
简介
一个简单的量化从业者
擅长的技术栈
可提供的服务
QMT.PTrade.miniQMT.+量化教程技术支持
Hermes Agent 支持自由切换任意大模型,包括 Nous Portal、OpenRouter(200+ 模型)、OpenAI、GLM、Kimi、MiniMax 等,执行 hermes model 即可切换,无需改代码、无厂商锁定。之前大火的openclaw大家应该都还记忆犹新,现在有一个比openclaw更强大的agent他来了-----Hermes Agent。Windows 系统说明:

本文手把手教程带你零代码部署量化舆情系统:通过可视化AI智能体平台WorkBuddy,安装「自选股每日舆情监测」技能,配置邮箱连接器,实现自动抓取股票公告与全网舆情、AI情绪分析及风险评级,并生成结构化报告邮件推送。全程无需编程,支持自定义股票列表、时间范围与预警敏感度,助力投资者高效监控个股动态。下篇将详解任务执行与定时设置。工具仅作信息参考,不构成投资建议。

QMT平台提供全面的K线(Bar)数据支持,涵盖tick、分钟线、日线等多周期行情数据。基础周期包括tick、1分钟、5分钟和日线,其他周期通过基础数据自动合成。数据获取通过download_history_data和get_market_data_ex接口实现,支持高频到低频各类策略开发。文章详细解析了不同周期数据的字段结构、合成规则和使用方法,并提供了代码示例。QMT历史数据覆盖2018年至今

在上篇内容中,我们完成了 Redis Client API 的概念讲解、redis-py 客户端的环境搭建,以及基础连接的创建与参数解析。本篇我们继续上手实操,详细讲解 redis-py 中最常用的两类数据结构 —— 字符串(String)与哈希(Hash)的代码操作,以及连接关闭与资源释放的规范用法。

《QMT量化交易数据下载全攻略》摘要:本文系统介绍QMT量化平台的数据体系与下载方法。涵盖股票、期货、期权等全品种数据,包含tick至年线的多周期数据(基础周期+合成周期)。提供两种下载方式:代码自动下载(get_market_data_ex函数)适用于动态补数,客户端批量下载适合全市场大数据量场景。重点强调数据管理技巧:按需下载、盘后更新、存储优化,并指出高频策略应使用原始基础周期数据。最后提示
通达信金融终端2026年重磅推出TQ策略Python量化交易系统,打破传统公式限制。本文详细介绍从官方下载安装到策略编写的完整流程:首先从官网获取最新测试版,配置Python3.13环境;然后通过示例代码演示核心数据接口的使用方法;最后对比通达信TQ与迅投QMT的差异。新功能支持全品种行情获取和实盘交易,虽处于测试阶段且功能较基础,但为通达信用户提供了便捷的量化入门途径。文章还介绍了官方宽客论坛作

非付费安装openclaw

Tushare是一款面向Python生态的免费/积分制金融数据接口工具,提供A股股票、指数、基金、宏观经济等全品类数据。核心特点包括:Python生态无缝对接,返回pandas DataFrame格式;积分制灵活权限,基础数据可免费获取;数据更新及时,满足量化分析需求。使用简单,只需安装Python环境后pip安装Tushare,注册获取Token即可调用API。支持获取交易日历、股票基础信息等数

本文介绍开源金融数据工具AKshare,帮助量化交易和投资分析人员解决数据获取难题。AKshare支持股票、基金、期货等多市场数据,免费开源且持续更新。文章详细讲解安装配置方法(推荐清华镜像源),并展示四大核心功能:A股实时行情、个股历史K线、基金最新净值和历史走势数据获取,提供可直接运行的代码示例。同时解答常见问题,说明该工具适合学习研究但不建议直接用于实盘交易。AKshare能有效降低个人投资

本文分享的这套方案,完全基于通达信官方免费通道和开源工具,无需支付任何 VIP 费用,即可获取与官方完全同步的行业行情数据,完美解决了量化入门者的行情数据痛点。对于绝大多数散户和中低频量化交易者来说,这套方案完全能满足日常的板块分析、策略回测、行情监控需求,灵活度远超付费行情软件。后续还可以基于这套数据,搭建自动化行业轮动策略、板块强弱监控看板等进阶功能。如果大家在运行过程中遇到任何问题,或者有其







