通知设置 新通知
QMT股票两融对冲建仓实盘
QMT • 李魔佛 发表了文章 • 0 个评论 • 3485 次浏览 • 2024-05-29 12:02
为了避免速度过快造成价格波动，提供速度，数量，延时控制。
成交了多少量，就融券多少量。达到指标即可停止。
代写量化程序，可以关注公众号，后台联系。 价格比QMT官网低的多了。实战性选手，选过N多QMT，ptrade实盘代码。
查看全部
成交了多少量，就融券多少量。达到指标即可停止。
代写量化程序，可以关注公众号，后台联系。 价格比QMT官网低的多了。实战性选手，选过N多QMT，ptrade实盘代码。
查看全部
为了避免速度过快造成价格波动，提供速度，数量，延时控制。
成交了多少量，就融券多少量。达到指标即可停止。
代写量化程序，可以关注公众号，后台联系。 价格比QMT官网低的多了。实战性选手，选过N多QMT，ptrade实盘代码。
成交了多少量，就融券多少量。达到指标即可停止。
代写量化程序，可以关注公众号，后台联系。 价格比QMT官网低的多了。实战性选手，选过N多QMT，ptrade实盘代码。
QMT实时获取涨停股，筛选流通盘大于X的股票
QMT • 李魔佛 发表了文章 • 0 个评论 • 4946 次浏览 • 2024-02-07 18:28
基于官方例子修复了一下bug，比如移除了北交所的股票，因为目前qmt获取不了北交所的股票历史数据。
直接上代码：# coding:gbk
import time
class G():
pass
g = G()
def init(ContextInfo):
g.hsa = [item for item in ContextInfo.get_stock_list_in_sector('沪深A股') if not item.endswith('BJ')]
g.vol_dict = {}
for stock in g.hsa:
g.vol_dict[stock] = ContextInfo.get_last_volume(stock)
ContextInfo.run_time("execution", "1nSecond", "2019-10-14 13:20:00")
def execution(ContextInfo):
t0 = time.time()
full_tick = ContextInfo.get_full_tick(g.hsa)
total_market_value = 0
total_ratio = 0
count = 0
for stock in g.hsa:
if full_tick[stock]['lastClose'] == 0:
continue
ratio = full_tick[stock]['lastPrice'] / full_tick[stock]['lastClose'] - 1
rise_price = round(full_tick[stock]['lastClose'] * 1.2, 2) if stock[0] == '3' or stock[:3] == '688' else round(
full_tick[stock]['lastClose'] * 1.1, 2)
# 如果要打印涨停品种
if abs(full_tick[stock]['lastPrice'] - rise_price) <0.01:
print(f"涨停股票 {stock} {ContextInfo.get_stock_name(stock)}")
market_value = full_tick[stock]['lastPrice'] * g.vol_dict[stock]
total_ratio += ratio * market_value
total_market_value += market_value
count += 1
# print(count)
total_ratio /= total_market_value
total_ratio *= 100
print(f'A股加权涨幅 {round(total_ratio, 2)}% 函数运行耗时{round(time.time() - t0, 5)}秒')
欢迎关注公众号：
可转债量化分析 查看全部
直接上代码：# coding:gbk
import time
class G():
pass
g = G()
def init(ContextInfo):
g.hsa = [item for item in ContextInfo.get_stock_list_in_sector('沪深A股') if not item.endswith('BJ')]
g.vol_dict = {}
for stock in g.hsa:
g.vol_dict[stock] = ContextInfo.get_last_volume(stock)
ContextInfo.run_time("execution", "1nSecond", "2019-10-14 13:20:00")
def execution(ContextInfo):
t0 = time.time()
full_tick = ContextInfo.get_full_tick(g.hsa)
total_market_value = 0
total_ratio = 0
count = 0
for stock in g.hsa:
if full_tick[stock]['lastClose'] == 0:
continue
ratio = full_tick[stock]['lastPrice'] / full_tick[stock]['lastClose'] - 1
rise_price = round(full_tick[stock]['lastClose'] * 1.2, 2) if stock[0] == '3' or stock[:3] == '688' else round(
full_tick[stock]['lastClose'] * 1.1, 2)
# 如果要打印涨停品种
if abs(full_tick[stock]['lastPrice'] - rise_price) <0.01:
print(f"涨停股票 {stock} {ContextInfo.get_stock_name(stock)}")
market_value = full_tick[stock]['lastPrice'] * g.vol_dict[stock]
total_ratio += ratio * market_value
total_market_value += market_value
count += 1
# print(count)
total_ratio /= total_market_value
total_ratio *= 100
print(f'A股加权涨幅 {round(total_ratio, 2)}% 函数运行耗时{round(time.time() - t0, 5)}秒')
欢迎关注公众号：
可转债量化分析 查看全部
基于官方例子修复了一下bug，比如移除了北交所的股票，因为目前qmt获取不了北交所的股票历史数据。
直接上代码：
欢迎关注公众号：
可转债量化分析
直接上代码：
# coding:gbk
import time
class G():
pass
g = G()
def init(ContextInfo):
g.hsa = [item for item in ContextInfo.get_stock_list_in_sector('沪深A股') if not item.endswith('BJ')]
g.vol_dict = {}
for stock in g.hsa:
g.vol_dict[stock] = ContextInfo.get_last_volume(stock)
ContextInfo.run_time("execution", "1nSecond", "2019-10-14 13:20:00")
def execution(ContextInfo):
t0 = time.time()
