构建日间策略：QUARTZ框架下的简单交易示例

本资源主要探讨的是构建量化交易策略，特别是针对Vienna LTE-Advanced Simulators平台下的日间交易策略。在量化投资领域，回测是至关重要的步骤，它允许投资者在实际交易前测试和优化他们的策略。文章首先强调了定义回测参数的重要性，包括起始和结束日期（确定时间范围）、参考基准（衡量策略表现的标准）、证券池（投资组合选择）、初始资本和调仓频率等。这些参数直接影响到策略的效果评估和执行效率。 6.2节详细解释了回测的机制，比如在策略开始前创建虚拟交易账户，模拟每日开盘前的交易决策，根据实时市场数据判断交易指令的可行性和执行结果，以及每个交易日结束后清空指令并进入下一个交易日的流程。核心的交易逻辑被组织在`initialize()`和`handle_data()`这两个函数中，前者用于策略初始化，后者在每个交易日开盘前执行，根据策略逻辑决定交易操作。 作者提到，策略可以非常灵活，除了基本参数，还可以根据实际需求定义外部数据、初始持仓比例和手续费等因素。此外，还提到了Quartz框架的标准化结构，使得策略编写更加清晰和模块化。 章节6.3展示了如何构建一个简单的日间策略，例如每天买入证券池内所有证券，这作为入门示例，有助于读者理解如何将策略逻辑融入到框架中。文中还提及了Quartz支持的指数和证券代码格式，以及个性化参照标准的设置。 资源内容涵盖了量化交易的多个方面，从基础的参数设置到策略实现，再到回测和历史数据的使用，以及具体的功能如股票筛选、行业分类、指数成分和一系列预设的交易策略示例。此外，CAL部分可能涉及到交易算法库（CAL）的介绍，如其功能、用途和示例应用。 这份资源提供了量化交易实践中的关键步骤和技术细节，适合希望学习和实践量化投资的读者参考和学习。