的 web 控定工具，然后配合大模型 dipic 微四，然后做了一个量化交易的工具。嗯，然后呢，现在我们正在调试我们的策略和啊我们的啊选股。 嗯，现在呢，我们可以把我们的策略进行实盘啊，实盘实盘进行模拟啊，进行模拟账户啊，然后现在呢我们要 嗯详细的去调整我们的策略啊，如果大家有什么好的啊，日常就是在实战中啊，能够稳定盈利的策略，可以交流一下，然后把这些策略呢，把它变成一个啊，可以在啊量化系统里面进行啊进行，嗯，在量化系统里面进行自动交易的啊，自动止损的一个， 嗯，自动交易的一个策略，这样可以规避掉我们日常操作中啊，嗯，就是人为的这种判断。那我们今天呢就想简单一下，举一下例子啊，我过去啊比较常用的啊，一个办法就是啊叫涨停后的空中加油，他成功率会比较高一点，然后波动，嗯，就是 大的啊，好的股票就比较容易发现。嗯，吃到比较大的涨幅，但是同时呢他也会啊，吃到这种，就是遇到这种啊， 遇到这种跌幅比较高的，那连续上涨的时候，连续上涨以后，如果你介入的话，就会比较吃亏。那我们怎么用量化去啊，去利用好它的优点，但是又要规避掉它的缺点呢？那过去的时候我们可能更多的是根据我们的盘感和经验。那现在用量化以后呢，我们就可以去啊去，嗯 嗯，直接在指标里面去啊，进行进行调整啊，让系统自动去执行就可以了。股票突然跳涨，然后他经过很多天的调整以后，突然突然又加速开始开始上涨，那这种股票的话呢？嗯，他其实是一个空中一个加油的形态，他虽然经过了漫长的调整洗盘，小 k 线的洗盘，但是他没有跌破这一天上涨的这根这根 k 线上的一个， 那这种形态在这种形态下的话，后期有可能啊，会有比较好的行情。那过去传统的方式，让我们看一下效果的话，我们从四月份到现在，那有一些涨幅比较好的股票啊，他们都会符合这种形态啊，这个非常多 非常多，但但是呢，我们没有对这种形态进行一个嗯，就是精细化的去调整，为什么呢？因为啊，这这种呢就很有可能会存在的过你和的问题，所以我的话我们会放宽这个条件，过去的时候我们可能都是以经验为准啊，一个上涨拉升调整可能以经验为主， 那也会遇到这种啊，遇到这种比较亏损比较严重的，那我们在这一天进去以后，第二天啊，第三天出现了大幅的下跌，那我们在在这时候应该去怎么去处理呢？也有这种亏损呢 啊，经常会买到头部的，但是这种的话对于量化交易来说，它其实并不是最主要的威胁啊，但对于我们实盘的时候就会出现很大的误判啊。就是啊，我买到买到在顶部了，我在顶部买到以后，这个股票没有符合的预期啊，在传，用传统的啊，用传统的这种方式去交易的话， 那我可能在这里第二天就就被套套住了，然后不舍得走，在上下震荡中不舍得走啊，然后啊出现利润大幅下跌，然后反弹，那这种这种股票就非常难操作，就会出现大幅的亏损， 大幅的亏损，如果你仓位没控制好的话啊，没控制好的话，你就会出现，但是呢他也有好处，就是可以抓到一些大幅上涨的一些股票，那这种股票在传统交易的，就过去我们交易的方式的时候，那我们可以在啊头天选选入之前股，或者当天的时候 出现，那我们在量化交易里面去怎么去解决这个问题呢？这个就是我在前两天说的，就是对我们这个交易的一个模式进行量化啊，什么时候出场，什么时候入场啊，去定好，定好规则，定好规则去这样去弄。那我们在在在我们这里面就会啊，对我们这个啊，把这个策略 啊进行啊，但这个是是 python 格式的啊，它设置入场点出场点出场的话啊，就比如说过去吧，我们经验中是啊，会 啊，比如说啊跌破均线啊，或者是我觉得形态走快了，可能会会去出来。那我们在量化的时候呢，可能有一些经典的量化的一些模式啊，去处理这个事情，那我们可能会啊，会，会采取那种 it 二的动态的调整，然后呢？嗯，如果如果你能在盘中忍受一些比较大的波动的话，我们也会采用啊判特纳 可能呢通道的方式啊，去啊，我直观的给大家显示一下啊，那比如说我们随便举个例子吧啊，那这个例子，这个例子的话，我们可以看出来，如果如果这几天小小圆线开始不断的往上攀升， 那小圆线往上攀升，突然突破，突破上轨以后，如果我们采用动态，动态调整的话，我们很有可能在实盘的时候被调整出去，如果是量化的话，那有可能在盘中啊这边是会出去，这种也是可以的，为什么呢？