<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[maxiuchengprogrammer的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/maxiuchengprogrammer</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; maxiuchengprogrammer]]></copyright><item><title><![CDATA[量子计算稀释制冷机里的温度测量：六大挑战与一份供应商核查清单]]></title><link>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/167084196</link><guid>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/167084196</guid><author>maxiuchengprogrammer</author><pubDate>Sun, 04 Oct 2026 19:20:40 +0800</pubDate><description><![CDATA[量子计算稀释制冷机中精准测温至20 mK以下面临六大挑战：自热、温度代表性、磁阻效应、线缆漏热、校准溯源不可靠及动态环境干扰。本文从供应商质量视角，梳理温度计选型、校准与验证关键点，并附10项采购核查清单，强调溯源链、热循环稳定性、磁阻数据等核心要求，助力采购团队规避隐性风险。]]></description><category></category></item><item><title><![CDATA[热电偶测温不准？先查补偿导线：选型、极性与布线全解]]></title><link>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/166992584</link><guid>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/166992584</guid><author>maxiuchengprogrammer</author><pubDate>Fri, 02 Oct 2026 15:43:43 +0800</pubDate><description><![CDATA[补偿导线是测温系统里最便宜、也最容易被忽视的部件。它的选型和接线不涉及任何高深理论，但每一个环节出错都会直接毁掉测量精度。我把补偿导线的完整选型指南（含与热电偶分度号的匹配细节、热电偶选型对比表、检定规程对照）整理在了热电偶选型速查，涵盖 8 种常用分度号的参数对照与采购验收清单，需要的可以查阅。标签建议：嵌入式、硬件、传感器、工业测温、热电偶一、补偿导线到底是干什么的二、型号对照：一一对应，不能混用三、极性判别三法（接反=误差翻倍）四、布线五条规范五、采购验收清单六、排查实操：温度漂移问题怎么定位。]]></description><category></category></item><item><title><![CDATA[CTA 策略分享之三 --  策略优化]]></title><link>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/106434041</link><guid>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/106434041</guid><author>maxiuchengprogrammer</author><pubDate>Fri, 29 May 2020 22:40:15 +0800</pubDate><description><![CDATA[上一个帖子介绍了一个趋势跟踪策略的优化思路，今天我们继续对策略进行分析，找到另外的优化方法。先看回测的权益曲线：

看到在2017 8月份到2018 2月份策略出现了较大的回撤。先定性分析一下，应该是在这段时间内日线级别的图形上震荡走势，造成策略不适应导致，看一下日线图是不是这样：

可以看出这一段日线的无趋势走势造成了策略的亏损。
因为我们采用的日线的EMA过滤导致。
那么，我们更换一个思维，把日线换为1小时周期K线看一下：

总体分析：

胜率和盈亏比还是不尽如人意。继续想方法：加上1小时的趋势指标AD]]></description><category></category></item><item><title><![CDATA[CTA 策略分享之二----一个优化思路]]></title><link>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/106381460</link><guid>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/106381460</guid><author>maxiuchengprogrammer</author><pubDate>Wed, 27 May 2020 14:48:02 +0800</pubDate><description><![CDATA[趋势跟踪策略是常用的CTA策略，具有盈亏比较高（一般要大于2），而胜率较低（往往在40%以下）的特点。要实战应用，策略必须要超出常规的盈亏比和胜率。这就需要对策略进行优化。
策略优化是一个非常重要的过程，若简单地根据历史数据进行回测选择较优参数，往往会堕入参数拟合的窠臼，达不到用于实战的预期。
本文介绍了一个基于跨周期定多空方向的优化方法，在此分享给量化交易同仁。
原始的策略是一个EMA 通道突破的策略，策略思路和源码详见上篇CTA 策略分享之一的文章：
为了提高策略绩效，我们利用日线来决定做多或者做空方向]]></description><category></category></item><item><title><![CDATA[高频交易是如何对期货合约造成“破坏”的]]></title><link>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/106298335</link><guid>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/106298335</guid><author>maxiuchengprogrammer</author><pubDate>Sun, 24 May 2020 18:46:12 +0800</pubDate><description><![CDATA[看到一个高频交易的微观视频，在三秒之内的成交动态过程，生动解释了高频交易的“破坏作用”，在此分享给大家哈。

]]></description><category></category></item><item><title><![CDATA[CTA 策略分享之一]]></title><link>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/106284900</link><guid>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/106284900</guid><author>maxiuchengprogrammer</author><pubDate>Fri, 22 May 2020 17:16:14 +0800</pubDate><description><![CDATA[笔者闲暇之余经常测试一些量化交易策略。在此分享一个，抛砖引玉哈。
通道突破类是较为常用的一种趋势跟踪策略。简单直接的通道突破就是利用最近若干根K线的最高价和最低价形成的通道突破高点做多，下破低点做空。但是这种突破追入的成功概率较低。
这里介绍的策略利用最高价/最低价的20EMA 均线形成的通道。
进场条件： 若最近两根K线有一根的收盘价大于上一根K线的EMA(H,20)，而且最近两根K线中，有一根的ADX 值大于前面一根K线的ADX值，则符合做多条件；
进场时机： 以收盘价加上上述的最高价EMA 减去最低价]]></description><category></category></item><item><title><![CDATA[利用C++语言和CTP 交易接口实现量化交易]]></title><link>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/106275003</link><guid>https://blog.youkuaiyun.com/maxiuchengprogrammer/article/details/106275003</guid><author>maxiuchengprogrammer</author><pubDate>Fri, 22 May 2020 11:11:30 +0800</pubDate><description><![CDATA[笔者业余从事量化交易多年，一直利用国内商业平台开发策略和交易。渐感商业平台有诸多弊端，比如交易速度慢，策略安全性存疑，一些策略思路实现受限等。
   为解决问题，决定直接利用上期信息技术的CTP接口，利用C++语言编程实现策略。
   第一件事是从官网上下载了文档和DEMO，在SIMNOW 网站上申请了模拟账户，开始初步的调试：
   C++ 利用Visual Studio 2019 进行开发。在微软官网下载VS2019安装运行。
   打开下载的DEMO文件夹：![在这里插入图片描述](https:...]]></description><category></category></item></channel></rss>