最近读完了 2026 年 7 月发布的《2025/2026 中国量化投资白皮书》（456 页，第五版）。这份白皮书每年都会向量化机构发问卷，今年回收了 223 份、保留有效样本 178 份，里面有一道题特别扎心： 新上线的因子，其超额收益”半衰期”（效果衰减至初上线时一半的时间）主要分布在？ 答案整理成一张图，就是这篇文章的起点。如果你在 QMT 里自己挖因子、自己堆策略，这组数据值得认真看一遍——它解释了为什么很多人”回测很美，上线就哑火”，也指出了几条被头部机构验证过的活法。 一、先看数据：近九成新因子，活不过一年 178 张机构的问卷回答，众数落在 1–3 个月（36.5%...
不少做个人量化的朋友都有过这个念头：策略在 QMT 里跑着，想找个地方验证一下水平，顺便看看别人的策略长什么样。比赛就是个现成的场子。但搜”量化大赛”出来的一大半是校园赛，剩下一小半报名早关了。 我把手头能搜到的赛事翻了一遍，专门筛出社会选手能参加的，剔除只限在校生、或者决赛强制要有学生的。 一、即将截止：就剩一天北京大学金融 AI 智能体创新大赛 项目 信息 报名截止 2026-10-31 参赛资格 不限身份，社会人士、开发者、从业人员均可 方向 金融 AI Agent、大模型量化、因子挖掘、自动交易策略 奖金 奖金池 15 万元 大模型加量化交叉方向的比赛不多见...
最近我把 WorkBuddy（腾讯出的 AI 助手）的 Skill 市场整个翻了一遍，专挑金融、经济、量化、炒股相关的搜，找到 19 个能装的。 一、财报与公司深度分析（5 个） Skill 干什么的 财务分析模型 输入”公司名 + 期间”，先填四板块财务模型表，再做杜邦自检、双源交叉验证、异常检测，输出带评分卡的七章报告 价值投资-公司深度分析 买方视角：财务筛查 → 生意模式 → 护城河 → 管理层 → 反向风险梳理，支持 A股/港股/美股 大成云AI-全链路财报透视 主打排雷：M-Score / F-Score / Z-Scor...
先说清楚一件事：今天介绍的这个工具，接不了 A 股，也连不上 QMT。装了它，你的沪深股票一股都买不了。 那我为什么还要花一篇的篇幅讲它？因为 10·23 之后 QMT 把文件读写和外部网络关掉，很多读者第一次意识到：自己手里那套东西，只是”量化”这条流水线的中间几环。而流水线的全貌长什么样，最好去一个把全流程都做出来的开源项目里看——它就是 QuantDinger。 看的目的不是用，是把国外散户量化交易的方法论搬回来。 一、它是什么：一条完整的流水线QuantDinger 是 2025 年底出现的开源项目（Open Byte Inc. 出品），一年拿了 1.3 万 star，自称”开源 AI...
做量化的人数据焦虑都差不多：Wind 年费上万，Tushare 要攒积分，AkShare 靠爬别人的网页、一改版就挂。最近同花顺做了一件以往没厂商做过的事——把自家的 A 股和公募基金数据，用官方身份免费开放成接口，还原生支持 MCP，Claude、Cursor 这类 AI 工具配一个 Key 就能直接查。 官方叫它「同花顺金融数据服务」，项目代号 hithink-finance，开放平台叫「扶摇」。这篇文章只讲三件事：能拿到什么数据、怎么接、和 Tushare/AkShare/Wind 怎么分工。 一、它是什么：一个 Key，六个入口底层是同一套数据，上面挂了六种接入方式...
一、前情：miniQMT 被禁用之后，迁移到大 QMT这一轮监管防外接改造，券商陆续禁用 / 收紧 miniQMT（xtquant 本地外接）通道，原来跑在自己 Python 环境里的那批策略，正在成批迁回大 QMT 客户端里跑。如果你也是迁过来的，先对齐一个最大的心智模型差异： miniQMT（xtquant 外接） 大 QMT（客户端内策略） 你的代码跑在哪 你自己的 Python 进程 客户端内的唯一一条 Python 线程 多线程 / 多进程 自己进程里随你开 不可用，客户端架构约束 一个策略卡住 只影响你自己这个进程 同一客户端上所有策略一起...
说明：本文包含 AI 创作内容，请自行判断是否适用。文中信息来自第三方券商的系统通知截图，不同券商的调整范围与进度可能不同，一切请以您开户券商的官方通知为准。本文仅作科普使用，不构成任何投资建议。 概述今天（2026-10-09）在群里看到一张券商推送的 QMT 系统通知截图，标题是 [重要]内置Python策略功能调整 ，落款时间 2026-10-08，预计 10 月 23 日完成升级。内容直接关系到大 QMT 内置策略的两条”命脉”——文件读写和网络连接： 这份通知虽然只有三条，但覆盖面极大：状态持久化、微信/邮件推送、心跳监控、HTTP 桥接、数据库连接……几乎所有”策略...
一句话结论：MiniQMT 并没有被“官方宣布死刑”，但券商侧确实在收紧；新增已基本停发，存量大概率会在 1～2 个月内逐步清退。10 月 28 日更新，现在基本上各个券商都停止 miniqmt 了。 一、到底发生了什么？近期圈内流传「MiniQMT 要被官方关闭」的说法，半真半假： 项目 现状 是否全面禁止 ❌ 否 是否影响 QMT 主程序 ❌ 不影响 是否影响 MiniQMT（xtquant 独立模式） ✅ 是 是否已发生 ✅ 多家券商已下发通知 目前已核实的信息（截至 2026-10-28）： 自 2026 年 7 月 6 日（下周一） 起，部分券商 ...
上一篇拆了目录结构（QMT 客户端里其实装了两个 Python），这篇是它的直接应用：把两套环境的第三方库逐个版本对了一遍。 结论先行——3.12 是 3.6 的现代化版本，核心量化栈齐全且新得多；但 3.6 独有深度学习和 Jupyter 全家桶，3.12 独有 pyarrow 这类新依赖。真正会咬人的不是”少了哪个库”，而是 pandas 从 0.22 跨到 3.0 的那道坎。 本文列出了主要的差异，完整版的差异对比，请见https://pan.quark.cn/s/62af0da5bff1 一、删掉的和新增的库3.6 独有（3.12 没装） 库 版本 说明 tensorfl...
升级到 3.12 之后（升级流程与取舍见上一篇），很多人的第一个疑问不是”怎么升”，而是”我这段代码到底跑在哪个 Python 里”。 这个问题在 3.6 时代几乎不用想：QMT 只有一个内置解释器，装什么库、报什么错，都在同一个篮子里。现在有了第二套环境，同一个 import pandas 在两边拿到的是差了八年的两个东西。所以这篇不讲怎么升级，讲结构——QMT 客户端目录里到底放了什么，import 时按什么顺序找，装包该落到哪个目录。 先交代数据来源：以下目录与文件来自我本机xx证券 QMT 交易端的实际扫描（2026-10-27）。不同券商的路径基本同构，但版本号、文件名可能不一样。 ...