MiniBT 量化交易知识库

欢迎使用 MiniBT 量化交易知识库！这里汇集了 MiniBT 量化交易的基础教程、策略开发指南及 TradingView 指标说明，助力你更简单、高效地开展量化交易策略开发。

相关资源

• 知乎专栏

• GitHub仓库
• PyPI仓库

核心内容导航

一、MiniBT量化交易基本使用

本系列从入门到进阶，覆盖 MiniBT 基础概念、安装部署、数据类型与核心类使用等必备知识：

• 1.1 MiniBT 简介：让量化交易更简单、高效的一站式策略开发库
• 1.2 MiniBT 安装教程
• 1.3 MiniBT 入门实战：5分钟跑通双均线策略
• 1.4 MiniBT 极速启动策略
• 1.5 MiniBT 量化交易：策略参数优化教程
• 1.6 MiniBT 量化交易：策略获取数据使用指南
• 1.7 MiniBT 量化交易：Bt类介绍
• 1.8 MiniBT 量化交易：策略类(Strategy)完整指南
• 1.9 MiniBT 量化交易：指标基类(IndicatorsBase)完整指南
• 1.10 MiniBT 量化交易：内部数据 IndFrame 类完整指南
• 1.11 MiniBT 量化交易：内部数据 KLine 类完整指南
• 1.12 MiniBT 量化交易：内部数据 IndSeries 类完整指南
• 1.13 MiniBT 量化交易：内部数据 Line 类完整指南
• 1.14 MiniBT 量化交易：指标构造器 BtIndicator 类完整指南
• 1.15 MiniBT 量化交易：K线回放
• 1.16 MiniBT 量化交易：交易日志系统使用简介
• 1.17 MiniBT 量化交易：btplot 函数功能说明
• 1.18 MiniBT 量化交易：订单系统介绍
• 1.19 MiniBT 量化交易：实时图表系统Lightweight Charts介绍
• 1.20 MiniBT 量化交易：Stop 类灵活高效的多空止损止盈管理方案
• 1.21 MiniBT 量化交易：三种实盘运行模式介绍
• 1.22 MiniBT 量化交易：signal_backtest 止损止盈参数全量测试案例
• 1.23 MiniBT 量化交易：signal_backtest 指标信号参数优化详解
• 1.24 MiniBT 量化交易：策略回放与回测结果图表展示

二、MiniBT量化交易策略

本系列聚焦 MiniBT 量化交易策略实战，包含各类经典/创新策略的开发与应用：

• 2.1 Aberration（布林线突破）策略
• 2.2 三重指数平滑平均线 (TRIX) 趋势策略
• 2.3 CMO策略
• 2.4 涡旋指标策略
• 2.5 Hull移动平均线策略
• 2.6 Keltner Channel策略
• 2.7 Qstick趋势策略
• 2.8 Aroon指标趋势交易策略
• 2.9 量价趋势策略（VPT）
• 2.10 自动扶梯策略
• 2.11 Dual Thrust策略
• 2.12 卡尔曼滤波配对交易策略
• 2.13 基于距离的配对交易策略
• 2.14 CCI均值回归策略
• 2.15 RSI超买/超卖交易策略
• 2.16 Z-Score均值回归策略
• 2.17 复合均值回归策略
• 2.18 随机森林预测策略

三、MiniBT量化交易之TradingView指标

本系列结合 TradingView 指标工具，助力策略信号生成与趋势判断：

• 3.1 MiniBT 量化交易之 TradingView 指标：Powertrend Volume Range Filter
• 3.2 MiniBT 量化交易之 TradingView 指标：G Channels
• 3.3 MiniBT 量化交易之 TradingView 指标：STD-Filtered N-Pole Gaussian Filter
• 3.4 MiniBT 量化交易之 TradingView 指标：Adaptive Trend Filter
• 3.5 MiniBT 量化交易之 TradingView 指标：Multi-Step Vegas SuperTrend
• 3.6 MiniBT 量化交易之 TradingView 指标：The Flash Strategy
• 3.7 MiniBT 量化交易之 TradingView 指标：Multi-Step Vegas SuperTrend Strategy
• 3.8 MiniBT 量化交易之 TradingView 指标：LOWESS Locally Weighted Scatterplot Smoothing
• 3.9 MiniBT 量化交易之 TradingView 指标：John Ehlers The Price Radio
• 3.10 MiniBT 量化交易之 TradingView 指标：PMax Explorer
• 3.11 MiniBT 量化交易之 TradingView 指标：RJ Trend Engine Final Version
• 3.12 MiniBT 量化交易之 TradingView 指标：Twin Range Filter Buy Sell Signals
• 3.13 MiniBT 量化交易之 TradingView 指标：UT Bot Alerts
• 3.14 MiniBT 量化交易之 TradingView 指标：SuperTrend
• 3.15 MiniBT 量化交易之 TradingView 指标：WaveTrend Oscillator
• 3.16 MiniBT 量化交易之 TradingView 指标：Pivot Point Supertrend
• 3.17 MiniBT 量化交易之 TradingView 指标：AlphaTrend
• 3.18 MiniBT 量化交易之 TradingView 指标：Chandelier Exit
• 3.19 MiniBT 量化交易之 TradingView 指标：SuperTrend Strategy
• 3.20 MiniBT 量化交易之 TradingView 指标：Optimized Trend Tracker
• 3.21 MiniBT 量化交易之 TradingView 指标：Turtle Trade Channels Indicator

四、MiniBT量化交易之强化学习

本系列深入探索 MiniBT 强化学习功能，涵盖AI交易策略开发、参数调优与算法选择：

• 4.1 MiniBT 量化交易：强化学习在量化交易中的应用
• 4.2 MiniBT 量化交易：强化学习参数调优完整指南
• 4.3 MiniBT 量化交易：强化学习算法选择指南
• 4.4 MiniBT 量化交易：代码解析与验证集优异表现分析
• 4.5 MiniBT 量化交易：AgentDDPG算法在minibt中的应用
• 4.6 MiniBT 量化交易：AgentDoubleDQN算法在minibt框架中的实现与性能分析

五、使用技巧

掌握 MiniBT 高效使用技巧，提升开发效率与策略性能：

• 5.1 IndFrame 指标数据解包
• 5.2 lines 赋值 vs 返回数据 两种方法使用技巧
• 5.3 内置指标 rolling_apply 函数完整用法详解
• 5.4 next 函数中获取最新数据
• 5.6 stop_callback 动态止损止盈回调装饰器
• 5.7 自定义指标开发技巧：注意使用 .copy() 避免只读数组错误

六、MiniQT 使用教程

MiniQT 是基于 PyQt6 和 minibt 的量化交易可视化客户端，提供实时行情查看、K线图表分析、策略回测等功能：

• 6.1 MiniQT 介绍
• 6.2 主界面介绍
• 6.3 行情报价模块
• 6.4 策略回测模块
• 6.5 开发工具
• 6.6 K线图表使用详解
• 6.7 期货与股票数据切换
• 6.8 K线更新逻辑详解

七、API参考

MiniBT 核心技术库 API 参考，提供完整的函数说明与使用示例

• API 索引
• 核心框架
• 数据层
• 自定义指标
• 第三方指标库
• 订单与止损
• 交易与可视化
• 常量与工具
• 强化学习
• PandasTa
• TaLib
• TqFunc
• TqTa
• TradingView