full_tick = ContextInfo.get_full_tick(g.hsa)
total_market_value = 0
total_ratio = 0
count = 0
for stock in g.hsa:
if full_tick[stock]['lastClose'] == 0:
continue
ratio = full_tick[stock]['lastPrice'] / full_tick[stock]['lastClose'] - 1
rise_price = round(full_tick[stock]['lastClose'] * 1.2, 2) if stock[0] == '3' or stock[:3] == '688' else round(
full_tick[stock]['lastClose'] * 1.1, 2)
# 如果要打印涨停品种
if abs(full_tick[stock]['lastPrice'] - rise_price) <0.01:
print(f"涨停股票 {stock} {ContextInfo.get_stock_name(stock)}")
market_value = full_tick[stock]['lastPrice'] * g.vol_dict[stock]
total_ratio += ratio * market_value
total_market_value += market_value
count += 1
# print(count)
total_ratio /= total_market_value
total_ratio *= 100
print(f'A股加权涨幅 {round(total_ratio, 2)}% 函数运行耗时{round(time.time() - t0, 5)}秒')
欢迎关注公众号：
可转债量化分析
QMT | Ptrade 量化策略代写服务
量化交易 • 李魔佛 发表了文章 • 0 个评论 • 5376 次浏览 • 2023-11-01 10:43
迅投的QMT和恒生电子的Ptrade， 还有掘金， 量化策略编程, 实盘和回测都行。只要你的需求明确，白纸黑字描述清楚，都可以做。股票，ETF，可转债都行。
多年交易经验，量化交易与开发经验。所以很多策略，其实用户大体描述，就知道要注意哪些地方，会提出一些建议，用户要注意，需不需要添加一些判读条件等等。（当然，策略的具体参数都是设置可以调节的，你不需要把实际的参数告诉我，代码给你后，你自己运行策略的时候把你策略的真正参数填上去就好了。）
有偿，收费，价格美丽。根据策略实际的复杂程度与预估的工时，收费。（不根据代码数量，因为我写代码很精简）
我也帮你们咨询过了迅投的客服。 因为他们官网也有提供策略代写服务。他们是不问你策略，直接是5000起步哦。然后根据策略，在5000的基础上不断加。
咨询完，我都感觉我自己以前的报价太低了，呜。
PS： 之前还有迅投的前员工私底下接单写策略，然后到我的星球里面白嫖我的代码，调用我接口数据，被我发现后举报到星球的。后面那个客户发现代码里面藏有我的公众号信息哈，找到我让我修改接口数据哈。
需要的代写策略的盆友，可以关注公众号，在菜单栏那里的“代写量化程序”或者 后台回复：策略代写，获取联系方式哦
扫码关注公众号：
查看全部
多年交易经验，量化交易与开发经验。所以很多策略，其实用户大体描述，就知道要注意哪些地方，会提出一些建议，用户要注意，需不需要添加一些判读条件等等。（当然，策略的具体参数都是设置可以调节的，你不需要把实际的参数告诉我，代码给你后，你自己运行策略的时候把你策略的真正参数填上去就好了。）
有偿，收费，价格美丽。根据策略实际的复杂程度与预估的工时，收费。（不根据代码数量，因为我写代码很精简）
我也帮你们咨询过了迅投的客服。 因为他们官网也有提供策略代写服务。他们是不问你策略，直接是5000起步哦。然后根据策略，在5000的基础上不断加。
咨询完，我都感觉我自己以前的报价太低了，呜。
PS： 之前还有迅投的前员工私底下接单写策略，然后到我的星球里面白嫖我的代码，调用我接口数据，被我发现后举报到星球的。后面那个客户发现代码里面藏有我的公众号信息哈，找到我让我修改接口数据哈。
需要的代写策略的盆友，可以关注公众号，在菜单栏那里的“代写量化程序”或者 后台回复：策略代写，获取联系方式哦
扫码关注公众号：
查看全部
迅投的QMT和恒生电子的Ptrade， 还有掘金， 量化策略编程, 实盘和回测都行。只要你的需求明确，白纸黑字描述清楚，都可以做。股票，ETF，可转债都行。
多年交易经验，量化交易与开发经验。所以很多策略，其实用户大体描述，就知道要注意哪些地方，会提出一些建议，用户要注意，需不需要添加一些判读条件等等。（当然，策略的具体参数都是设置可以调节的，你不需要把实际的参数告诉我，代码给你后，你自己运行策略的时候把你策略的真正参数填上去就好了。）
有偿，收费，价格美丽。根据策略实际的复杂程度与预估的工时，收费。（不根据代码数量，因为我写代码很精简）
我也帮你们咨询过了迅投的客服。 因为他们官网也有提供策略代写服务。他们是不问你策略，直接是5000起步哦。然后根据策略，在5000的基础上不断加。
咨询完，我都感觉我自己以前的报价太低了，呜。
PS： 之前还有迅投的前员工私底下接单写策略，然后到我的星球里面白嫖我的代码，调用我接口数据，被我发现后举报到星球的。后面那个客户发现代码里面藏有我的公众号信息哈，找到我让我修改接口数据哈。
需要的代写策略的盆友，可以关注公众号，在菜单栏那里的“代写量化程序”或者 后台回复：策略代写，获取联系方式哦
扫码关注公众号：
小市值轮动-量化交易-程序化交易-Ptrade实盘
Ptrade • 李魔佛 发表了文章 • 0 个评论 • 5092 次浏览 • 2023-10-07 14:14
运行了一段时间的实盘策略。中途不断加条件，避免买入暴雷的品种；遇到一字板涨停的不要急于轮动卖出。等破板再卖出。
当前策略持有30只。
点击查看大图
点击查看大图
基于股票的策略不敢多买，属于试验阶段，后期仍然会不断根据市场调仓； 主仓依然在可转债。
公众号：可转债量化分析
如果需要策略代写，（ptrade、qmt，其他量化平台）
可以公众号后台回复：
策略代写
查看全部
当前策略持有30只。
点击查看大图
点击查看大图
基于股票的策略不敢多买，属于试验阶段，后期仍然会不断根据市场调仓； 主仓依然在可转债。
公众号：可转债量化分析
如果需要策略代写，（ptrade、qmt，其他量化平台）
可以公众号后台回复：
策略代写
查看全部
运行了一段时间的实盘策略。中途不断加条件，避免买入暴雷的品种；遇到一字板涨停的不要急于轮动卖出。等破板再卖出。
当前策略持有30只。
点击查看大图
点击查看大图
基于股票的策略不敢多买，属于试验阶段，后期仍然会不断根据市场调仓； 主仓依然在可转债。
公众号：可转债量化分析
如果需要策略代写，（ptrade、qmt，其他量化平台）
可以公众号后台回复：
策略代写
当前策略持有30只。
基于股票的策略不敢多买，属于试验阶段，后期仍然会不断根据市场调仓； 主仓依然在可转债。
公众号：可转债量化分析
如果需要策略代写，（ptrade、qmt，其他量化平台）
可以公众号后台回复：
策略代写
ptrade qmt无法登录问题
量化交易 • 李魔佛 发表了文章 • 0 个评论 • 4984 次浏览 • 2023-08-08 14:44
经常有新人进群后，就说ptrade，或者qmt无法登录。
实际上这是在周五晚上和周末出现的问题，这是计划内的维护。部分券商没有技术服务支持，用户可能连服务器日常维护服务通知都无法及时得到通知。
PS：其实，大部分券商基本也就那样，ptrade和qmt的技术支持基本等于0，不敢说全部，至少90%的情况是这样的。 以至于我自己维护了一个ptrade，qmt的技术群（审核才可以加），日常有空就在里面解决群友的问题。基本都是些基础问题，部分可能是券商数据问题，大部分是用户的代码问题。 查看全部
实际上这是在周五晚上和周末出现的问题，这是计划内的维护。部分券商没有技术服务支持，用户可能连服务器日常维护服务通知都无法及时得到通知。