因为他 他即使是亏钱的，也也有可能在出现亏损的，这种方式就是在后面调整的时候，大幅波动的时候，你有可能会被洗出来啊，吃不到后面的上涨。但是我们呢也可以采取这种啊可能的通道的方式，就是 当他的通道走出来，当一个趋势走出来，通道走出来，他不跌破中轨，我们就不出来，你无论怎么正道，一旦跌破中轨我们就出来，那也有可能会出现亏损啊，但是他的亏损是很小的，因为一旦进入通道以后，那他的波动率波动的情况，就无论怎么上下波动，他其实整体的趋势我们都是看的比较清楚的。那 我们把这个啊数数据化，数据化在我们的这个啊系统里面啊进行，把它做到我们的出场条件，然后在模拟盘的时候啊，模拟盘的时候，系统我们就会设定好啊，设定好模拟盘，然后这个模拟盘的话啊他就会啊根据我们的这个信号来进行那个出场，或者是啊就 嗯可以去啊自动去执行这个自动化的交易去执行，那就不需要我们去在盘中的时候有可能就会被震荡出局啊，现在就啊如果在盘中震荡就会就会被震出来，那如果我们 数量化的去定好这个规则，我们就不会被震出来，那就有可能会吃到这些，但是呢如果还有一个呢，就是如果遇到这种情况会怎么样呢？那他可能就是，哎，突然就跌破了，那我们这一天可能就要就要去出局，就要出局，而且可能这一天的时候出局的话，我们也是亏钱的，但是这种亏损呢，是可以忍受的啊， 可以忍受了，为什么呢？第一它亏损的比例很小，第二我们一定要控制好仓位，我们在自动化交易里面去去定好，而且这股票最多仓位是多少，它不允许你再超过这个仓位，那你确定好以后就会啊，在释放交易的时候，即使你不断的买到这种跌停的股票，你可能也不会有太大的损失， 那这种的话可能就会就就要忍受这种损失啊，比较比较多的忍受损失，但是但是这种交易的话，我们通常是在买入的时候可能就就会非常谨慎了，对吧？啊？这种掉井线的话，这种，嗯，我们不去，不去去啊，连续涨停的，我们可能就在买入的时候就会确认啊，进行确认的时候就，嗯不去买入，嗯， 所以我我举这个例子是为了说明什么呢？就是我们在交易的时候一定要啊采取就是借用量化的交易思路去处理这些事情 啊，现在呢我们在慢慢的尝试把我们传统的这种啊交易方式啊，传统的这种交易的交易的形态啊，模式啊，然后把它进行量化啊，量化，然后布置自动化，现在正在做这个事情，但是非常这也是非常困难的一个事情 啊，我们要慢慢的耐心的去做，大家如果有好的啊交易的策略在日常交易的时候能够长期稳定的盈利的啊，可以在评论区去交流一下，我们看看能不能把它进行量化和自动化。

我用 webco 定工具啊，配合国内的大模型 deepsea v 四 pro， 然后开发了一款量化交易的工具。 呃，然后这个量化交易工具呢？嗯，就是基础的模型已经走通了啊，它可以进行啊，策略，进行策略的管理，策略的管理，然后还有啊，我们量化交易里面的因子，因子的挖掘啊，因子的管理，然后对这些啊， 嗯，策略或者是多因子进行回测，回测完以后呢，然后转入实盘，我们拿过来看看实盘的实盘的情况怎么样，然后这两天呢，我们正在调试这个实盘的，嗯，就是运行情况，数据情况， 嗯，词盘的部分呢，其实本质就是自动化交易的，自动化交易，然后自动化交易呢，我们引入了这个呃策略的周期周期管理，生命周期管理，那符合我们条件的策略比较稳健的，确实可行的策略，我们会不断的通过，达到我们预值以后，我们就把它转入到词盘里面去操作，那这里呢就是自动化交易的部分。 嗯，今天呢我们主要呃想介绍一下，就是散户如何参与到量化交易里面去。呃，主要是有两个大的方方方向，第一个呢就是，嗯找到券商， 嗯，然后呃跟券商申请开通，开通量化交易的权限，券商呢就会给你呃两个东西，就是 q m t 或者是迷你 q m t。 