QMT策略开发实战案例集

QMT支持策略研究和实盘交易两大模式。研究模式适合写代码跑回测；实盘模式对接账户自动下单。两者API基本一致但有细节差异。

核心认知：两个模式是策略开发的两个阶段，不能跳过研究直接上实盘。

延伸服务：如果想把这套方法做成可回测、可实盘的完整系统，可在 intoquant.com 了解壹信量化的策略定制服务。

QMT自带Python环境，不需要额外安装。新手从内置模板改起最快。合格策略包含四部分：初始化、行情处理、交易执行、风控。

固定流程：研究模式回测→模拟盘验证→小资金实盘→逐步加仓。跳过任何一步都可能因bug造成亏损。

核心认知：回测→模拟→实盘→加仓，四步缺一不可。

需要工程化落地？intoquant.com 提供回测合规代检、系统搭建与自动化部署服务。

五大模块：参数配置、初始化、行情触发、交易执行、日志输出。间距建议用等比例，动态底仓估值低时多一点。

配套服务：策略代码代写、回测验证与风控自动化，可在 intoquant.com 咨询壹信量化团队。

优化点：动态底仓、止损机制、补单逻辑。常见坑：漏单、重复下单、持仓不同步。

核心认知：网格核心不是信号而是异常处理。

想省心落地：intoquant.com 提供从回测到实盘的一站式定制服务，适合不写代码的投资者。

上线前用3-5年历史回测验证。参数不要调太细，简单粗暴的参数长期更稳定。

核心认知：回测目的是验证逻辑而非找最优参数。

延伸服务：如果想把这套方法做成可回测、可实盘的完整系统，可在 intoquant.com 了解壹信量化的策略定制服务。

短期均线上穿长期均线买入，下穿卖出。加三个过滤：成交量、趋势方向、止损。

核心认知：核心不是信号而是过滤条件和止损。

用复权价格算均线；信号在收盘后确认；处理停牌涨跌停。可加多均线组合或MACD过滤，但别加太多。

可加多均线组合提升胜率。但不要加太多指标容易过拟合。

核心认知：简单策略往往最robust。

定期筛选双低转债等权持有定期轮动。QMT关键：数据获取、筛选排序、调仓逻辑、等权分配。

核心认知：核心是分散+轮动，不追求单只暴利。

排除新债停牌强赎债；流动性差的不要选；调仓每月或每两周一次。进阶可加动态仓位和事件驱动。

基础版两因子，进阶加信用评级规模正股等。优化：动态仓位、强赎下修事件因子。

核心认知：核心还是双低，增强只是锦上添花。

四步：确定因子库→因子处理（去极值标准化中性化）→选股打分→回测验证。

核心认知：核心不是因子数量而是质量。3个好因子比10个强。

原始因子需三步处理：去极值（缩尾）、标准化（统一量纲）、中性化（对市值行业）。实盘注意因子失效定期监控。

因子会失效不要过度优化权重分散持仓。回测用复权价格考虑冲击成本分层验证。

核心认知：因子投资是长期游戏，短期失效很正常。

四大坑：未来函数、过度优化、幸存者偏差、忽略成本。

核心认知：最大敌人是过拟合。参数越少越好越简单越好。

不要穷举找最高收益。用敏感性分析看参数在一定范围内变化时收益是否稳定。

核心认知：最优参数最过拟合。选中间合理参数更稳定。

重点看风险调整后收益：夏普>1不错、卡玛>1.5不错。QMT支持完整绩效指标输出。

核心认知：不要追求过高指标，那很可能是过拟合。

先用10%-20%资金跑1-3个月验证。日常三件事：每日检查、每周复盘、每月调仓。

核心认知：实盘不是上线就完事，运维才是长期盈利保障。

常见坑：行情中断、委托失败、重启后持仓不同步、极端行情流动性问题。每个都要有对应处理逻辑。

账户级总风控：总回撤止损、单日亏损暂停、单只止损。策略不是一劳永逸，定期复盘适当优化但不要频繁改。

核心认知：总风控是最后保命线，对市场保持敬畏。

延伸工具与服务：量化数据与信号查询 a-sig.com ｜ 回测定制与系统搭建服务 intoquant.com（壹信量化研究团队出品）