在量化交易系统的回测模块中，按照我们的交易策略，产生了一条条的交易记录，如何通过这些交易数据，来判断我们策略的好坏，是否可以拿到实盘上跑呢？

本篇将分享一个技术面与基本面相结合的选股模型，每天定时按照提前设定的选股条件，也可以做到盘中实时选股，并将结果通过微信接口进行通知、自动添加到交易软件的自选股中。

在前面，我们分享了关于量化回测系统的文章，提到了自研的 miniQuant 回测系统。今天将这个回测系统按模块模块进行拆解。

最近准备写一系列文章，重新梳理整个框架，一步步完善，打造一套完备的量化交易系统。

数据是量化交易的基础，重要性不言而喻。无论是股票、期货、期权、基金、ETF等等，甚至包括比特币，这些投资标的历史行情数据都可以用作回测分析，本篇将分享如何选择可靠的数据源，如何进行数据获取，如何清洗常见的错误数据，如何进行有效地存储，方便后期使用。

半个月的时间，总共输出了 12篇 文章，结合后台的数据以及粉丝们的私信、留言情况，做一个总结，同时也为下一阶段的分享做个铺垫。

接下来带大家一起回顾一下高频交易的发展历程、盈利方式、主要的策略模型、关键技术等，以及高频交易与量化投资之间的关联

股市中一个新韭菜晋升为老韭菜的周期大概是六个月，六个月之后，一部分人会亏掉本金、卸掉交易软件、忘记账号；另一部分人会晋升为老韭菜继续留在股市中。而在期货中，这个周期会更短，大概只有两到三个月

“高抛低吸，趋势跟踪，横盘突破.....”这些常见的交易策略术语如何转化成行之有效的代码逻辑？它们背后代表的最基本的交易策略模型是什么？以及这些交易策略模型的要点是什么？如何进行选择？

下面是一段通达信指标公式代码，用于分析股价走势和交易量变化，识别主力建仓和减仓行为的信号，并绘制主力操盘线与生命线。