啊，如果是有自己有一定的编程基础的，有一定的开发能力的， 那我们就是用 mini k m t， 然后直接对接这个接口就可以了。然后如果是呃自己想简单的去使用的话，那券商的话就提供了嗯，这个叫 k m t 的 这个工具， 嗯，然后或者 p c 帅的也有，然后 k m t 的 话它，嗯，主要的就是里面提供了很多就是适合散户的通用的一些量化工具，所以我们，呃，我们是建议呃，就昨天的时候我也介绍了一下，就是散户必须要呃了解量化的这个思路，然后用量化的这种方式啊去规范自己的交易， 嗯，不论你使用或者不使用这个自动化交易的嗯工具，那你也要了解这个量化的思路，机构量化的思路他是 重塑了我们整个市场的，他跟我们传统的呃就是交易方式他是不一样的。我们传统的话依赖于对对市场的嗯趋势的判断呀，依赖于对个股的这种强度啊，嗯，或者是量能啊，或者是呃就是传统的量价啊，这种这种方式去做股票的， 他带有很大的预测成分。比如说我们经典的这种道士啊，或者是波浪理论啊，或者是我们的缠论啊，他都有对市场更多的预测， 然后再加上自己的啊理解啊经验。这种方式量化他是不一样的。就比如说我们那个啊，量化里面最常用的这个，嗯，就是增强型的这种指数的基金，他们的操作方式是干嘛呢？就是我不管长做的指数，我只要比市场里面 啊做的最好，做的那个基础的呃做的更好就可以了。那你比如说今天指数涨了，涨了一个点，那我只需要涨两个点就可以了，那指数第一个点呢？那我只需要它保本就可以。它是以这种增强型的啊这种方式， 那他因为他在市场里面不断的去从各个数据的挖掘，从里面找出啊某某些方面，嗯，可以盈利的地方，那他他们把它归结为因子啊去操作的。那散户呢就非常难以去应用这种方式，所以就直接用机构的这种，嗯，券商的，嗯，现成的工具就可以了 啊。但当然了，他这有一定的门槛要求啊，资金可能最低的现在有十万啊或者五十万的啊，尤其是像你如果要开通这种七加零的这种，但这种七加零呢，等下我就给大家介绍一下，就是 就是他开通了这这些权限呢，我们可以从里面去理解他的思路，然后啊找出适合我们自己的啊交易方式，过去的交易方式啊就可以了。 然后开发的部分呢，就是要有一定的开发能力和部署能力，研究的能力。那我们常用的网站里面有很多像那种巨宽啊啊， big quant 啊，或者是那种果仁啊，还有很多那种量化平台， 我们可以自己去研究一下，然后就像我就像我目前这种做的方式啊，就是我们可以直接对接我们的 q m t 迷你 q m t 以后，然后实现那个量化量化的交易。嗯，但是这里面呢就涉及到这个策略的策略的制定和因子的挖掘，因为我的思路呢，还是用传统的策略配合啊，机构的这种量化的这种因子的方式去啊，考虑这个事情。 嗯，散户这边呢，就是刚才我说了就是要去，如果能开通的话，开通完以后呢去研究一下这里面哪些策略适合自己啊，是趋势型的呀啊，网格啊，或者七加零的这种，这种半半七加零的，就是啊，我保留底仓，然后今天涨上去卖一点，跌下去买一点，或者是网格交易。但是这种呢，对于趋势啊，可能就要求比较高一点，比如说你在震荡市里面可能就网格交易 就可以，但是一旦进入趋势啊，上涨趋势或者是下跌趋势，那你有可能会造成亏损，甚至很大的亏损。嗯， 那里面啊，这里面也提供了一些多因子的思路。多因子呢，这就是机构里面的那种多因子啊，但是我们这种和机构里面的那种量化交易呢，它是不同的啊，它是有很大区别的。这里呢，以后呢，我们也会慢慢的去说这些东西啊，也可以去跟踪这种 eft 逃离啊，这种就是对个股可以规避掉个股的一些风险，那我觉得这种也是比较好的， 所以我总之呢，就是，嗯，反正根据自己的情况吧啊，参与到量化中，如果想长期的稳定的去做股票的话，我觉得是非常有必要的，因为现在量化交易已经重塑了整个市场，你如果是，嗯，不去不去那个适应的话，很有可能就被就被碾压着，他不是， 嗯，不是那种一点点差距，他是碾压的，所以，嗯还是要花点时间去研究的。