PS：其实，大部分券商基本也就那样，ptrade和qmt的技术支持基本等于0，不敢说全部，至少90%的情况是这样的。 以至于我自己维护了一个ptrade，qmt的技术群（审核才可以加），日常有空就在里面解决群友的问题。基本都是些基础问题，部分可能是券商数据问题，大部分是用户的代码问题。 查看全部
经常有新人进群后，就说ptrade，或者qmt无法登录。
实际上这是在周五晚上和周末出现的问题，这是计划内的维护。部分券商没有技术服务支持，用户可能连服务器日常维护服务通知都无法及时得到通知。
PS：其实，大部分券商基本也就那样，ptrade和qmt的技术支持基本等于0，不敢说全部，至少90%的情况是这样的。 以至于我自己维护了一个ptrade，qmt的技术群（审核才可以加），日常有空就在里面解决群友的问题。基本都是些基础问题，部分可能是券商数据问题，大部分是用户的代码问题。
实际上这是在周五晚上和周末出现的问题，这是计划内的维护。部分券商没有技术服务支持，用户可能连服务器日常维护服务通知都无法及时得到通知。
PS：其实，大部分券商基本也就那样，ptrade和qmt的技术支持基本等于0，不敢说全部，至少90%的情况是这样的。 以至于我自己维护了一个ptrade，qmt的技术群（审核才可以加），日常有空就在里面解决群友的问题。基本都是些基础问题，部分可能是券商数据问题，大部分是用户的代码问题。
ptrade批量获取股票的昨天的收盘价，转为字典json【一】
Ptrade • 李魔佛 发表了文章 • 0 个评论 • 5655 次浏览 • 2023-07-17 19:50
有些指标的计算，需要拿个股的昨日收盘价。而ptrade提供了多个API函数可以获取股票的昨天的收盘价。
ptrade接口文档：https://ptradeapi.com
笔者这里接写几个最简单的方式，供读者朋友参考。
下面代码适用于实盘，回测。
code_list = ['113578.SS','123014.SZ'] # 股票池，这里可以填几千个股票也没问题的
zz_df_price = get_price(code_list, start_date=None, end_date=None, frequency='1d', fields='close', fq=None, count=1)
yesterday_price_dict = zz_df_price.iloc[0].to_json()
讲解：
1.
code_list = ['113578.SS','123014.SZ'] # 股票池，这里可以填几千个股票也没问题的，比如你可以先拿沪深300指数的成分股，然后传入这个函数。
2.
zz_df_price = get_price(code_list, start_date=None, end_date=None, frequency='1d', fields='close', fq=None, count=1)
get_price： 获取历史数据。 这里不用get_history，因为这个函数太多bug了，主要是券商数据可能是缺的。拿历史数据我基本不敢用get_history。
因为我拿昨天的收盘价，所以我就不指定日期，只用count=1，获取1条数据，因为数据是从最新开始的，那么这一条数据肯定是上一个交易日的。
正常情况返回的数据是一个Pannel，三维的。不过因为filed=‘close'，单个字段，特殊情况，这里返回的是一个dataframe
输出：
zz_df_price.iloc[0].to_json()
index 113578.SS 123014.SZ
2023-07-14 93.036 118.36
所以接下来要做的是，获取dataframe的第一行数据，直接转为json
得到：
'{"113578.SS":93.036,"123014.SZ":118.36}'
更多技术支持与解答，欢迎加入星球。
查看全部
ptrade接口文档：https://ptradeapi.com
笔者这里接写几个最简单的方式，供读者朋友参考。
下面代码适用于实盘，回测。
code_list = ['113578.SS','123014.SZ'] # 股票池，这里可以填几千个股票也没问题的
zz_df_price = get_price(code_list, start_date=None, end_date=None, frequency='1d', fields='close', fq=None, count=1)
yesterday_price_dict = zz_df_price.iloc[0].to_json()
讲解：
1.
code_list = ['113578.SS','123014.SZ'] # 股票池，这里可以填几千个股票也没问题的，比如你可以先拿沪深300指数的成分股，然后传入这个函数。
2.
zz_df_price = get_price(code_list, start_date=None, end_date=None, frequency='1d', fields='close', fq=None, count=1)
get_price： 获取历史数据。 这里不用get_history，因为这个函数太多bug了，主要是券商数据可能是缺的。拿历史数据我基本不敢用get_history。
因为我拿昨天的收盘价，所以我就不指定日期，只用count=1，获取1条数据，因为数据是从最新开始的，那么这一条数据肯定是上一个交易日的。
正常情况返回的数据是一个Pannel，三维的。不过因为filed=‘close'，单个字段，特殊情况，这里返回的是一个dataframe
输出：
zz_df_price.iloc[0].to_json()
index 113578.SS 123014.SZ
2023-07-14 93.036 118.36
所以接下来要做的是，获取dataframe的第一行数据，直接转为json
得到：
'{"113578.SS":93.036,"123014.SZ":118.36}'
更多技术支持与解答，欢迎加入星球。
查看全部
有些指标的计算，需要拿个股的昨日收盘价。而ptrade提供了多个API函数可以获取股票的昨天的收盘价。
ptrade接口文档：https://ptradeapi.com
笔者这里接写几个最简单的方式，供读者朋友参考。
下面代码适用于实盘，回测。
讲解：
1.
code_list = ['113578.SS','123014.SZ'] # 股票池，这里可以填几千个股票也没问题的，比如你可以先拿沪深300指数的成分股，然后传入这个函数。
2.
zz_df_price = get_price(code_list, start_date=None, end_date=None, frequency='1d', fields='close', fq=None, count=1)
get_price： 获取历史数据。 这里不用get_history，因为这个函数太多bug了，主要是券商数据可能是缺的。拿历史数据我基本不敢用get_history。
因为我拿昨天的收盘价，所以我就不指定日期，只用count=1，获取1条数据，因为数据是从最新开始的，那么这一条数据肯定是上一个交易日的。
正常情况返回的数据是一个Pannel，三维的。不过因为filed=‘close'，单个字段，特殊情况，这里返回的是一个dataframe
输出：
所以接下来要做的是，获取dataframe的第一行数据，直接转为json
得到：
更多技术支持与解答，欢迎加入星球。
ptrade接口文档：https://ptradeapi.com
笔者这里接写几个最简单的方式，供读者朋友参考。
下面代码适用于实盘，回测。
code_list = ['113578.SS','123014.SZ'] # 股票池，这里可以填几千个股票也没问题的
zz_df_price = get_price(code_list, start_date=None, end_date=None, frequency='1d', fields='close', fq=None, count=1)
yesterday_price_dict = zz_df_price.iloc[0].to_json()
讲解：
1.
