技术栈
量化 qmt ptrade
李可以量化
5 天前
人工智能
·
算法
·
qmt
·
量化 qmt ptrade
Python之如何做出交易日历（上）
在量化交易的策略回测、实盘交易、因子计算等核心环节中，交易日历是最容易被新手忽略却直接决定系统准确性的底层基础模块。错误的交易日历会导致回测信号偏移、实盘下单失败、因子计算失真等一系列致命问题。本文系统梳理了 Python 生态中 5 大类交易日历解决方案，从开箱即用的第三方库、在线 API 接口，到本地化部署、高可用混合架构，覆盖单市场回测到多市场实盘的全场景需求，并给出了可直接落地的代码实现与选型决策指南，帮助量化开发者快速搭建稳定、精准的交易日历体系。
李可以量化
13 天前
python
·
qmt
·
量化 qmt ptrade
QMT 量化实战：用 Python 实现线性回归通道，精准识别趋势中的支撑与压力（下）
书接上回，下面是python的实现，我们用上面 get_hq 方法获取数据，再用 scikit-learn 来做回归。
李可以量化
13 天前
大数据
·
人工智能
·
区块链
·
通达信
·
qmt
·
量化 qmt ptrade
【2026 量化工具选型】通达信 TdxQuant vs 迅投 QMT/miniQMT 深度对比：新手该怎么选？
随着通达信正式推出 TdxQuant Python 量化功能，个人量化投资者又多了一个新选择。但对于新手来说，通达信 TdxQuant和迅投 QMT/miniQMT到底该怎么选，成为了最常见的问题。本文将从核心定位、数据来源、开发环境、回测能力、实盘支持等 10 个维度进行全方位深度对比，结合不同用户的使用场景给出明确的选型建议，并分享两者互补使用的最佳实践，帮助你快速找到最适合自己的量化工具。
李可以量化
1 个月前
大数据
·
机器学习
·
qmt
·
量化 qmt ptrade
·
因子
QMT之如何判断因子好坏（下）
书接上回，三、第二维：ICIR（信息比率）定义公式：衡量IC均值与波动的比值，类似“夏普比”。 它告诉你：因子的预测能力是否稳定。
李可以量化
1 个月前
通达信
·
qmt
·
量化 qmt ptrade
QMT之如何用局部极值找到支撑位和压力位
今天我们来说说局部极值法确定压力和支撑位置。开始前的准备：我这里用的行情数据源是 xtquant + miniQMT。 后续示例里会用到一些常见的 Python 库：pandas, numpy, matplotlib，进阶部分还会涉及 scipy, sklearn。在实际运行代码之前，记得先把环境配置好：
李可以量化
2 个月前
python
·
量化 qmt ptrade
用 KMeans 聚类寻找股票支撑位与压力位（上）：基于 QMT 量化平台实现
本文将详细讲解如何通过KMeans 无监督聚类算法，定位股票历史价格的密集成交区，进而精准识别关键支撑位与压力位。整套方案基于 miniQMT 量化终端的 xtquant 行情接口实现，全程采用 Python 代码开发，适合量化交易从业者、股票技术分析爱好者、Python 金融数据分析人群学习参考。
李可以量化
2 个月前
开发语言
·
python
·
金融
·
qmt
·
miniqmt
·
量化 qmt ptrade
【Python 量化入门】AKshare 保姆级使用教程：零成本获取股票 / 基金 / 期货全市场金融数据
做量化交易、财经数据分析、投资复盘的开发者和投资者，经常会遇到核心痛点：付费金融数据接口成本高、免费 API 注册流程繁琐、多市场数据分散难以整合。告别 QMT 回测烦恼！手把手教你搭建 MiniQMT+Backtrader 量化回测框架
我是有底线的