国产的外包固定工具配合国内的大模型， deepsea 的 v 四开发了一款量化交易的工具，然后这款量化交易工具呢，现在整体的流程已经走通了，然后我们正在调试我们的策略和选股，然后实盘的话，现在也已经可以进行实盘，但是呢，现在我们实盘的速度会比较慢，我们正在优化 啊，因为是个人电脑嘛，我们无论在硬件配置啊，网络和嗯，数据方面都跟机构的，嗯，平时听说的这种量化差异很大啊，所以我们现在尽量的在我们这个基础之上进行优化吧。然后今天我给大家看一个比较有趣的东西，这两天我正在研究一些大模型啊，一些嗯， 预测性的东西，然后配合我们的啊因子管理啊，配合我们的策略来进行对比啊，然后我选择了两个，第一个呢，就是这个，呃， karen 老师， karen 老师是一个呃，清华大学专门针对啊，我把它练下来了，专门针对这个 k 线的啊，进行量化理散型的 token 的。 然后呃，他说的简单一点，他就是可以直接预测， 直接预测这个股票的啊，未来一天或者是啊五天的一个走势。嗯，然后我昨天装完这四个三个模型，因为这第四个模型现在没有开放啊，只有前三个模型是目前是开放的。然后我测试了一下啊，看到一个非常有趣的结果， 嗯，这个测试的结果非常非常有趣啊，啊，昨天我们拿了这样一个股票去进行回测，回测的结果呢，也非常出乎我的意料就是，嗯， 然后他的结果呢，就是这只，这只，这只票的话，我们来看一下昨天啊，昨天的走势啊，今天可能市场会比较好一点，会有一个冲高，冲高，然后，嗯，高位震荡的一个想法，嗯， 就当时简单的预测的是这样一个结果，但是系统给的预测的结果是啊，是是这样一个结果。嗯，然后，嗯， 然后我就觉得非常奇怪吗？然后就仔细看了一下，确实有可能出现这种啊，但今天呢，刚好是市场大幅高开，然后出现了回落，但这个呢就显示了他真实的一个走势。 那啊，但这种预测呢？当然这个我我在网上找到了一些，就是真实的嗯，测试数据，大概在多头市场的话，他大概是一百一百五十个指标，可能会有一百个指标，相对来说在方向上是准确的，在空投市场的话可能表现的会稍微差一点，所以这个模型可能在 在测试的时候就倾向于多头市场吧。那 a 股的话利用的是 qqlibqlib 的 话，就是，呃，这个我也今天也把它给安装好了，嗯，就是呃，基于微软的这个嗯，量化量化的预测因子的挖掘的这种呃工具，然后我想用这两个工具配合我自己的这个策略， 因为我一直在尝试把传统的交易策略和啊我们量化的思路结合在一起啊，去优化这个方案，就是能够规范我们日常的去操作。然后，嗯，当然了我们散户没有办法像机构那样做那种高频的量化交易，但是我觉得把 嗯就是量化的思路，嗯，方法引入到我们传统的交易里面去，这是一个必须要做的事情。嗯，因为我们一直在说就是机构的量化已经重塑了整个市场，嗯，散户必须要适应这个事情。嗯，当然了，你用量化交易工具， 嗯，包括我们去券商开通，开通我们的量化权限，呃，使用 k m t p p trade 的 这种工具的话，嗯，工具不能帮我们去赚钱，嗯，所以我们即使用量化交易工具，那我们也要去规范我们的啊交易思路啊，有一套完整的交易体系，那只有这样的话，我们才能够啊适应这个市场，嗯， 现在必须要因为量化在在几乎在所有的方面都是碾压我们传统的交易方式的，嗯，然后怎么用啊？量化的思路去规范我们传统的交易交易的方式，建立一套比较好的交易体系，然后去使用我们市面上的一些啊 交易工具。那我们我在后面呢会一边测试一边实战，然后一边去给大家去分享这些经验。 呃， cornelius 和 qlab 还有我们的啊策略就是我们传统的选股策略，我这边会啊持续的去改善，然后大家如果有好的啊，在实战中能够持续盈利的策略，可以啊，在评论区我们去沟通一下， 然后我们看看能不能把它跟我们的量化的思路进行结合，然后变成一个可以自动交易的啊，规避掉我们操作中的弱点的啊，规避掉我们人性中的这种缺点的，这种啊，能够自动去执行的这种啊，也欢迎大家去沟通。