code_list = ['113578.SS','123014.SZ'] # 股票池，这里可以填几千个股票也没问题的，比如你可以先拿沪深300指数的成分股，然后传入这个函数。
2.
zz_df_price = get_price(code_list, start_date=None, end_date=None, frequency='1d', fields='close', fq=None, count=1)
get_price： 获取历史数据。 这里不用get_history，因为这个函数太多bug了，主要是券商数据可能是缺的。拿历史数据我基本不敢用get_history。
因为我拿昨天的收盘价，所以我就不指定日期，只用count=1，获取1条数据，因为数据是从最新开始的，那么这一条数据肯定是上一个交易日的。
正常情况返回的数据是一个Pannel，三维的。不过因为filed=‘close'，单个字段，特殊情况，这里返回的是一个dataframe
输出：
zz_df_price.iloc[0].to_json()
index 113578.SS 123014.SZ
2023-07-14 93.036 118.36
所以接下来要做的是，获取dataframe的第一行数据，直接转为json
得到：
'{"113578.SS":93.036,"123014.SZ":118.36}'
更多技术支持与解答，欢迎加入星球。
目前支持量化接口的万一免五的券商有哪些？
量化交易-Ptrade-QMT • 李魔佛 发表了文章 • 0 个评论 • 8393 次浏览 • 2023-07-04 22:52
支持量化交易的券商如下：
其中能够股票免五的有国金证券，国盛证券，国信证券，安信证券。
其中，国金证券，国盛证券支持QMT、MiniQMT、Ptrade。
国信证券，安信证券支持QMT。
东莞证券支持Ptrade
可转债默认免五。
开户后可加入量化技术交流群，可获得编程技术指导。
【提问者需要把问题描述清楚即可,PS: 有些人动不动就说：“Ptrade不行呀”，“QMT垃圾呀”，结果让他贴代码上来瞅瞅，是他本身代码写的拉垮，目前贴出来的已知的问题，90%是个人代码问题。】
扫码添加微信咨询开户：
查看全部
其中能够股票免五的有国金证券，国盛证券，国信证券，安信证券。
其中，国金证券，国盛证券支持QMT、MiniQMT、Ptrade。
国信证券，安信证券支持QMT。
东莞证券支持Ptrade
可转债默认免五。
开户后可加入量化技术交流群，可获得编程技术指导。
【提问者需要把问题描述清楚即可,PS: 有些人动不动就说：“Ptrade不行呀”，“QMT垃圾呀”，结果让他贴代码上来瞅瞅，是他本身代码写的拉垮，目前贴出来的已知的问题，90%是个人代码问题。】
扫码添加微信咨询开户：
查看全部
支持量化交易的券商如下：
其中能够股票免五的有国金证券，国盛证券，国信证券，安信证券。
其中，国金证券，国盛证券支持QMT、MiniQMT、Ptrade。
国信证券，安信证券支持QMT。
东莞证券支持Ptrade
可转债默认免五。
开户后可加入量化技术交流群，可获得编程技术指导。
【提问者需要把问题描述清楚即可,PS: 有些人动不动就说：“Ptrade不行呀”，“QMT垃圾呀”，结果让他贴代码上来瞅瞅，是他本身代码写的拉垮，目前贴出来的已知的问题，90%是个人代码问题。】
扫码添加微信咨询开户：
其中能够股票免五的有国金证券，国盛证券，国信证券，安信证券。
其中，国金证券，国盛证券支持QMT、MiniQMT、Ptrade。
国信证券，安信证券支持QMT。
东莞证券支持Ptrade
可转债默认免五。
开户后可加入量化技术交流群，可获得编程技术指导。
【提问者需要把问题描述清楚即可,PS: 有些人动不动就说：“Ptrade不行呀”，“QMT垃圾呀”，结果让他贴代码上来瞅瞅，是他本身代码写的拉垮，目前贴出来的已知的问题，90%是个人代码问题。】
扫码添加微信咨询开户：
Ptrade/QMT 可转债转股操作 python代码
量化交易 • 李魔佛 发表了文章 • 0 个评论 • 5592 次浏览 • 2023-06-19 18:14
如果想进行折价套利（裸套），需要对持有的转债进行转股操作。
而这个转股操作是要在交易时间，也就是盘中时间下一个债转股的命令，然后盘后交易所会更会你盘中下的转股指令，将对应的可转债转为对应的股票，这是，持仓里面的可转债会消失，变成该可转债对应的正股。
（当然这是在全部转股的前提下的情况，也有可能有部分人转债只转一部分，这样持仓里面还仍然会有部分可转债没有被转为股票）
那么在Ptrade和QMT里面，如何调用API接口进行可转债转股呢？
Ptrade:
def initialize(context):
g.security = "600570.SS"
set_universe(g.security)
def before_trading_start(context, data):
g.count = 0
def handle_data(context, data):
if g.count == 0:
# 对持仓内的贝斯进行转股操作
debt_to_stock_order("123075.SZ", -1000)
g.count += 1
# 查看委托状态
log.info(get_orders())
g.count += 1
主要是上面的函数，
debt_to_stock_order 传入可转债代码和转股的数量，注意数量用加一个负号。
QMT可转债转股操作
#coding:gbk
c = True
account = '11111111' # 个人账户
def init(ContextInfo):
pass
def handlebar(ContextInfo):
if not ContextInfo.is_last_bar():
#历史k线不应该发出实盘信号 跳过
return
if c:
passorder(80,1101,account,s,5,0,-100,'1',2,'tzbz',ContextInfo)
c=False
passorder 里面的 80是 普通账户可转债转股
更多Ptrade，qmt知识，可以关注公众号
查看全部
而这个转股操作是要在交易时间，也就是盘中时间下一个债转股的命令，然后盘后交易所会更会你盘中下的转股指令，将对应的可转债转为对应的股票，这是，持仓里面的可转债会消失，变成该可转债对应的正股。
（当然这是在全部转股的前提下的情况，也有可能有部分人转债只转一部分，这样持仓里面还仍然会有部分可转债没有被转为股票）
那么在Ptrade和QMT里面，如何调用API接口进行可转债转股呢？
Ptrade:
def initialize(context):
g.security = "600570.SS"
set_universe(g.security)
def before_trading_start(context, data):
g.count = 0
def handle_data(context, data):
if g.count == 0:
# 对持仓内的贝斯进行转股操作
debt_to_stock_order("123075.SZ", -1000)
g.count += 1
# 查看委托状态
log.info(get_orders())
g.count += 1
主要是上面的函数，
