本文基于 Ubuntu 26.04 系统、纯CPU无CUDA硬件环境，完整演示基于 llama.cpp 实现 HF 原始模型转换 GGUF 格式与CPU量化的落...

SDK支持通过 start_time 和 end_time 指定时间范围，时间戳使用毫秒。

尤其当我开始同时处理沪市、深市和北交所标的时，代码格式、股票池变化等问题会逐渐进入策略工程。

本文会从我实际遇到的行情扫描问题出发，分析逐股票请求的工程痛点，并通过 Python 实战展示如何获取 A 股全量行情、筛选股票以及进一步进入策略计算。

具体轮询周期应该根据策略需求、数据刷新频率和账户请求额度进行设计，而不是直接假设存在某个未在 SDK 文档中提供的实时推送接口。

通过传递market_type可指定返回沪市还是深市，传递start_date和end_date可指定返回数据的日期范围。

在量化回测系统的构建中，行情数据的“时间连续性”是决定策略回测结果是否可信的生命线。然而，A 股市场数十年的历史演进中，股票代码变更、吸收合并、借壳上市、更名乃...

在量化回测系统的构建过程中，行情数据的“时间连续性”是决定策略回测结果是否可信的生命线。然而，A 股市场在数十年的历史演进中，股票代码变更、吸收合并、借壳上市、...

官方文档明确提供了服务器端复权能力，因此回测系统不需要自己重新计算每一笔复权因子。

QuantDash 支持通过 start_time 和 end_time 指定时间区间。

我在量化项目里有一个很典型的任务：每天收盘之后，把股票池里的历史 K 线拉下来，然后计算收益率、均线、波动率、成交量变化等指标，最后交给策略回测模块。

做 EA 测评半年，我到现在测过 200 多款。刚开始那阵特别杂，今天看胜率，明天盯回撤，后天又开始研究夏普比率，每天换一个标准，自己都把自己绕晕了。

在实时行情处理、量化交易等数据密集型场景中，系统往往需要同时完成数据接入、清洗、聚合、K 线生成、指标计算和下游分发等多个环节。链路越长，模块依赖越多，开发和维...

项目地址：https://gitcode.com/ascegu/stock_data_source/tree/main 本项目提供A股历史与实时数据的稳定数...

通过传递ts_code可指定返回特定股票数据，传递suspend_type可指定返回数据的停复牌类型。本示例运行时间为2026/08/25 15:30。查询的是...

温馨提示：另有配套视频版，附带图解演示，观感不同，欢迎到各大视频平台搜索同名标题或【蛋先生说识】

量化交易听起来很高大上，但本质就是用代码处理数据、发现规律。这篇文章从最基础的 K 线数据开始，教你用 pandas 完成数据获取、清洗、技术指标计算的全流程。...

我不是要劝你"学编程"。我想告诉你的是：你已经在做量化了，只不过用的是最慢的工具。

市面上 EA 几百上千款，每款都说自己牛。但"牛不牛"不能靠一张回测图，得靠一套固定的尺子去量。否则今天看这个回撤小、明天看那个收益高，永远在凭感觉被牵着走。

2023年，我接手了一个股票趋势突破策略的维护工作。前任开发者在回测中发现了几个“完美买点”——某只股票在除权日后股价“暴跌”至历史低位，然后触底反弹，策略精准...