我用国产的 web booking 工具 train 配合国内的大模型 tiktok v 四开发了一款量化交易的工具啊，然后这款量化交易工具整个流程已经跑通了。我们啊现在正在对策略，就是把我们传统的选股的策略，然后把它进行量化处理啊，进行量化处理以后，然后对它进行回测， 嗯，昨天的时候我们因为整个框架有点问题，我们觉得在模拟实盘，在模拟实盘的时候，然后，嗯，速度比较慢，嗯，速度比较慢，因为我们是个人电脑，就是相当于普通的散户在使用这个系统，然后速度比较慢，所以我们就用可乐扣的， 嗯，对整个框架进行了更新，然后呢数据员也重新，嗯，就是进行了优化啊，包括回测的数据员，然后那个私盘的啊，私盘的数据员都进行了进行优化，然后现在整体的速度可以达到日常的啊模模拟私盘的要求啊，但是我们没办法进行那种高频交易， 嗯，但呢那个就是机构的那种高频交易，也不是我们研究的一个方向，因为我们呃散户啊，用量化交易工具， 嗯，进行高频交易整整体是不现实的，因为他呃就是成本是非常的水润呢。我现在整体的想法是啊，对传统的选股策略啊进行优化，然后进行数据化， 然后呢我第一个拿过来的，呃，就是我过去经常用的一个叫空中加油的一个形态，这个形态呢？然后在，嗯，在，嗯，很多年的啊，这多年的这种回测里面，我们觉得都 效果比较好，然后成功率也比较高。然后对于市场里面的热点呢，挖掘热点呢？嗯，抓住热点也比较有有效，然后这种方式呢？嗯，当然也有失败的案例也比较多，整体成功率还是蛮高的。但是呢我再把它进行量化处理的时候呢，就是遇到了很大的困难， 那这里呢我也总结了一些经验，然后今天呢大概给大家说一下吧。啊，就是很多朋友可能会问 啊，说啊，就是我们散户怎么去啊？用量化的思路来规范我们日常的操作，那我我说就是最基础的 啊，最基础的东西，我们就是啊两个，第一个呢就是我们的啊止损止盈和啊仓位的控制，这点呢其实看起来非常简单，很多散户却很难做的到，但是这个呢我们是就是做股票的时候是必须要做到的， 嗯，就是如果如果你仓位控制不住的话啊，或者止损止损没有控制住的话，那你实际上是很难盈利的啊。这里牵涉了什么问题呢？就是股票的盈利他实际上是一个数学的概率的问题， 就是他不是说啊，我看好一支股票，我买了以后啊长期拿的，或者是啊怎么用别的方法，或者用涨停干散的方法可以盈利的，他不是这样一个啊，就是，嗯，是和否赚和亏的一个，呃，一个，嗯，事情他实际上是一个概率，概率的，连续的概率性的事情，嗯， 所以的话就是，嗯，我们需要设定自己的啊，就是评估自己的一个交易系统的时候，我们要要先确定自己的系统的，就是你的止损点是多少啊，你的仓位控制是多少，那只有这样的话你才能够，嗯， 那个在就是在产生错误的时候啊，你能够控制住亏损，在正确的时候你能够让自己的盈利去啊扩大，那这样的话我们就需要一个数据，这样就产生了一个数据呢，就是啊，我们的那个呃 盈亏比，盈亏比的话跟另外一个数据是配合使用的，就是胜率，就是你要评估一下啊，你自己的这个策略的胜率是多少，那在电话里面呢，就是他会进行通过回测啊，通过回测产生到这个数据啊，来来确定啊。你这个， 嗯方案就是这个策略啊，你的策略啊，你的那个多因子组合，你的胜率在各个不同的板块里面啊，到底是多少啊？这里面还涉及到一个过滤盒的问题。那我们实战里面过滤盒是什么回事呢？就是 你觉得自己的这个，嗯，方案，你的你的这个，呃就是做股票的这个策略，他的，嗯在某一段时间他可能是有效的，但是他可能放到别的时间或者别的阶段他就是没有用的啊，他可能就开始失效，就开始就开始产生亏损。那在这种情况下你就要通过这个 啊，仓位的，仓位的管理，亏损止损，止损来决定来减少你的亏损。那在你做出正确的判断的时候，比如说一只股票，你你，你在他启动的时间点，你进去了，然后并且在启动没有被挣出来以后，然后你可能啊抓到这个就是吃到这个整体的涨幅，那 很多人可能就会说，哎，我我我知道这些道理，但是我做不到。