<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[easyquant_qmt的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/easyquant_qmt</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; easyquant_qmt]]></copyright><item><title><![CDATA[【QMT】QMT 统计套利：配对交易策略的 Python 实现]]></title><link>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155596668</link><guid>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155596668</guid><author>easyquant_qmt</author><pubDate>Fri, 05 Dec 2025 10:11:14 +0800</pubDate><description><![CDATA[深入探讨统计套利的核心策略——配对交易。本文将指导您如何在 QMT 平台利用 Python 找出协整配对，并构建一个完整的配对交易策略，实现市场中性收益。本文由提供技术支持。这是一个非常经典的量化交易需求。配对交易（Pairs Trading）是一种市场中性策略，其核心思想是利用两只历史走势高度相关的股票，当它们的价格比率偏离历史均值时进行反向操作（买入低估的，卖出高估的），等待回归均值获利。]]></description><category></category></item><item><title><![CDATA[【QMT】QMT API 教程：利用龙虎榜数据 `get_longhubang` 挖掘交易机会]]></title><link>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155556651</link><guid>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155556651</guid><author>easyquant_qmt</author><pubDate>Thu, 04 Dec 2025 09:29:43 +0800</pubDate><description><![CDATA[QMT量化平台通过get_longhubang接口可获取股票龙虎榜数据，包含上榜原因、成交额及买卖席位详情。该接口支持指定股票代码和时间范围（格式为YYYYMMDD），返回pandas DataFrame结构，其中buyTraderBooth和sellTraderBooth字段为嵌套DataFrame，记录席位名称、买卖金额及占比等关键信息。若数据为空，需检查股票是否上榜或数据完整性。接口兼容回测与实盘模式，但需提前下载历史数据。示例代码演示了如何提取平安银行龙虎榜数据及买一席位信息。]]></description><category></category></item><item><title><![CDATA[【QMT】QMT 策略风控：如何处理股票池中的停牌股？]]></title><link>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155556510</link><guid>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155556510</guid><author>easyquant_qmt</author><pubDate>Thu, 04 Dec 2025 09:22:33 +0800</pubDate><description><![CDATA[摘要： QMT量化交易中，可使用ContextInfo.is_suspended_stock(stockcode)函数判断股票是否停牌，传入格式为&quot;代码.市场&quot;的字符串参数，返回布尔值。示例代码展示了在策略中如何应用该函数进行交易前判断，并强调需确保股票代码格式正确及数据完整性。该函数在回测和实盘均有效，但不支持批量处理，需遍历股票池逐一检查。相比解析分笔数据状态更简便可靠。]]></description><category></category></item><item><title><![CDATA[【QMT】QMT 多因子数据 get_factor_data API 使用指南]]></title><link>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155524376</link><guid>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155524376</guid><author>easyquant_qmt</author><pubDate>Wed, 03 Dec 2025 11:20:40 +0800</pubDate><description><![CDATA[探索 QMT 平台丰富的多因子数据库。本教程将指导您如何使用函数获取股票的估值、成长性、盈利能力等多种因子数据，用于构建复杂的多因子选股模型。在 QMT 平台中，获取股票的历史市盈率（PE）和市净率（PB）数据，最直接且推荐的方法是使用。该接口可以直接获取经过计算的因子值，无需用户手动通过财务报表和收盘价进行计算。]]></description><category></category></item><item><title><![CDATA[【QMT】QMT API 教程：动态获取指数或行业成分股]]></title><link>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155523615</link><guid>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155523615</guid><author>easyquant_qmt</author><pubDate>Wed, 03 Dec 2025 11:06:27 +0800</pubDate><description><![CDATA[学习如何使用 QMT API 中的get_sector和函数，在策略中动态获取指数、行业或自定义板块的成分股列表，构建更灵活的量化策略。在 QMT 策略中，获取某个特定时间点的指数成分股列表，主要使用函数。]]></description><category></category></item><item><title><![CDATA[【QMT】QMT KDJ 随机指标策略 Python 实现教程]]></title><link>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155500694</link><guid>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155500694</guid><author>easyquant_qmt</author><pubDate>Tue, 02 Dec 2025 18:05:22 +0800</pubDate><description><![CDATA[本文详细介绍了在 QMT 平台使用 Python 实现 KDJ 随机指标策略的方法，包括指标计算、超买超卖信号判断和下单逻辑，并附有完整代码示例。这是一个基于 QMT 平台 Python API 编写的 KDJ 指标量化策略。]]></description><category></category></item><item><title><![CDATA[【QMT】QMT MACD 金叉死叉交易策略 (附 Python 源码)]]></title><link>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155500661</link><guid>https://blog.youkuaiyun.com/easyquant_qmt/article/details/155500661</guid><author>easyquant_qmt</author><pubDate>Tue, 02 Dec 2025 18:00:54 +0800</pubDate><description><![CDATA[学习如何在 QMT 平台上使用 Python 编写经典的 MACD 指标金叉死叉交易策略。本教程提供详细的代码示例和策略逻辑解释，帮助您快速上手量化交易。这是一个基于 QMT 平台的 Python 策略，实现了的逻辑。]]></description><category></category></item></channel></rss>