debt_to_stock_order 传入可转债代码和转股的数量，注意数量用加一个负号。
QMT可转债转股操作
#coding:gbk
c = True
account = '11111111' # 个人账户
def init(ContextInfo):
pass
def handlebar(ContextInfo):
if not ContextInfo.is_last_bar():
#历史k线不应该发出实盘信号 跳过
return
if c:
passorder(80,1101,account,s,5,0,-100,'1',2,'tzbz',ContextInfo)
c=False
passorder 里面的 80是 普通账户可转债转股
更多Ptrade，qmt知识，可以关注公众号
查看全部
如果想进行折价套利（裸套），需要对持有的转债进行转股操作。
而这个转股操作是要在交易时间，也就是盘中时间下一个债转股的命令，然后盘后交易所会更会你盘中下的转股指令，将对应的可转债转为对应的股票，这是，持仓里面的可转债会消失，变成该可转债对应的正股。
（当然这是在全部转股的前提下的情况，也有可能有部分人转债只转一部分，这样持仓里面还仍然会有部分可转债没有被转为股票）
那么在Ptrade和QMT里面，如何调用API接口进行可转债转股呢？
Ptrade:
主要是上面的函数，
debt_to_stock_order 传入可转债代码和转股的数量，注意数量用加一个负号。
QMT可转债转股操作
passorder 里面的 80是 普通账户可转债转股
更多Ptrade，qmt知识，可以关注公众号
而这个转股操作是要在交易时间，也就是盘中时间下一个债转股的命令，然后盘后交易所会更会你盘中下的转股指令，将对应的可转债转为对应的股票，这是，持仓里面的可转债会消失，变成该可转债对应的正股。
（当然这是在全部转股的前提下的情况，也有可能有部分人转债只转一部分，这样持仓里面还仍然会有部分可转债没有被转为股票）
那么在Ptrade和QMT里面，如何调用API接口进行可转债转股呢？
Ptrade:
def initialize(context):
g.security = "600570.SS"
set_universe(g.security)
def before_trading_start(context, data):
g.count = 0
def handle_data(context, data):
if g.count == 0:
# 对持仓内的贝斯进行转股操作
debt_to_stock_order("123075.SZ", -1000)
g.count += 1
# 查看委托状态
log.info(get_orders())
g.count += 1
主要是上面的函数，
debt_to_stock_order 传入可转债代码和转股的数量，注意数量用加一个负号。
QMT可转债转股操作
#coding:gbk
c = True
account = '11111111' # 个人账户
def init(ContextInfo):
pass
def handlebar(ContextInfo):
if not ContextInfo.is_last_bar():
#历史k线不应该发出实盘信号 跳过
return
if c:
passorder(80,1101,account,s,5,0,-100,'1',2,'tzbz',ContextInfo)
c=False
passorder 里面的 80是 普通账户可转债转股
更多Ptrade，qmt知识，可以关注公众号
国金证券QMT量化新人培训教程
QMT • 李魔佛 发表了文章 • 0 个评论 • 10723 次浏览 • 2023-05-29 00:37
最近国金证券邀请了QMT技术人员对内部用户进行了新人培训，并提供视频回放。
视频已经整理放到B站：
https://space.bilibili.com/73827743/channel/seriesdetail?sid=3326385&ctype=0
视频目录：
量化新人用QMT+chat GPT快速上手量化策略（一）QMT基础介绍
量化新人用QMT+chat GPT快速上手量化策略（二）QMT均线盘后选股
量化新人用QMT+chat GPT快速上手量化策略（三）一个基本的回测策略代码
量化新人用QMT+chat GPT快速上手量化策略（四） QMT运行一个策略的整体流程
量化新人用QMT+chat GPT快速上手量化策略（五） 获取股票数据
量化新人用QMT+chat GPT快速上手量化策略（六） tablib计算指标
量化新人用QMT+chat GPT快速上手量化策略（七） 下单代码编写
欢迎观看并提出疑问。
公众号：可转债量化分析 查看全部
视频已经整理放到B站：
https://space.bilibili.com/73827743/channel/seriesdetail?sid=3326385&ctype=0
视频目录：
量化新人用QMT+chat GPT快速上手量化策略（一）QMT基础介绍
量化新人用QMT+chat GPT快速上手量化策略（二）QMT均线盘后选股
量化新人用QMT+chat GPT快速上手量化策略（三）一个基本的回测策略代码
量化新人用QMT+chat GPT快速上手量化策略（四） QMT运行一个策略的整体流程
量化新人用QMT+chat GPT快速上手量化策略（五） 获取股票数据
量化新人用QMT+chat GPT快速上手量化策略（六） tablib计算指标
量化新人用QMT+chat GPT快速上手量化策略（七） 下单代码编写
欢迎观看并提出疑问。
公众号：可转债量化分析 查看全部
最近国金证券邀请了QMT技术人员对内部用户进行了新人培训，并提供视频回放。
视频已经整理放到B站：
https://space.bilibili.com/73827743/channel/seriesdetail?sid=3326385&ctype=0
视频目录：
欢迎观看并提出疑问。
公众号：可转债量化分析
视频已经整理放到B站：
https://space.bilibili.com/73827743/channel/seriesdetail?sid=3326385&ctype=0
视频目录：
量化新人用QMT+chat GPT快速上手量化策略（一）QMT基础介绍
量化新人用QMT+chat GPT快速上手量化策略（二）QMT均线盘后选股
量化新人用QMT+chat GPT快速上手量化策略（三）一个基本的回测策略代码
量化新人用QMT+chat GPT快速上手量化策略（四） QMT运行一个策略的整体流程
量化新人用QMT+chat GPT快速上手量化策略（五） 获取股票数据
量化新人用QMT+chat GPT快速上手量化策略（六） tablib计算指标
量化新人用QMT+chat GPT快速上手量化策略（七） 下单代码编写
欢迎观看并提出疑问。
公众号：可转债量化分析
用户问的比较多的关于ptrade基础问题
Ptrade • 李魔佛 发表了文章 • 0 个评论 • 6538 次浏览 • 2023-05-04 01:19
一些星友（星球好友）问的比较多的问题：
1. 国金的Ptrade 实盘交易客户端是无法进行回测的，在任何时间段；
而模拟客户端可以，可以找自己的经理申请一个Ptrade模拟客户端账户；
2. 国盛的Ptrade实盘交易客户端仅在交易时间无法回测，但非交易时间可以回测；
