OpenClaw + 微信 10分钟极简搭建指南

不用打开行情软件,不用敲代码,微信对话框里问一句“黄金多少钱”,AI 把实时价格推给你。甚至还能让它每隔 3 分钟报一次价。\n这套方案,十分钟就能搭好。


一、开篇:从“人找数据”到“数据找人”

我最近做了一件很爽的事:把 AI 接进了微信,让它帮我盯行情。

由bqk4jd51创建,最终由bqk4jd51更新于

策略回测时的调仓频率与提交模拟后的不一致

策略在回测时调仓频率是5天一次,或触发止盈后调仓,但提交模拟后3月17日-3月25日这几天每天都有调仓信号,而回测中的只有3月20日这一天调仓。

模拟交易详情如下:

| 日期时间 | 股票 | 操作 | 成交量 | 成交均价 | 成交额 | 手续费 | 委托数量 | |----|----

由bqzzgc5a创建,最终由bqzzgc5a更新于

小市值量价共振策略(带大盘择时)

小市值量价共振策略(带大盘择时)

一、策略核心逻辑

本策略聚焦小市值风格,通过「量价共振+基本面筛选+大盘择时」三层过滤,捕捉短期强势且估值合理的小市值标的,同时规避极端市场风险。

二、股票池筛选

  • 范围:主板、创业板,排除科创板、北交所
  • 过滤:剔除ST

由bqch96ox创建,最终由bqmt0ryo更新于

湘财证券开户及权限开通

湘财证券开通账户

==没有湘财证券账号的,请扫下方二维码开户==

扫码开通湘财务证券账号

湘财证券实盘权限开通

  1. **湘财

由small_q创建,最终由small_q更新于

炒股胜率 90% 为何还是亏钱?揭秘游资的“生存法则”

在交易市场,最令散户崩溃的逻辑悖论莫过于:明明我买入后上涨的概率高达 90%,为什么复盘时的总资产却在不断缩水?你眼看着一个个账面浮盈变成了惨烈的套牢,甚至在连续盈利九次后,仅靠一次暴跌就回到了解放前。

事实上,你对“胜率”近乎偏执的追求,正是你亏钱的根源。在职业交易员眼中,赚钱的关键从不在于你“

由bqoa5ecn创建,最终由bqoa5ecn更新于

股票历史数据API在量化回测中的高效应用:从痛点到实践

作为在BigQuant上做量化策略研究的个人交易者,我深知高质量历史数据是策略回测的基础。早些年做因子回测时,我试过自己爬数据、导入CSV,结果踩了无数坑:数据不全导致回测样本不足,复权错误让因子表现完全失真,对齐多股票数据时效率极低,一个简单的多因子回测要折腾好几天。

那时候我在BigQuant

由bqb18wzv创建,最终由bqb18wzv更新于

BigTrader 量化交易引擎(回测)

简介

BigTrader 是 BigQuant 推出的专业级量化交易引擎,主要用于策略在历史数据中回测撮合。BigTrader采用 C++ 核心实现,并提供 Python API 接口和回调函数。它为量化投资者提供了一个全面的交易解决方案,无论您是初学者还是专业投资者,都能轻松上手使用。

由qxiao创建,最终由small_q更新于

量化开发必看:美股与外汇行情数据高效获取方案

在量化策略开发过程中,行情数据的稳定性、时效性与标准化是策略回测、实盘运行的核心基础。此前在开发美股、外汇相关量化策略时,曾长期受困于爬虫取数掉线、数据格式混乱、更新滞后等问题,即便策略逻辑再完善,也会因数据问题导致回测失真、实盘执行受阻。而__[AllTick API](https://allti

由bqngvsu2创建,最终由bqngvsu2更新于

麻烦帮我看下我的策略,有两个问题

1、我设置6天卖出,然后回测数据里面能执行,到了计划交易界面里却不执行6天卖出。

模拟交易界面:


回测交易数据:


![](/

由bqo60b7h创建,最终由hxgre更新于

震荡行情下的生存法则: “乌鸡变凤凰”才是当前的财富密码?

引言:当“大而美”涨不动了,我们的机会在哪里?

各位投资者朋友,如果你觉得最近的市场有些乏味,甚至感到某种“滞重感”,这很正常。指数在4000点大关附近已经横盘震荡了半年之久,这种久盘不动的局面让许多习惯了单边行情的投资者感到无所适从。

最让大家焦虑的困惑莫过于:为什么第一波行情中那些涨

由bqoa5ecn创建,最终由bqoa5ecn更新于

个人高频交易者必看:外汇行情数据获取与实盘同步方案

作为深耕量化交易的你,在搭建外汇自动交易策略或实盘监控面板时,数据的实时性与准确性直接决定策略盈亏。你需要为高频交易提供稳定的行情数据源,既要快速加载历史回测数据,又要保证实盘Tick数据无延迟推送。

你的核心需求:为个人量化体系搭建低延迟、高稳定的外汇数据通道,适配多币种并发监控,同时降低数据接

由bqb18wzv创建,最终由bqb18wzv更新于

量化回测指南

回测的目的是模拟真实交易环境,验证策略在历史数据上的表现是否具有统计意义,而不是通过优化历史数据找到"完美曲线"。一个好的回测应当:正确处理时间顺序(避免未来函数)、覆盖完整的市场环境(包含退市股票)、设置合理的成本假设、并通过样本外数据最终验证。

**本文将从四个维度帮助你构建可靠的回测

由bqu1vdra创建,最终由bqu1vdra更新于

因子分析框架详解(AlphaMiner)

本文档基于 因子分析框架 中的 AlphaMiner 类,逐步骤、逐细节地介绍整个因子分析流程。


目录

  1. [因子配置参数说明](#%E4%B8%80%E5%9B%A0%E5%AD%90%E9%85%8D%E7%BD%AE%E5%8F%82%E6%95%B0%E8%

由bqd002m创建,最终由bqd002m更新于

分页:第1页第2页第3页第4页第344页
{link}