但是你现在如果，嗯，我们从整个市场的量化，对整个市场已经产生这种颠覆性的影响的时候，如果你做不到的话，你就想一想啊，机构或者师母他们 再跑这样一个策略，再跑一个，嗯，胜算非常高的，胜率非常高的一个策略，或者是胜率不高，但是他的盈亏比很高的一个策略。那他们在用一个电脑啊，在无情的去执行这个策略，他们亏损的时候可以出来，盈利的时候可以吃到很大一段涨幅， 如果你做不到的话，那你只可能会被市场去淘汰啊，然后，所以，所以就是我们必须要就是控制好我们的胜率和我们的呃，那个盈亏比，然后 如果你就是，嗯，没有办法去啊，像用工具一样去解决这个问题的话，那你就把你过去的啊，这个交割单，把所有的交易的记录都拉出来啊，看看你啊亏损的是怎么产生的，然后盈利的是啊，是什么情况下产生的盈利？然后你有没有吃到一整段的啊？ 就是大幅的这种上涨，你到底吃到了多少利润？翻倍的，甚至翻三倍的行情，你到底能吃到中间的百分之二十还是三十？然后为什么拿不住？那这些交割单啊，统计下来可能就能够得出来你你的这个交易方法，那很很多人可能会觉得啊，我没有交易，交易的策略，没有交易的原则， 嗯，那我只能就是说你可能在未来这个量化对市场产生这么大冲击的情况下，你可能几乎没有盈利的可能性啊，你的仓位控制变来变去的，你感觉好的时候重仓，感觉不好的时候清仓，嗯， 然后你的止损本来设置的是十个点止损啊，百分之三十的仓位，十个点止损，你可能也就损失两个点，三个点，但是呢，如果你不能严格的执行的话，你可能要到百亏到三十个点啊。股票在长期下跌的过程中，你一直是拿着这这支票，那在这种情况下的话，你其实是， 嗯，没有胜算的，没有任何胜算的。所以我们要评估一下我们的交易系统，评估一下我们的交易系统，然后确定一下我们的交易原则，然后就像机器一样去执行。

上期我们讲了主账户为什么不能直接绑，今天讲模拟盘怎么用龙虾练手。模拟盘不是游戏，也不是为了随便点，它真正的价值是让你在不碰真实资金的情况下暴露流程问题。模拟盘要做到三点，第一， 按真实流程走，也要写计划，设仓位，设止损。第二，记录每一步，让龙虾记录指令原因、结果和偏差。第三，复盘流程问题， 重点看哪里卡，而不是看赚没赚。流程是写计划，发模拟指令，记录结果，模拟复盘流程，这样你练的是流程和纪律，而不是胆子。今天总结一句，模拟盘不是练运气，而是练流程和记录。下期我们讲小资金测试怎么做。

继续带大家入门儿量化，今天分享一个因子检验系统，全程不花一分钱，就是通过免费开源的量化库来搭建一个自己的因子检验系统，可以对接 ptr 的 qm t 平台。学会之后可以干嘛呢？第一个就是可以验证你的投资直觉，把它变成量化因子， 从靠感觉到用数据说话。第二个就是学会筛选真正有效的因子，来搭建你自己的选股系统，你经常听说的量化多因子策略就是这么来的，全程干货，点赞收藏，方便抄作业。咱废话不多说，正片开始，首先我们打开派送官网，下载三点十一版本， 安装完之后返回桌面，按这两个键就是为您加而来。打开终端，我们输入这四行代码来安装必要的库， 安装完之后我们输入这行代码，按回车，打开我们的研究环境，就之后的因子检验和回测都在这个地方进行。然后新建一个笔记本，在第一行导入我们刚才安装的量化库。这一步呢，我们把获取一个股票数据的这个逻辑给他封装一下，方便后面批量下载。 然后就到了下载股票数据，这呢咱们选择沪深三百的前三十支数据，下载好之后就开始进行数据清洗， 因为他原始数据很有可能停牌，缺失异常，这些问题就会影响到后面的因子检验，所以这一步我们在做数据分析时啊必须要做。 接下来我们开始构建因子，这里我用五个入门阶段常见选股逻辑的因子作为演示，那第一个就是动量因子，也就是过去二十天涨幅大的股票，未来可能继续涨，那第二个反转因子，短期跌的太多的股票会反弹。那第三个低波动因子，就 是波动小的股票，长期风险调整后收益会更好。第四个量价倍利因子，最后一个低换手率因子，换手率低说明筹码稳定，持有的人呢不会轻易卖出。 计算完成之后，我们对因子进行一个标准化的处理，不同的因子的数值范围差异比较大，标准化就是让这些因子来说同一个话。 