主要是因为实盘回测和交易在同一个服务器，回测占用过多资源会影响实盘交易；模拟客户端没有这个问题；
任何时间段均可以回测； （之前某个券商的ptrade实盘服务器，因为某个用户开了40多个回测策略，一直在后台运行，而且是关于运算密集型的，导致实盘交易的程序也崩溃了）
3. 国金Ptrade无法回测星球上面的可转债实盘代码，实盘代码是基于当前的实时数据，用来进行回测没有意义，因为获取不到可转债的历史数据（溢价率，规模等），只有历史的价格数据；
4. 国金Ptrade无法使用星球上的可转债代码进行实盘，因为无法访问外网，无法访问我部署的接口数据； 而国盛的Ptrade可以；如果国金Ptrade需要实盘交易可转债，需要手工上传一些基础数据，Ptrade提供上传功能，具体操作可查找星球相关文章；
5. 在共享的Ptrade模拟试用账户上，不要保留个人代码记录，跑完后记得删除，否则其他共有同一个账户的人可以进去修改复制你的策略和代码；如果是单独的个人模拟账户，则没有这个问题。
查看全部
1. 国金的Ptrade 实盘交易客户端是无法进行回测的，在任何时间段；
而模拟客户端可以，可以找自己的经理申请一个Ptrade模拟客户端账户；
2. 国盛的Ptrade实盘交易客户端仅在交易时间无法回测，但非交易时间可以回测；
主要是因为实盘回测和交易在同一个服务器，回测占用过多资源会影响实盘交易；模拟客户端没有这个问题；
任何时间段均可以回测； （之前某个券商的ptrade实盘服务器，因为某个用户开了40多个回测策略，一直在后台运行，而且是关于运算密集型的，导致实盘交易的程序也崩溃了）
3. 国金Ptrade无法回测星球上面的可转债实盘代码，实盘代码是基于当前的实时数据，用来进行回测没有意义，因为获取不到可转债的历史数据（溢价率，规模等），只有历史的价格数据；
4. 国金Ptrade无法使用星球上的可转债代码进行实盘，因为无法访问外网，无法访问我部署的接口数据； 而国盛的Ptrade可以；如果国金Ptrade需要实盘交易可转债，需要手工上传一些基础数据，Ptrade提供上传功能，具体操作可查找星球相关文章；
5. 在共享的Ptrade模拟试用账户上，不要保留个人代码记录，跑完后记得删除，否则其他共有同一个账户的人可以进去修改复制你的策略和代码；如果是单独的个人模拟账户，则没有这个问题。
查看全部
一些星友（星球好友）问的比较多的问题：
1. 国金的Ptrade 实盘交易客户端是无法进行回测的，在任何时间段；
而模拟客户端可以，可以找自己的经理申请一个Ptrade模拟客户端账户；
2. 国盛的Ptrade实盘交易客户端仅在交易时间无法回测，但非交易时间可以回测；
主要是因为实盘回测和交易在同一个服务器，回测占用过多资源会影响实盘交易；模拟客户端没有这个问题；
任何时间段均可以回测； （之前某个券商的ptrade实盘服务器，因为某个用户开了40多个回测策略，一直在后台运行，而且是关于运算密集型的，导致实盘交易的程序也崩溃了）
3. 国金Ptrade无法回测星球上面的可转债实盘代码，实盘代码是基于当前的实时数据，用来进行回测没有意义，因为获取不到可转债的历史数据（溢价率，规模等），只有历史的价格数据；
4. 国金Ptrade无法使用星球上的可转债代码进行实盘，因为无法访问外网，无法访问我部署的接口数据； 而国盛的Ptrade可以；如果国金Ptrade需要实盘交易可转债，需要手工上传一些基础数据，Ptrade提供上传功能，具体操作可查找星球相关文章；
5. 在共享的Ptrade模拟试用账户上，不要保留个人代码记录，跑完后记得删除，否则其他共有同一个账户的人可以进去修改复制你的策略和代码；如果是单独的个人模拟账户，则没有这个问题。
1. 国金的Ptrade 实盘交易客户端是无法进行回测的，在任何时间段；
而模拟客户端可以，可以找自己的经理申请一个Ptrade模拟客户端账户；
2. 国盛的Ptrade实盘交易客户端仅在交易时间无法回测，但非交易时间可以回测；
主要是因为实盘回测和交易在同一个服务器，回测占用过多资源会影响实盘交易；模拟客户端没有这个问题；
任何时间段均可以回测； （之前某个券商的ptrade实盘服务器，因为某个用户开了40多个回测策略，一直在后台运行，而且是关于运算密集型的，导致实盘交易的程序也崩溃了）
3. 国金Ptrade无法回测星球上面的可转债实盘代码，实盘代码是基于当前的实时数据，用来进行回测没有意义，因为获取不到可转债的历史数据（溢价率，规模等），只有历史的价格数据；
4. 国金Ptrade无法使用星球上的可转债代码进行实盘，因为无法访问外网，无法访问我部署的接口数据； 而国盛的Ptrade可以；如果国金Ptrade需要实盘交易可转债，需要手工上传一些基础数据，Ptrade提供上传功能，具体操作可查找星球相关文章；
5. 在共享的Ptrade模拟试用账户上，不要保留个人代码记录，跑完后记得删除，否则其他共有同一个账户的人可以进去修改复制你的策略和代码；如果是单独的个人模拟账户，则没有这个问题。
本地CPU部署的stable diffusion webui 环境，本地不受限，还可以生成色图黄图
深度学习 • 马化云 发表了文章 • 0 个评论 • 8705 次浏览 • 2023-04-17 00:27
正常输出，生成图的纹理贴图光线很逼真。
需要不断调节词汇（英语），打造你想要的人物设定
由于本地使用的词汇不限制，还能够生成细节丰富的黄图。（宅男福音）
提供一个语法给你们用用：prompt: beautiful, masterpiece, best quality, extremely detailed face, perfect lighting, (1girl, solo, 1boy, 1girl, NemoNelly, Slight penetration, lying, on back, spread legs:1.5), street, crowd, ((skinny)), ((puffy eyes)), brown hair, medium hair, cowboy shot, medium breasts, swept bangs, walking, outdoors, sunshine, light_rays, fantasy, rococo, hair_flower,low tied hair, smile, half-closed eyes, dating, (nude), nsfw, (heavy breathing:1.5), tears, crying, blush, wet, sweat, <lora:koreanDollLikeness_v15:0.4>, <lora:povImminentPenetration_ipv1:0>, <lora:breastinclassBetter_v14:0.1>
整体来说，现在的AI技术和效果就像跃迁了一个台阶。
查看全部
需要不断调节词汇（英语），打造你想要的人物设定
由于本地使用的词汇不限制，还能够生成细节丰富的黄图。（宅男福音）
