先说说，什么是量化交易？

简单来说，**量化交易就是把交易想法写成明确的规则，再交给程序自动监控和判断**。

例如，我们可以告诉程序：价格高于最近 5 日平均价时提示买入，低于平均价时提示卖出。程序会自动读取行情、判断条件并给出信号，不需要一直盯着屏幕。收到提示后，再由自己打开券商软件手动下单。

量化交易的基本过程只有三步：

1. **获取数据**：读取价格、成交量等市场信息。
2. **制定规则**：明确什么情况下买入，什么情况下卖出。
3. **信号提示**：让计算机持续监控，并在条件满足时发出买卖提示。

下面这种分时走势，常被股民形象地称为“一字断魂刀”：股价在极短时间内快速下跌，分时线几乎垂直落下。

![一字断魂刀分时走势示例](https://developer.qcloudimg.com/http-save/yehe-8201782/6636a11ed1a48bd5075c6e8ec6533504.png)

*图：股价在很短时间内从高位快速下跌，形成近乎垂直的分时线。*

这样的速度，仅靠人手查看行情、判断、输入价格再点击卖出，通常很难完成。程序却可以在条件触发后立即发出订单，还可以连续拆分订单、快速调整价格。这正是程序化交易的特点：**速度快、执行统一、不会犹豫**。

需要说明的是，单凭一张分时图不能确定背后一定是哪一种量化策略，也可能与集中大单、流动性变化等因素有关。但它能直观说明，市场中的许多快速交易动作，已经远远超过普通手工操作的速度。

最近我新开了一个专栏，准备和大家聊聊量化技术。

很多人一听到“量化交易”，会觉得它很高深，需要复杂的数学模型和大量代码。其实量化入门并没有那么遥远。一套简单、明确的交易规则，可能只需要几十行代码就能实现。

在这个专栏里，我会从程序员的角度，用尽量直白的方式，介绍量化工具的使用、策略代码的编写、回测方法和实用技巧。重点不是堆砌专业术语，而是带你先把工具用起来，再逐步理解代码和交易规则。

本系列使用聚宽量化平台。第一篇就从零开始，带你快速创建一个策略、运行回测，并完成量化交易的第一次上手体验。

## 本专栏的核心观点：能做分时，但更建议做波段

量化当然可以使用分钟行情，甚至可以每分钟判断一次买卖条件。聚宽也提供分钟级回测功能。

但是，**能做分钟策略，不等于能够做好高频、精准的分时交易**。免费版或一年几百元会员费的量化平台，主要价值是提供数据、研究环境、回测和信号提醒，不能把它当成机构使用的低延迟交易系统。

分时策略对行情速度、网络延迟、成交价格、滑点和订单排队都很敏感。回测里看起来刚好买在低点、卖在高点，实际收到信号再手动操作时，价格可能已经发生变化。因此，过度追求分钟级的精确买卖点，往往并不可靠。

对普通投资者和初学者来说，更合理的方式是做**上升趋势中的波段操作**：

1. 使用日线或较低频率的数据判断趋势。
2. 短期均线高于长期均线时，认为市场处于上升趋势。
3. 聚宽负责监控并提示信号，自己在券商软件中确认后下单。
4. 持有几天或更长时间，趋势破坏后再退出。

这种方式不依赖几秒钟的速度，交易次数更少，也更适合“程序提示信号、人工完成下单”的使用方式。本文后面的示例策略，就是一个简单的上升趋势波段策略。

搭建自己的量化分析系统，只需要完成 5 步：

**登录聚宽 → 新建策略 → 粘贴代码 → 运行回测 → 查看结果**

聚宽主要在浏览器中使用。刚开始不需要安装 Python，也不需要下载量化软件。

官网：<https://www.joinquant.com/>

---

## 第 1 步：进入策略回测

注册并登录聚宽后，点击顶部菜单：

**量化研究平台 → 策略回测**

![量化研究平台菜单](https://developer.qcloudimg.com/http-save/yehe-8201782/752a75dbdb787a8ade15df56fb1e1860.png)

也可以直接打开：  
 <https://www.joinquant.com/algorithm/index/list>

---

## 第 2 步：新建策略

进入策略列表后，点击左上角的 **新建策略**。

![新建策略入口](https://developer.qcloudimg.com/http-save/yehe-8201782/24e7ae1ec9d817243a6f1808512e6bb6.png)

策略名称可以填写：

```
我的第一个量化策略
```

进入编辑器后，确认右上角选择的是 **Python3**。

---

## 第 3 步：粘贴下面的代码

删除编辑器中的原代码，再粘贴下面这段：

```
from jqdata import *


def initialize(context):
    # 使用沪深300ETF作为练习标的
    g.security = '510300.XSHG'

    # 设置比较基准，并在每天10:00运行交易函数
    set_benchmark('000300.XSHG')
    set_option('use_real_price', True)
    run_daily(trade, time='10:00')


def trade(context):
    # 获取最近20个交易日的收盘价
    prices = attribute_history(
        g.security, 20, '1d', ['close'], skip_paused=True
    )

    if len(prices) < 20:
        return

    average_5 = prices['close'][-5:].mean()
    average_20 = prices['close'].mean()
    current_price = get_current_data()[g.security].last_price

    # 价格在5日均线上方，且5日均线高于20日均线时买入
    if current_price > average_5 > average_20:
        money = context.portfolio.total_value * 0.9
        order_target_value(g.security, money)
    else:
        order_target(g.security, 0)
```