搞定之后我们就来检验这些因子是不是真的有用。这里我们用上面安装的这个库，把所有股票按因子值从低到高分成五组，然后看这五组在未来的一天，五天十天里的平均收益是不是有规律，运行完之后会自动生成分析图，我们主要就看这个 i c 值， i c 值代表因子和未来收益的相关性，从负一到一，用它来评判因子的好坏，如果 i c 绝对值小 小于零点零三，就可以考虑放弃了。最后我们用 backtrader 来回测，就是说如果用这些因子能赚多少钱。返回测，我们选的是沪深三百的前三十只，时间范围从二二年到二十四年，最终结果大家可以参考一下。 那以上呢，我们就完成了从零搭建环境到下载数据，到因子的构建，再到回测验证。如果你想把自己抽象的交易想法变成因子来检验回测，欢迎评论区留言，我们下期再见！

展示一下模拟牌运行，每十五分钟获取十五分钟 k 线，计算信号值，高于信号值则成交。现在是测试用低信号预至零点一展示， 接下来是正常信号预至零点八，展示正常预至严格执行交易。

想要做量化，却不知道从哪入手？这套 ai 量化系统三到七天就可以学会，小白也能上手。你不需要写一行 python 代码，只需要用中文描述你的策略逻辑，自动转换成量化代码，快速回测，验证策略理性。 毫秒级行情与下单实盘不卡顿，实时监控，分级扫描，内置了上百种策略模板，可以在此基础上修改参数或组合条件，生成自己的个性化策略。 如果你有好的策略，还可以试试他的本地模拟盘，同时支持超短线高频策略，让普通散户也能快速上手量化交易。 更夸张的是，他还支持通达信同花顺自动化交易，只需设置好基础条件，就能让你的量化跑起来。 回测模拟盘实盘一站式，对于想要踏入量化大门又不懂代码的新手来说，门槛很低，很适合我们普通散户，觉得有用的转发给你身边朋友！关注我，下期分享更多实战干货，咱们下期再见！

大家好啊，自从我哈尼斯自进化发布后呢，我又花了几天时间搭建了一个接入模拟盘的程序啊，目前经过测试已经稳定运行了有两天的时间啊，这些都是我的日制，这个程序的日制 他可以呢实时的监控盘中的信号，有触发信号的话就会委托下单啊，就比如就在刚才呢，他已经 啊下单了一个这个 b 种，并且呢已经 已经开工成功了。那这个程序呢，它是根据配置去呃运行对应的策略的，目前我的配置呢是 这样的，里边这个配置就是说这个 wash and d i， 就是 说它可以配置到不同的策略， 可以随时切换我的自进化策略。而我目前配置的呢是二百七十四号版本的策略，给大家看一下这套策略的内容。二百七十四号 版本，呃，这就是我 ai 自进化的二百七十四号的一个策略，这版本的策略呢，它因为评分比较高，然后呃回测也比较稳定，因此呢我就打算呃模拟盘中运行这一套策略。 那它的配置策略配置为给大家介绍一下，这里边配置了很多，比如 r s i 的 一个配置，还有一个动量识别的一个配置也有，以及呢这个分批止盈止损的一个配置啊，它都在这里， 都是 ai 自己帮我编辑好的。那它实际运行的一个策略逻辑呢，就写在一个 拍损的文件下面，整个文件有一千多行，就是它包含了追踪止盈止损，然后各种信号检测的一个逻辑都在里面。那目前啊这个策略我跑了两天，他的情况呢给跟大家说一下， 就我也接入接入了这个必安的模拟盘，然后它的就是它目前的时差啊，两笔时差还是正收益的， 那它的资金流水呢？给大家查询一下啊，我是从八号开始跑的，目前它的总收益还是正收益的啊，还不错。然后呢，它这套模式是这个亏小 赚大的一个模式，就是盈亏比会高一些，所以呢他的只赢点都比较高，因此赚盈利的话，他的金额也比较高，那他亏损的话会提前 截断这个亏损嘛，就小赚大亏。 ok， 说错了，是小亏大赚啊，当然目前跑的这个策略只跑了两天，时间还是比较短的，那后续 将它继续运行，跑个长时间的结果后呢，我再给大家反馈一下。以后呢，我会在这里持续的记录我的量化过程，有什么知识或者实战的一个经验呢，都跟大家分享一下， 但也希望大家可以跟我交流学习一下，大家一起进步啊。因为我也是一个量化的新手，只不过呢因为有一些懂一些 ai 的 知识呢， 做起来这个量化就比较容易入门一些。那今天的分享就到这里，咱们下次见。

