lhtsz

摘要： 第一次对比QMT、PTrade和水母量化，很容易觉得它们都能看行情、跑策略、自动下单，好像差别不大。真正上手后会发现，三款产品的思路完全不同。QMT把更多自由度留给开发者，PTrade强调券商平台里的完整流程，水母量化则把策略逻辑做成图形化操作。选择高频交易量化工具时，与其逐个数功能，不如先看哪一种 阅读全文

摘要： 我发现不少人搭建通达信自动交易时，最关心的是预警能不能触发，却容易忽略触发之后发生了什么。完整流程要经过信号生成、传递、账户校验、仓位判断、委托和成交回报。任何一段出问题，都可能出现通达信已经提示买入，账户却没有成交的情况。其中QMT、PTrade和水母量化小精灵都能参与这条链路，但排查方法并不完全 阅读全文

摘要： 用过行情软件的人都知道，系统自带的均线、MACD和KDJ很方便，但用久了总会碰到一个问题：自己的想法往往不止一个条件。比如既要看价格突破，也要看成交量，还想排除某些财务情况。这时候，自定义指标就有用了。它能把零散的看盘习惯整理成明确规则，再交给软件反复执行。规则写清楚以后，回测和复盘也更有依据。今天 阅读全文

摘要： 这几年写量化工具，我发现“机器人量化交易软件”已经从程序员圈子里的词，变成普通股民也会搜索的东西。大家的需求很直接：没空一直看盘，又想按计划买卖。所谓机器人，大多就是软件持续接收行情，条件到了便下单，不会像真人一样临场发挥。策略好不好、成本高不高、实盘能不能成交，才真正影响结果。 三个概念先分开 量 阅读全文

摘要： 手工交易搬到手机上，只是终端变化；把明确规则交给系统持续监测和执行，才是自动化。当前市场上的手机工具大多能提供条件单，少数能提供策略设计和回测。对只想避免错过止盈价的人，两者差别不大；对希望形成可重复交易体系的人，能否组合信号、验证参数、控制仓位并追踪异常，决定了软件是不是够用。 券商App与综合行 阅读全文

摘要： 寻找好用的股票量化自动交易软件，最容易陷入功能清单越长越好的误区。事实上，2026年的使用环境更重视合规报告、交易监测和系统风险控制。对个人投资者而言，软件能否接入自己的券商、策略是否容易复核、出现异常能否立即停止，决定了它能不能长期使用。速度、因子数量和模板只是其中一部分。 四个平台的产品侧重点 阅读全文

摘要： 今天纯粹从技术层面聊一聊2026年量化交易几个值得关注的变化。 不聊行情，不聊收益，只聊技术选型和工程落地。 一、先说说传统架构长什么样 量化系统说白了就是三层： 数据层：接行情、接财报、接舆情，存下来 策略层：因子挖掘 -> 模型预测 -> 生成信号 执行层：订单管理 -> 风控检查 -> 发单到 阅读全文

摘要： 最近“主动+量化”这个词在圈子里挺热。作为一个写代码的，我的第一反应不是“趋势来了”“风口到了”，而是：这事儿技术上到底怎么做？ 先声明，本人也不是什么量化大佬，就是个写Python、调接口、偶尔被bug折磨到凌晨的普通程序员。下面说的都是自己踩过的坑和真实感受。 一、先说结论：融合的核心不是算法， 阅读全文

摘要： 一、多智能体协作，感觉大家都在搞这个 近期在刷技术社区，发现不少人开始搞多Agent协作了。说白了就是不再只用一个模型干所有破事，而是整一堆小Agent各管一摊活。 大概架构： 1、数据层：三个Agent分别扒实时行情、读财报PDF、扫新闻舆情。 2、决策层：五个策略Agent各看各的，有的看趋势， 阅读全文

摘要： 昨天A股成交2.82万亿，主力资金跑了1353亿。 盘面上有个事挺明显：每次刚想反弹，就被砸下来了。有人说这是量化干的，我觉得差不多。现在量化占比那么高，程序一跑就是集体行动，跌了一起卖，涨到某个位置一起止盈，人根本抢不过。 现在的市场跟几年前不一样了。你刚想抄底，人家的模型可能已经判定不行了，直接 阅读全文