AI 量化学习笔记 · 第 2 篇
第 0 篇讲了我为什么开始看量化,上一篇把 30 个基础概念过了一遍。这一篇进入正题:在中国境内,一个普通工程师用个人账户做量化,边界到底在哪。 写这篇之前我做了一轮调研,翻了券商的推广材料、知乎和几个第三方量化站点,也整理了一份准备逐家问客户经理的问题清单。先说明:下面涉及门槛和政策的数字都来自网络公开渠道,不同营业部差异很大,我还没拿到书面确认。等答复回来,有出入我会在后续文章里修正。
策略在哪里跑:三种终端
个人做程序化交易,绕不开券商提供的终端。目前主流是三个:
- QMT(迅投):本地 Windows 运行,内置编辑器写 Python。
- miniQMT:QMT 的极简模式,通过 xtquant 在外部 Python 调用。本地任意 IDE,可以装第三方库,自由度最高。
- PTrade(恒生电子):策略上传后跑在券商服务器上,不依赖本地开机;代价是平台内 Python 不支持第三方库,也不能访问外网。 对我这种低频 ETF 路线,两条路都够用。差别主要在两点:miniQMT 最贴合我「研究层不绑定券商」的想法,但需要一台长期开机的 Windows 机;PTrade 云端运行,可以完全省掉执行机,代价是灵活度受限,而且策略代码存在券商服务器上。 还有一个时间敏感的动态:据第三方量化站点消息,2026 年 7 月 6 日起已有券商全面停止 miniQMT 新申请,存量用户后续也将逐步停服。这个消息的真假和范围我还要再确认,但它至少提醒我:这条路的窗口可能在收窄,调研得抢在前面。 调研的时候我把选型思路整理成了一棵决策树。它不只回答我自己的情况,之后再有人问「个人做量化该用什么」,我打算直接甩这张图:
按这棵树走一遍我自己的情况:A 股 ETF 中低频、资金能凑到门槛、每周能投十小时以上、要第三方 Python 库——落在 QMT / miniQMT 这一支,但「是否仍开放」正好卡在前面说的停申动态上。所以我目前的选择是:优先联系同时支持 QMT 和 PTrade 的券商,两条路都留着。门槛没有传说中高,但水很深
2026 年个人开通 QMT 的门槛放宽了不少:部分券商 10 万验资,加签一份量化交易风险协议,审核一到三个工作日。miniQMT 常见说法是 10 万(按 20 日日均资产计),但也有券商要 50 万甚至 100 万。PTrade 约 10 万,支持的券商比较少。 几个容易踩的细节:
- 多数开通要求新开户,已有账户能不能加挂要逐家问。
- 是否允许策略跑在云主机上,各家政策不同,个别券商明确不支持。
- 门槛资金不等于建议投入金额。我的计划是实盘验证只用 3,000 到 10,000 元,门槛资金放国债逆回购或货币基金这类低风险仓位。 我把要客户经理书面确认的问题整理成了一份清单,十来条。列几条关键的:miniQMT 是否仍接受新申请、个人账户版本有没有功能阉割、仿真账户怎么开、程序化交易报备流程是什么、断线后订单和策略怎么恢复。还有一个快速自查法:拿到某券商的 QMT 客户端后,看登录界面有没有「极简模式」选项,有就是支持 miniQMT,没有就是被阉割的版本。
数据不要钱,但要交叉核对
研究环境这一层完全不用花钱。akshare、tushare、baostock 都能免费拉 A 股和 ETF 的历史行情,我的做法是关键数据用两个来源交叉核对。日线级别的计算量很小,一台 MacBook 就能覆盖数据拉取、回测和因子研究,Windows 执行机可以推迟到仿真阶段再落地,到时候优先租云主机低成本试错。 真正贵的不是数据本身,是数据质量:缺失值、停牌、复权处理、指数成分变更,还有退市带来的幸存者偏差。回测里少处理一个,结论就可能是假的。
交易规则是回测的一部分
A 股的规则必须显式写进回测引擎,不然回测只是自我安慰:T+1、涨跌停、停复牌、除权除息与复权、最小交易单位,再加上佣金、印花税、过户费和滑点。 举个例子:一个靠涨停板次日卖出获利的策略,如果回测里不处理「涨停买不进、跌停卖不出」,数字会好看得离谱。这也是我第一阶段选宽基 ETF 的原因:规则简单、流动性好、容错高,先把回测到实盘的链路跑通,再切个股。 合规也是同一类问题:程序化交易需要报备,券商对异常委托和撤单有风控限制。这部分各家要求不一样,同样在问题清单里。
接下来做什么
第一个项目已经定了:4 到 6 只宽基 ETF 的月度动量轮动。每月固定日期收盘后算过去 N 个月收益,选排名靠前的 1 到 2 只,设现金或债券 ETF 防御规则,纳入佣金和滑点,先做 5 年以上历史回测,再仿真,再小额实盘。它不复杂,但覆盖了数据、信号、组合、成交、风控和复盘的完整链路。 本周的任务是联系两三家客户经理,把清单逐项拿到书面答复。拿到之后,如果和本文的网传信息有出入,我会在下一篇里更正。 下一篇写研究环境搭建:akshare、duckdb,和第一张自己画出来的 510300 日线图。
本系列不构成投资建议。文中门槛与政策信息均来自公开渠道,以券商书面答复为准。
文档信息
- 本文作者:王翊仰
- 本文链接:https://www.wangyiyang.cc/2026/07/16/a-gu-ge-ren-liang-hua-zhen-shi-bian-jie/
- 版权声明:自由转载-非商用-非衍生-保持署名(创意共享3.0许可证)