ptrade

李可以量化6 天前
大数据·python·量化交易·tornado·qmt·ptrade
量化高性能服务框架 Tornado 全面解析(上):异步非阻塞的核心能力与场景落地在量化交易体系中,实时行情推送、高并发策略接口、异步数据处理这类场景对服务端性能有着严苛要求,传统同步 Web 框架往往难以承载海量长连接与低延迟诉求。本文将为大家拆解一款专为高性能场景设计的 Python 框架 —— Tornado,从基础定义、核心特性、模块组成到选型对比,系统讲解它为何成为量化高性能服务的主流选择。
Thom58011 天前
ai·量化交易·ptrade·量化编程
【PTrade】PTrade如何进行盘后固定价委托?after_trading_order()完整教程本方案由 EasyQuant AI量化助手 提供。普通股票委托主要在盘中执行,而盘后固定价交易可在指定时段内提交委托。PTrade 提供 after_trading_order() 接口,可用于提交股票盘后固定价买卖委托。
李可以量化2 个月前
量化交易·量化·qmt·ptrade
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2 个月前
python·量化·qmt·ptrade·聚宽
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2 个月前
开发语言·python·量化·qmt·ptrade
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2 个月前
python·信息可视化·数据分析·量化·qmt·ptrade
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。
Better Bench1 年前
金融·量化·策略·交易·量化投资·回测·ptrade
【金融量化】Ptrade中如何获取各类回测数据?
我是有底线的