qmt

李可以量化

自建量化回测系统完全指南 (上)：四大技术栈与主流开源框架深度对比相信很多量化交易者都有过这样的困扰：市场上各类量化平台自带的回测功能要么限制过多，要么无法实现自定义的复杂交易逻辑，要么性能不足以支撑大规模参数扫描。这时，搭建一套属于自己的量化回测系统就成为了刚需。

李可以量化

量化迅投 QMT vs 聚宽 (JoinQuant)全面分析本文从技术架构、运行模式、数据体系、开发环境、回测引擎、交易能力、权限体系、运维成本、生态体系九大专业维度，对券商本地化量化终端迅投 QMT 与云端 SaaS 量化投研平台聚宽（JoinQuant）进行客观技术对标。全文剔除营销导向表述，聚焦底层技术逻辑、功能边界、性能指标、适用技术场景，为量化研究员、策略开发者、实盘交易者提供中立的平台选型技术依据。两款产品分属本地实盘交易终端与云端投研回测平台两大赛道，技术路线、设计目标、性能侧重存在本质差异。

李可以量化

量化之MiniQMT 实战：一键读取通达信自选股并实时监控涨跌幅（附完整可运行代码）本文解决了通达信选股与 MiniQMT 交易之间的数据互通痛点，教你如何用 Python 读取通达信ZXG.blk自选股文件，自动转换为 QMT 标准代码格式，并通过 QMT 原生 API 实时获取自选股的最新价、涨跌幅、股票名称等核心行情数据。文章附带完整可运行且修正了语法错误的代码，同时提供自动交易、消息推送、概念关联、分时均线监控等进阶扩展功能思路，特别适合同时使用通达信做策略选股、MiniQMT 做量化交易的投资者和量化入门学习者。

李可以量化

MiniQMT 量化实战：尾盘交易系统本文基于 Python+MiniQMT 实现 A 股经典尾盘策略的全自动化，完成14:55 同花顺问财选股→CSV 存盘→14:57 自动读取并批量下单的完整流程。提供修正后可直接运行的精简代码，同时给出核心优化方向，适合上班族及量化入门者快速上手。

李可以量化

QMT 实战：自定义绘制专属 K 线（下篇）—— 国产库与高性能库全解析专栏：【量化学习】书接上回，在上篇文章中我们详细讲解了如何使用mplfinance和plotly在 QMT 环境中绘制 K 线图，解决了不同软件 K 线不一致的核心问题。本篇将继续介绍另外两款极具特色的 Python 绘图库：国产中文友好的 pyecharts和专为金融数据优化的 finplot，并给出四大库的终极选型指南，帮你找到最适合自己量化场景的绘图工具。

QMT 知识库 XtQuant知识库使用文档 pdf今天分享下，讯投QMT和XtQuant知识库的使用文档。你可以前往他们的官方网站查看最新的文档。本次分享是我在20260205，前往他们的官网一页一页查看，然后另存为pdf格式的技术文档。

李可以量化

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

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

【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

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

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

【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

聚宽策略分享-1年化98国九条后中小板微盘小改文章声明:本内容为个人的业余研究，和任何单位，机构没有关系，文章出现的股票代码，全部只是测试例子，不做投资参考，投资有风险，代码学习使用，不做商业用途，

量化研究--上线完成强大的金融数据库3.0系统文章声明:本内容为个人的业余研究，和任何单位，机构没有关系，文章出现的股票代码，全部只是测试例子，不做投资参考，投资有风险，代码学习使用，不做商业用途，

讯投 QMT 使用小技巧 -如何判断今天是不是交易日在讯投QMT平台中，你可以通过以下几种方法来判断当天是否为交易日：你可以根据你的QMT版本和可用模块选择最适合的方法。第一种方法通常是首选，因为它直接查询交易所的交易日历。