提供一个语法给你们用用：prompt: beautiful, masterpiece, best quality, extremely detailed face, perfect lighting, (1girl, solo, 1boy, 1girl, NemoNelly, Slight penetration, lying, on back, spread legs:1.5), street, crowd, ((skinny)), ((puffy eyes)), brown hair, medium hair, cowboy shot, medium breasts, swept bangs, walking, outdoors, sunshine, light_rays, fantasy, rococo, hair_flower,low tied hair, smile, half-closed eyes, dating, (nude), nsfw, (heavy breathing:1.5), tears, crying, blush, wet, sweat, <lora:koreanDollLikeness_v15:0.4>, <lora:povImminentPenetration_ipv1:0>, <lora:breastinclassBetter_v14:0.1>
整体来说，现在的AI技术和效果就像跃迁了一个台阶。
查看全部
正常输出，生成图的纹理贴图光线很逼真。
需要不断调节词汇（英语），打造你想要的人物设定
由于本地使用的词汇不限制，还能够生成细节丰富的黄图。（宅男福音）
提供一个语法给你们用用：
整体来说，现在的AI技术和效果就像跃迁了一个台阶。
需要不断调节词汇（英语），打造你想要的人物设定
由于本地使用的词汇不限制，还能够生成细节丰富的黄图。（宅男福音）
提供一个语法给你们用用：
prompt: beautiful, masterpiece, best quality, extremely detailed face, perfect lighting, (1girl, solo, 1boy, 1girl, NemoNelly, Slight penetration, lying, on back, spread legs:1.5), street, crowd, ((skinny)), ((puffy eyes)), brown hair, medium hair, cowboy shot, medium breasts, swept bangs, walking, outdoors, sunshine, light_rays, fantasy, rococo, hair_flower,low tied hair, smile, half-closed eyes, dating, (nude), nsfw, (heavy breathing:1.5), tears, crying, blush, wet, sweat, <lora:koreanDollLikeness_v15:0.4>, <lora:povImminentPenetration_ipv1:0>, <lora:breastinclassBetter_v14:0.1>
整体来说，现在的AI技术和效果就像跃迁了一个台阶。
Ptrade QMT实盘策略记录 - 不定期更新
量化交易 • 李魔佛 发表了文章 • 0 个评论 • 4452 次浏览 • 2023-04-03 15:27
简单记录当前使用Ptrade和QMT编写策略的情况。（只记录大体的意思，不透露具体策略细节，除非是那种烂大街的策略，什么macd,均线，双低，小市值等等）
写出来的是已经实现且实盘稳定运行的；
涨停板；依赖ptrade的高速行情自动配合手动；两融账户的股票日内做T，持有底仓；股票小市值轮动+多因子可转债多因子（有N个版本+不同的排除因子 组合）可转债日内高频股票趋势动量ETF轮动套利脉冲卖出扫描
纯粹自己做的记录，便于自己平时复盘。
有兴趣的朋友可以关注公众号交流。 查看全部
写出来的是已经实现且实盘稳定运行的；
涨停板；依赖ptrade的高速行情自动配合手动；两融账户的股票日内做T，持有底仓；股票小市值轮动+多因子可转债多因子（有N个版本+不同的排除因子 组合）可转债日内高频股票趋势动量ETF轮动套利脉冲卖出扫描
纯粹自己做的记录，便于自己平时复盘。
有兴趣的朋友可以关注公众号交流。 查看全部
简单记录当前使用Ptrade和QMT编写策略的情况。（只记录大体的意思，不透露具体策略细节，除非是那种烂大街的策略，什么macd,均线，双低，小市值等等）
写出来的是已经实现且实盘稳定运行的；
纯粹自己做的记录，便于自己平时复盘。
有兴趣的朋友可以关注公众号交流。
写出来的是已经实现且实盘稳定运行的；
- 涨停板；依赖ptrade的高速行情自动配合手动；
- 两融账户的股票日内做T，持有底仓；
- 股票小市值轮动+多因子
- 可转债多因子（有N个版本+不同的排除因子 组合）
- 可转债日内高频
- 股票趋势动量
- ETF轮动套利
- 脉冲卖出扫描
纯粹自己做的记录，便于自己平时复盘。
有兴趣的朋友可以关注公众号交流。
Ptrade担保品买入卖出
Ptrade • 李魔佛 发表了文章 • 0 个评论 • 3262 次浏览 • 2023-03-31 01:31
担保品卖出指的是融资融券交易当中，用自有资金进行买卖的行为
实际上是买卖股票，但在信用账户上，用只有资金买卖股票。
ptrade支持两融操作。
比如下面的示例代告诉我们，担保品买入股票的3个不同参数的效果：def initialize(context):
g.security = '600570.SS'
set_universe(g.security)
def handle_data(context, data):
# 以系统最新价委托
margin_trade(g.security, 100)
# 以72块价格下一个限价单
margin_trade(g.security, 100, limit_price=72)
# 以最优五档即时成交剩余撤销委托
margin_trade(g.security, 200, market_type=4) security：股票代码(str)；
amount：交易数量，正数表示买入，负数表示卖出(int)；
limit_price：买卖限价(float)；
market_type：市价委托类型，上证非科创板股票支持参数1、4，上证科创板股票支持参数0、1、2、4，深证股票支持参数0、2、3、4、5(int)；
0：对手方最优价格；
1：最优五档即时成交剩余转限价；
2：本方最优价格；
3：即时成交剩余撤销；
4：最优五档即时成交剩余撤销；
5：全额成交或撤单； 查看全部
实际上是买卖股票，但在信用账户上，用只有资金买卖股票。
ptrade支持两融操作。
比如下面的示例代告诉我们，担保品买入股票的3个不同参数的效果：def initialize(context):
g.security = '600570.SS'
set_universe(g.security)
def handle_data(context, data):
# 以系统最新价委托
margin_trade(g.security, 100)
# 以72块价格下一个限价单
margin_trade(g.security, 100, limit_price=72)
# 以最优五档即时成交剩余撤销委托
margin_trade(g.security, 200, market_type=4) security：股票代码(str)；
amount：交易数量，正数表示买入，负数表示卖出(int)；
limit_price：买卖限价(float)；