还是那句话，以上内容均为 ai 生成，理财有风险，投资需谨慎，大家注意甄别。 当我在前几天使用我的 get rich 平台啊，用 i b k r 的 模拟账户进行验证，买入了五百股的 am a t， 还有五百股的 s n o w e， 五百股的英伟达，然后这个是随着这两天的前面两天的 新面半导体的大热，也是赚了一波，然后然后对于 ama 七的话，他是精准踩中了四十八的这个这个目标价，然后全部卖出去了，然后现在的话已经低于二波操作。首先就是看我的平台这里去找出一些他认为有前景的股票， 然后来看到这里有一个是什么不懂这个是什么股票，直接来这里去搜一下他的分析， 然后可以看到它啊，这是我的 get rich 平台对 s n p s 这家公司的股票分析报告，可以看到它给的这个目标价还是比较高的，能到五百八十五开始卖出，然后观察一下目前这家公司的那股价是到三百九十五。那下面首先第一个呢，就是它 平平台对这家公司的六个维度的分析，然后因为我也是刚了解这个公司还可以了了解到这个公司是做那个是做硅硅片设计的， 然后的话就相当于设计院嘛。然后啊，目前也是因为也是因为芯片半导体科技 a a 科技股的大盘跌，所以目前也是亏的比较厉害的这只股票。那据这一个根据我的平台预估的话，他是要给到一个超底的信号， 然后下面的报告稍微看一下，就直接现在的价格买入五百股，然后那个目标卖出价也不是太高了，是到五百五十左右开始卖出，看一下，看一下下周能不能有好的行情，然后再来看一下他还有没有其他什么推荐， 看一下这市场热点快报目前的话最大的宏观情绪新闻的话就是美联储的换届啊，大家今天晚上应该也经历了美联储换届，导致整个大盘基本上都是飘红，都是在跌。然后的话他这里推荐的一个呃戴尔，戴尔还是我 有过了解的一家公司，但还是比较稳的，在美国来说，然后这里他对 s l w 就是 他上一次推荐我买的一只股票，他目前是呈现一个下跌的预估的，其实这一点就是啊，虽然市场在变了，但是啊，可以看得出来给出的策略还是 比较大胆的，也不确定。然后这里就来看一下这个吧，看一下戴尔吧，有给出目前的一些目前对戴尔这只股票会有可能会涨的依据。 再来看一下贷额目前是什么情况，那可以看到贷额其实也是因为每年出换季的这个问题，导致随着大盘跌了一点，呃，近期的话都是呈现出呃一个正当的行情，然后他给出的目标卖出价是二七五，超过了他五十二周以内的最高价二六三吧，好像是， 呃，这个卖出价还是比较大胆的，然后的话就照例的呃他的报告中文。 然后今天也是对戴尔进行啊买入，进行买入五百股的操作，然后也是看一下他什么呢，到底能不能到二七五的这一个目标卖出价。先总结一下今天就是今天的操作，就是首先前两天卖出 m a t 赚的盈利是一万两千刀， 然后今天买入的是 s m p s 还有戴尔的股票各五百股，然后再来看一下平台他的那个目标价到底准不准，那我们就下周开盘，再见啦。拜拜。

本地大模型 vs 云端大模型 ron 千万三点六三五 b a 三 b q 下划线四 k m v s 豆包，本地模型需要加载云端模型，点开就用。 提出一个简单的问题，模拟日常使用场景。 问题是看一下我的电脑配置能跑动哪种规模的语言，大模型还可以运行哪些 ai 应用需要用到模型的视觉识别和逻辑推理能力？ 目测两个模型 top 输出的时间差不多，本地模型还在思考，豆包直接出答案。本地模型出答案速度很快， 本地模型回答完毕，豆包还在继续生成答案， 豆包也回答完毕。 两个模型对于这种简单问题的答案，质量还比较接近，都很准确。本地模型的知识库截止二零二四年，不如云端模型能时时更新。 本地模型支持搭建个人知识库。云端模型不行，本地模型只消耗电力，没有其他费用。云端模型基础版目前免费，未来可能会收费。