【九月打卡】第5天 Py交易体系完善（xtquant + xtdata）

课程名称： 程序员理财课 Python量化交易系统实战
课程章节： 1-6 如何搭建量化交易系统（迅投QMT）
课程讲师： DeltaF
课程内容：
通过昨天的课程我们知道，xtquant框架，分为负责请求数据的xtdata框架部分，和负责进行交易的xttrade框架部分。
量化交易也分为两部分：策略回测 + 实盘交易。

回测

回测的方法有很多，只要能拿到想要的数据，找到其中的规律就可以了。（可以通过xtdata拿数据，也可以通过其他各种渠道拿数据，如：爬虫、TuShare、AKShare、wencai、pytdx等）
回测是为了验证模式的历史胜率与赔率的。

实盘

实盘是模式的应用，分为：

1. 盘前准备（基于昨日盘面筛选出待交易股票池）
2. 盘中交易（基于盘中信号，触发B或S的交易行为）

一般量化课，往往重回测而轻实盘，这和之前没有现成能用的量化框架有关（直到QMT的出现）

我们也可以把QMT当做一个纯交易终端来用，作为"半自动化交易”型产品来用——前一天收盘 + 复盘以后，就把次日的开仓条件，用Python写好——这就是完全的按计划交易了。

比如220909盘中来看，策略应该包含：

1. 前日收盘选股：根据昨天的盘面表现和一个check list，把一些黑名单标的排除出股票池（形态角度、强弱角度、席位角度、板块地位角度、量能角度等）
2. 次日盘中选股：根据竞价强弱情况 & 板块反馈，选择合适的标的买入

课程收获：
对于量化交易的理论体系做了梳理，清晰了一些。