market_type：市价委托类型，上证非科创板股票支持参数1、4，上证科创板股票支持参数0、1、2、4，深证股票支持参数0、2、3、4、5(int)；
0：对手方最优价格；
1：最优五档即时成交剩余转限价；
2：本方最优价格；
3：即时成交剩余撤销；
4：最优五档即时成交剩余撤销；
5：全额成交或撤单； 查看全部
担保品卖出指的是融资融券交易当中，用自有资金进行买卖的行为
实际上是买卖股票，但在信用账户上，用只有资金买卖股票。
ptrade支持两融操作。
比如下面的示例代告诉我们，担保品买入股票的3个不同参数的效果：
def initialize(context):
g.security = '600570.SS'
set_universe(g.security)
def handle_data(context, data):
# 以系统最新价委托
margin_trade(g.security, 100)
# 以72块价格下一个限价单
margin_trade(g.security, 100, limit_price=72)
# 以最优五档即时成交剩余撤销委托
margin_trade(g.security, 200, market_type=4)
security：股票代码(str)；
amount：交易数量，正数表示买入，负数表示卖出(int)；
limit_price：买卖限价(float)；
market_type：市价委托类型，上证非科创板股票支持参数1、4，上证科创板股票支持参数0、1、2、4，深证股票支持参数0、2、3、4、5(int)；
0：对手方最优价格；
1：最优五档即时成交剩余转限价；
2：本方最优价格；
3：即时成交剩余撤销；
4：最优五档即时成交剩余撤销；
5：全额成交或撤单；
qmt 可转债 双低(阈值)轮动 实盘代码
QMT • 李魔佛 发表了文章 • 0 个评论 • 4822 次浏览 • 2023-02-26 15:18
之前在星球埋的坑，答应群友写个qmt的双低可转债的轮动实盘代码。
用已有的ptrade的代码，然后部分获取行情和交易接口按照qmt的接口文档（http://qmt.ptradeapi.com ）重写，就给了一版。（对，很早以前就有一版ptrade的转债双低的了）
无论是qmt还是ptrade，都只是一个工具，用熟悉了，都无所哪个好哪个不好。
完整代码在个人星球。
觉得之前星球太便宜了，不仅给了代码，还部署了接口免费使用，通过接口获取可转债的实时数据，强赎天数，规模，溢价率，评级等等一系列数据。 而且随着时间的推移，里面积累的数据，代码也越来越多，感觉这样对前面进去并不断续费的星友有点公平，尽管以后他们续费都直接打折扣。所以还是按照一些大v运营的意见，逐年涨价策略。
越往后的朋友，因为前面积累的内容越多，因此价格也随之增长。
当然有能力可以自己写接口，部署，实盘，获取三方数据的大v，就没必要加了。
查看全部
用已有的ptrade的代码，然后部分获取行情和交易接口按照qmt的接口文档（http://qmt.ptradeapi.com ）重写，就给了一版。（对，很早以前就有一版ptrade的转债双低的了）
无论是qmt还是ptrade，都只是一个工具，用熟悉了，都无所哪个好哪个不好。
完整代码在个人星球。
觉得之前星球太便宜了，不仅给了代码，还部署了接口免费使用，通过接口获取可转债的实时数据，强赎天数，规模，溢价率，评级等等一系列数据。 而且随着时间的推移，里面积累的数据，代码也越来越多，感觉这样对前面进去并不断续费的星友有点公平，尽管以后他们续费都直接打折扣。所以还是按照一些大v运营的意见，逐年涨价策略。
越往后的朋友，因为前面积累的内容越多，因此价格也随之增长。
当然有能力可以自己写接口，部署，实盘，获取三方数据的大v，就没必要加了。
查看全部
之前在星球埋的坑，答应群友写个qmt的双低可转债的轮动实盘代码。
用已有的ptrade的代码，然后部分获取行情和交易接口按照qmt的接口文档（http://qmt.ptradeapi.com ）重写，就给了一版。（对，很早以前就有一版ptrade的转债双低的了）
无论是qmt还是ptrade，都只是一个工具，用熟悉了，都无所哪个好哪个不好。
完整代码在个人星球。
觉得之前星球太便宜了，不仅给了代码，还部署了接口免费使用，通过接口获取可转债的实时数据，强赎天数，规模，溢价率，评级等等一系列数据。 而且随着时间的推移，里面积累的数据，代码也越来越多，感觉这样对前面进去并不断续费的星友有点公平，尽管以后他们续费都直接打折扣。所以还是按照一些大v运营的意见，逐年涨价策略。
越往后的朋友，因为前面积累的内容越多，因此价格也随之增长。
当然有能力可以自己写接口，部署，实盘，获取三方数据的大v，就没必要加了。
用已有的ptrade的代码，然后部分获取行情和交易接口按照qmt的接口文档（http://qmt.ptradeapi.com ）重写，就给了一版。（对，很早以前就有一版ptrade的转债双低的了）
无论是qmt还是ptrade，都只是一个工具，用熟悉了，都无所哪个好哪个不好。
完整代码在个人星球。
觉得之前星球太便宜了，不仅给了代码，还部署了接口免费使用，通过接口获取可转债的实时数据，强赎天数，规模，溢价率，评级等等一系列数据。 而且随着时间的推移，里面积累的数据，代码也越来越多，感觉这样对前面进去并不断续费的星友有点公平，尽管以后他们续费都直接打折扣。所以还是按照一些大v运营的意见，逐年涨价策略。
越往后的朋友，因为前面积累的内容越多，因此价格也随之增长。
当然有能力可以自己写接口，部署，实盘，获取三方数据的大v，就没必要加了。
qmt iquant最新接口文档
QMT • 李魔佛 发表了文章 • 0 个评论 • 3526 次浏览 • 2023-02-19 15:16
申请了个二级域名，作为QMT iQuant的接口文档。懒得再去搞新的域名了，凑合这用，和ptrade的接口文档拼在一个根域名下面
http://qmt.ptradeapi.com
除了官方的接口文档，还加入了一些个人平时编写的写法与回测，实盘代码。 不定期更新。
欢迎关注收藏。 查看全部
http://qmt.ptradeapi.com
除了官方的接口文档，还加入了一些个人平时编写的写法与回测，实盘代码。 不定期更新。
欢迎关注收藏。 查看全部
申请了个二级域名，作为QMT iQuant的接口文档。懒得再去搞新的域名了，凑合这用，和ptrade的接口文档拼在一个根域名下面
http://qmt.ptradeapi.com
除了官方的接口文档，还加入了一些个人平时编写的写法与回测，实盘代码。 不定期更新。
欢迎关注收藏。
http://qmt.ptradeapi.com
除了官方的接口文档，还加入了一些个人平时编写的写法与回测，实盘代码。 不定期更新。
欢迎关注收藏。
迅投qmt入门教程（一）
QMT • 李魔佛 发表了文章 • 0 个评论 • 26674 次浏览 • 2023-02-06 19:43
很早想写一个qmt教程的，无奈平时90%时间都用的ptrade。之前想把教程写好了再发出来，不过这样只会越拖越久，为了让自己填这个坑，先把文章发出来，按照平时正常的量化学习的路径，从简单到复杂。 慢慢记录，形成个系列教程。 有疑问的朋友可以到笔者的公众号或者知识星球去提问吧。（见文末）
1. 准备：
首先得开一个支持
1. 准备：
首先得开一个支持