这段代码只做一件事：判断当前是否处于上升趋势。

* 当前价格高于 5 日均线，并且 5 日均线高于 20 日均线时，买入 90% 仓位。
* 条件不再满足时卖出，等待下一次上升趋势。

这是练习代码，目的是熟悉聚宽操作，不代表能够稳定盈利。

如果不知道某个函数怎么用，可以打开聚宽 API 文档，按 `Ctrl + F` 搜索函数名：  
 <https://www.joinquant.com/help/api/help?name=api>

---

## 第 4 步：设置并运行回测

![策略编辑和回测设置](https://developer.qcloudimg.com/http-save/yehe-8201782/b7247812234cb2f7abe887ff0d154f79.png)

第一次回测可以使用下面的设置：

| 设置 | 建议值 |
| --- | --- |
| 开始日期 | 2023-01-01 |
| 结束日期 | 最近一个交易日 |
| 初始资金 | 100000 |
| 频率 | 每天 |
| Python | Python3 |

按顺序操作：

1. 点击 **保存**。
2. 点击 **编译运行**。
3. 没有红色错误后，点击 **运行回测**。
4. 等待页面显示“回测完成”。

如果有红色报错，先查看右下角“错误”区域的最后几行。

---

## 第 5 步：查看回测结果

![回测结果页面](https://developer.qcloudimg.com/http-save/yehe-8201782/af1e45dbf65baa37ff92d902e68a60e5.png)

初学时先看 3 项即可：

| 指标 | 简单理解 |
| --- | --- |
| 策略收益 | 整个回测期间赚了或亏了多少 |
| 基准收益 | 同期大盘表现，用来比较策略是否更好 |
| 最大回撤 | 历史上从高点到低点最多跌了多少 |

然后打开 **交易详情**，检查买卖时间是否符合代码规则。

> 截图中的收益数字来自演示策略，只用于说明页面位置，不代表收益承诺。

---

## 可选：开启模拟交易

回测能够正常运行后，可以进入：

**量化研究平台 → 模拟列表**

![模拟交易列表](https://developer.qcloudimg.com/http-save/yehe-8201782/1d860576b7035d299f76916520ccc65d.png)

点击 **新建模拟策略**，选择刚才创建的策略。

模拟交易不会使用真实资金，可以用来观察策略在真实交易时间中的运行情况。

聚宽模拟交易支持通知功能。开启微信通知后，策略出现买入或卖出信号时，可以收到相应提示。

本文建议按下面的方式使用：

**聚宽监控行情 → 策略产生信号 → 微信收到提示 → 人工确认 → 在券商软件手动下单**

这样，程序负责持续盯盘和判断规则，人只需要在收到信号后检查价格、仓位和市场情况，再决定是否下单。

需要注意：

* 聚宽提供的是策略信号和模拟结果，不代表真实订单已经成交。
* 实际下单、撤单和资金管理都由自己操作。
* 盘中刚开启微信通知时，当天可能不会推送，具体以模拟交易页面提示为准。
* 信号只是交易参考，收到提示后仍应先确认，不要机械下单。

---

量化交易并没有想象中那么高深，它的核心就是把自己的交易想法变成清晰的规则，再让程序持续监控和提示。几十行代码，就可以完成数据读取、趋势判断和买卖信号生成。

对于普通投资者来说，没有必要追求看似精确的分钟级买卖点。免费版或低价会员平台更适合用来研究策略、回测历史和提醒信号，而不是进行低延迟高频交易。选择日线或较低频率，在上升趋势中寻找波段机会，通常更容易理解，也更符合手动下单的实际情况。

> 回测、模拟交易和信号提示都不代表未来收益，实际交易前请独立判断并控制风险。

作者：不脱发的程序猿。来源：[CSDN 原文](https://blog.csdn.net/m0_38106923/article/details/163834343)

例如，我们可以告诉程序：价格高于最近 5 日平均价时提示买入，低于平均价时提示卖出。程序会自动读取行情、判断条件并给出信号，不需要一直盯着屏幕。收到提示后，再由自己打开券商软件手动下单。

零基础10分钟上手量化交易，几十行代码跑通第一个波段策略

从零开始使用聚宽量化平台，创建 Python 波段策略、运行回测并查看收益、回撤和交易记录，理解信号提示与人工下单的使用方式。

嵌入式工程师

编程语言

量化交易指将交易想法编写成明确规则，交由程序自动监控和判断，核心包含获取数据、制定规则、信号提示三步。程序化执行速度快、不犹豫，远超手工操作。初学者可借助聚宽平台，以日线趋势和波段操作为主，通过回测验证策略，再结合微信信号人工下单，实现稳健量化入门。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

零基础10分钟上手量化交易，几十行代码跑通第一个波段策略-腾讯云开发者社区-腾讯云

零基础10分钟上手量化交易，几十行代码跑通第一个波段策略

零基础10分钟上手量化交易，几十行代码跑通第一个波段策略

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