如何10天成为一个个人量化投资者，加入华鑫老师的队伍

牛逼了，我也正学PathON，向你学

第二日代码段完成 ，我这边run_time设置的时间是100毫秒监测一次

等总体完成策略后，国庆后开盘。我会再开一贴，用小资金实盘测试我的策略。其实软件只是个辅助作用。稍微提高一下打板的效率仅此而已。重点还是板客对市场的理解。选股的重要性比较高。

第二日学完毕。第一天我们学会了如何筛选出自己需要的观察的标的。第二日。我们重点要解决怎么对已经筛选出的标的进行高频的监测并判断上板的moment进行操作。QMT有个获得分笔函数ContextInfo.get_full_tick()可以获取每个tick的数据进行处理。如何判断涨停呢？我们可以对买档5档的数据进行监测。判断当买2的量=0时候，就是当日触发了涨停。当然这个监测有个弊端，我们需要在9.30分后和14：57分前运行策略。不然在竞价的时候也会触发买2量为0从而进行误判。后续我们可以优化让其进行相应时间的运行判断，当前我们先完成打板功能。判断涨停的逻辑已经有了，那么如何高频进行监测呢。QMT里还有个函数叫做run_time()，可以设置运行某函数每秒运行10次100次甚至更多。这样实现了高频监测。但是由于交易所推给各个服务商数据的tick是快照行情。所以具体的监测速度还受交易所推送的信息效率影响。但毋庸置疑肯定是比手动的快。

学第一天结束。幸不辱命完成了第一部分，选股生成股票池。可以在我的精选版块里手动调整增删自己实时需要监测的股票 

首先我去了解了QMT的运行原理，
QMT 系统的模型是根据行情驱动，逐 K 线运行，每根 K 线调用一次 Python 模型中的
handlebar(ContextInfo) 函数。
根据选择的运行周期不同，handlebar(ContextInfo) 函数的运行次数也不同。如选择在日线上运行策
略，则 handlebar(ContextInfo) 函数每天被调用一次（盘中虽会每个 tick 调用一次，但只有最后一个
tick 才会判定交易函数是否被调用）。
首先我创建了我的第一个策略，这个策略需要包含def init(ContextInfo):函数负责初始化。
def handlebar(ContextInfo):函数负责随每个K线执行监测上板的任务

我们明确目标，我们就是要实现自动打板的。一切研究学为实现自动打板功能服务。虽然我也是新接触这款会有点凌乱但是只要把学的点分细，一个个攻克最后肯定能实现。
我们现在假设需要实现的总逻辑为，前日复盘看好的个股，或者盘中看好的高涨幅的个股上板自己会去打板的把他手动加入监测自选池，由软件上板的时候自动
买入，利用量化的速度优势尽量减少没打到看好的板拍大腿的情况。
好的，理好了需求逻辑，我们把目标拆分成一个个小目标通过学完成他。
1.选股，生成自选需要监测的股票池（可以手动实时添加和删除监测的标的）
2.高频监测自选池在股票池筛选出合适的买点（买点是股票涨停时买入）
3.下单模块（设置买入的金额）
4.优化（初步运行成功，看看有没有地方可以改进的）
5.测试（模拟账户测试或者实盘小金额测试效果）

通过深入了解，其实市面上大部分券商都有与之合作的定制的量化软件。常见的大致是恒生的PTrate和迅投QMT的延伸或者定制版。二者都是支持python语言。目前我已经成功把个人量化运用于实盘打板中了，成功在华鑫老师手下抢了一碗汤。以下总结浓缩为十天快速了解入手个人量化打板，为大家科普，揭开量化的神秘面纱。
由于我有个券商用的是国信，于是我用国信的量化举例，国信的佣金没调整死贵，调完之后是万1.5，每个券商基本都有自己的量化软件，大家可以根据自己的券商选择性学，国信的量化叫iquant是QMT的定制版。国盛也是QMT，二者语言一样。东莞的是ptrade。