專業穩定的 API 服務
覆蓋 MT4 / MT5 全類型接口，穩定可靠，提供 99.99% 可用性保障。
交易策略定製
基於 MT4 / MT5 Client API、帳戶數據、訂單數據和風控規則定製跨平台交易策略。
- 規則化執行
- 風控條件
- 多帳戶策略管理
專業量化策略定制
不受傳統腳本限制，使用更專業的量化代碼構建交易策略
基於 Python / C++ / Java 等專業語言，打造模塊化、可擴展的量化交易策略框架，支持多賬戶集中執行，對接 MT4 / MT5 API，實現低延遲、高穩定的交易執行。從策略研發到風控執行，再到業務系統集成，為量化團隊、信號提供商、IB 團隊與資管機構交付可長期迭代的策略解決方案。
strategy_engine.pyrisk_manager.cppexecution.java
def on_tick(self, data):
signal = self.strategy.generate(data)
for sig in signal:
if self.risk.check(sig):
order = self.execution.send(sig)
self.logger.info("order sent", order)
策略回測表現
策略淨值基准曲線
策略引擎Strategy Engine
→
風控引擎Risk Engine
→
執行網關Execution Gateway
→
MT4APIMT5API
為什么選擇專業量化策略定制?
專業量化策略定制 vs 傳統 EA
| 對比項 | QC-Copy 量化策略定制 | 傳統 EA | 說明 |
|---|---|---|---|
| 開發方式 | Python / C++ / Java 等專業語言 | 傳統交易腳本 | 專業語言生態更完整，功能更強大 |
| 可擴展性 | 強，可接入外部系統 / 數據 / API | 較弱，受限於 EA 環境 | 更易與企業系統集成 |
| 多賬戶執行 | 支持集中式、多賬戶執行 | 通常依賴單終端單賬戶 | 集中管理，效率更高 |
| 數據能力 | 可接入數據庫 / 因子 / 第三方數據 | 數據源受限，接入復雜 | 數據更全面，策略更精准 |
| 風控體系 | 模塊化，集中風控，統一管理 | 多為單策略內置風控 | 風控更严格，風險可控 |
| 部署方式 | 服務化 / 服務器部署 / 雲端運行 | 依賴終端與 EA 環境運行 | 穩定性更高，7x24 小時運行 |
| 維護協作 | 適合團隊協作與版本管理 | 維護組織分散，協作成本高 | 團隊協作，迭代更高效 |
| 後續拓展 | 可延展到社區 / CRM / API / 報表系統 | 拓展能力有限 | 構建完整交易業務生態 |
策略開發平台與技術棧
PythonC++JavaGolangRust.NETNode.js
strategy.py
import pandas as pd
from qccopy.engine import StrategyBase, DataFeed, Order
class TrendStrategy(StrategyBase):
def __init__(self, config):
super().__init__(config)
self.fast_ma = config.get("fast_ma", 20)
self.slow_ma = config.get("slow_ma", 60)
def on_bar(self, data: DataFeed):
df = data.get_klines(symbol=self.symbol, n=200)
df["ma_fast"] = df["close"].rolling(self.fast_ma).mean()
df["ma_slow"] = df["close"].rolling(self.slow_ma).mean()
if self.cross_up(df):
self.buy(Order(symbol=self.symbol, risk=0.02))
if self.cross_down(df):
self.close()
數據引擎多源數據接入與管理
回測引擎策略回測與參數優化
風控引擎組合風控與風險控制
任務調度定時任務與策略調度
API 執行對接 MT4 / MT5 API
日志監控日志記錄與實時監控
回測績效示例
2021-2024穩健上行
年化收益率28.57%
最大回撤-12.34%
夏普比率1.68
勝率56.21%
策略定制流程
01 需求溝通深入了解業務需求與策略目標
02 策略設計制定策略邏輯與技術方案
03 數據准備准備歷史數據與因子數據
04 回測驗證歷史回測與參數優化驗證
05 模擬運行模擬盤測試與風控驗證
06 部署上線實盤部署與多賬戶執行配置
07 持續優化監控策略表現並持續迭代優化
可定制的策略類型
相關拓展能力
API Strategy Customization
交易策略定製
不依托 EA 的跨平台執行方案
基於 MT4/MT5 Client API、賬戶數據、訂單數據、行情數據和風控規則，為客戶定制跨平台交易策略、跟單策略、風控策略和自動化執行邏輯，不依賴 MT4/MT5 EA 插件。
Custom Rules
可定制的策略與執行規則
不是寫 EA，而是把交易規則做成 API 驅動的軟件模塊或服務，可接跟單軟體、網站後台、風控系統和數據接口。
Rule Library
把人工交易規則沉淀成 API 服務
定制重點是把業務規則拆成可驗證、可回溯、可運行的執行模塊，而不是依賴某個終端裡的 EA 文件。
- 信號過濾：按賬戶、品種、時間、訂單類型、浮盈浮虧和風險條件過濾。
- 手數計算：固定手、餘額比例、淨值比例、分檔手數、浮虧跟單和倍率。
- 風控強平：淨值保護、保證金保護、虧損閾值、強平和不跟單規則。
- 批量執行：批量平倉、批量補單、批量改密、手機通知和後台聯動。
- 品種映射：不同平台、經紀商、後綴品種之間的映射和轉換。
- 馬丁網格：高頻補倉、平倉、風控邊界和批量訂單處理規則。
- 報表統計：按年表、日表、品種、賬戶和客戶業務指標定制。
- 系統聯動：對接 CRM、會員系統、網站後台、數據看板和風控系統。
Strategy Architecture
不依托 EA 的策略執行架構
策略運行在服務端或客戶 VPS 中，通過 API 獲取賬戶、訂單、行情和風控數據，再統一執行交易動作。
數據輸入賬戶、持倉、歷史、行情、風控閾值和客戶業務規則。
AccountQuote
規則計算策略過濾、手數計算、品種映射、時間窗口和風險邊界。
RuleRisk
執行引擎開倉、平倉、補單、改止損止盈和批量操作。
TradeBatch
監控回寫日志、報表、通知、異常告警和後台狀態同步。
LogNotify
Scenarios
案例場景
- 多賬戶風控執行根據淨值、保證金、浮虧閾值觸發不跟單、強平、暫停或通知。
- 跨平台交易規則把 MT4 與 MT5 賬戶統一納入規則引擎，處理品種映射、手數計算和訂單註釋。
- 批量操作工具批量平倉、批量補單、批量改密、批量檢查賬戶狀態。
- 報表與績效系統按客戶業務口徑生成賬戶、品種、日期、策略維度的統計報表。
- 後台聯動策略和會員系統、網站後台、CRM、授權系統聯動，形成完整業務流程。
Delivery Flow
定制開發流程
- 01需求溝通梳理交易規則、賬戶場景、風控邊界、部署方式和驗收口徑。
- 02規則確認把人工流程拆成可執行的 API 規則、異常處理規則和日志字段。
- 03技術評估評估接口能力、延遲、賬戶數量、服務器網絡和風險限制。
- 04開發測試完成模塊開發、模擬環境驗證、真實賬戶小流量驗證和日志追蹤。
- 05VPS 部署部署到客戶環境，配置網絡、賬號權限、通知渠道和後台監控。
- 06運行維護持續優化規則、報表、告警和接口穩定性，按業務變化迭代。