The digital currency market possesses a unique trading environment that provides an ideal application scenario for grid trading strategies. Compared to

数字货币市场具有独特的交易环境，为网格交易策略提供了理想的应用场景。与传统金融市场相比，数字货币领域实行24小时不间断交易，价格变动连续且频繁，为网格策略创造了丰富的套利机会。同时，现货和永续合约等主要交易品种不存在到期时间限制，使得交易者可以长期持有头寸而无需担心合约到期的风险。此外，数字货币市场的高

Summary With the rapid growth in digital currency trading volumes, the efficiency and stability of real-time data push services have become crucial.

Accidentally Discovered an Interesting Pine Strategy A few days ago, while browsing strategies on the Inventor forum, I came across one called “Panel Pro+

偶然发现一个有趣的Pine策略 前几天在发明者论坛翻阅策略，看到一个叫 Panel Pro+ Quantum SmartPrompt 的策略。看了一遍代码，发现这个策略的思路挺有意思：用10个技术指标，根据市场状态给每个指标分配不同

摘要 随着数字货币交易量的急剧增长，实时数据推送的效率和稳定性变得至关重要。MEXC交易所最新推出的基于Protocol Buffers（protobuf）的WebSocket推送方案，相比传统JSON格式具有更高的传输效率和更低的延迟。本文将详细介绍如何在FMZ量化交易平台上实现对MEXC新增

Preface In our previous article “Wash Trading Strategies in Digital Currency,” we provided a detailed introduction to a strategy framework that accumulates

前言 在上一篇文章《数字货币中的刷量型对敲策略》中，我们详细介绍了一种通过同价买卖来积累交易量的策略框架。该策略的主要目的是获取交易所返佣或等级优惠，而非通过价差套利获得收益。虽然刷量型对敲策略在学习交易框架架构方面具有参考价值，但其实际盈利能力有限，且可能面临合规风险。 本篇文章将在前文的基础上，介绍另一

成熟的分类器：SVM是一个强大且成熟的二元（或多元）分类算法。预测“涨”还是“跌”正好是一个典型的二元分类问题。 非线性能力：通过使用核函数（如RBF核），SVM可以捕捉到输入特征之间复杂的非线性关系，这对于金融市场数据至关重要。 特征驱动：模型的效果很大程度上取决于你喂给它的“特征”（Features）。现在计

⚠️ Important Disclaimer **This article demonstrates a volume-boosting self-matching trading strategy intended solely for learning purposes related to tra

⚠️ 重要声明 本文展示的是一种用于学习交易框架架构的刷量型对敲策略，与传统的套利做市策略有本质区别。该策略主要目的是通过同价买卖增加交易量，获取交易所返佣或等级优惠，而非通过价差套利获得收益。 **本文所提供的代码仅为参考框架，不具有任何实盘运行经验。文中的策略实现仅用于技术学习和研究目的，未经过

Preface Following the previous article, [The Hottest AI Trading Technology of 2025: A Smart Trading Guide to FMZ Platform with Claude (Part 1)](

The Beginning of It All I’ve been involved in quantitative trading for a while now. To be honest, most of the time I just experiment with strategies sh

一切的开始 做量化交易也有一段时间了，说实话，大部分时候都是在看别人分享的策略，然后拿来改改参数试试。真正从零开始做一个策略的机会不多，主要是没什么好的想法，再加上从想法到代码的距离感觉挺远的。 前段时间闲着没事，又开始刷B站。无意中看到z哥的股票直播，本来就是随便看看，没想到却给了我一个意外的启发。 #

Preface In the field of quantitative trading, the execution of strategies often requires precise programming control and complex system integr

前言 接上一篇文章「2025年最火AI交易技术：FMZ平台Claude智能交易指南（1）」，我们初步认识了 Claude 和 MCP。以及如何使用Claude基础版（免费版本）配置FMZ MCP服务，并且演示了Claude + FMZ的基础使用。由于Claude基础版限制颇多，所以本篇我们找来了

前言 在量化交易领域，策略的执行流程往往需要精确的编程控制与复杂的系统集成。但随着人工智能和自然语言处理技术的发展，量化平台也在不断进化。FMZ 平台近期推出的 MCP（模型交互协议–Model Context Protocol）服务，正是一次大胆而实用的创新 —— 它让用户可以通过自然语言直

Source of Strategy Recently, I saw an interesting “Volatility Statistical Arbitrage Strategy” shared in the quantitative trading community. Although it i

策略思路来源 最近在量化交易社区看到一个比较有趣的”波差统计套利策略”分享，虽然名字叫套利策略，但仔细研究后发现，这个策略的核心思路其实更像是一种逆势交易方法，也有人称之为”接针战法”。 原作者的核心观点很简单：在市场下跌且波动率异常放大的时候，往往意味着恐慌性抛售，这时候逆势做多可能会有不错的收益

In the field of technical analysis, identifying the four core price structure patterns of “higher highs (HH)”, “higher lows (HL)”, “lower highs (LH)” and “lo

在技术分析领域，识别“高点更高（HH）”、“低点更高（HL）”、“高点更低（LH）”和“低点更低（LL）”这四种核心价格结构模式，是研判市场趋势方向与潜在反转点的基石。这些模式直观地揭示了市场供需力量的动态平衡与主导情绪（看涨或看跌），为交易决策提供客观依据。 牛市与熊市的核心特征 /upload/ass

In quantitative trading, the traditional K-line chart is one of the most commonly used data presentation forms, but it also has certain limitations, such as

在量化交易中，传统的K线图是最常用的数据表现形式之一，但它也存在一定局限性，例如对波动不敏感或过度噪声影响。为了更清晰地观察价格趋势，交易者常常使用一些改进型图表，如： 砖图（Renko）：基于价格变动而非时间绘制，有效过滤市场噪声。 平均K线（Heikin Ashi）：通过平滑价格数据，更直

Demand Scenarios of Walkthrough System I was often asked this question in the FMZ platform community and in private communication with users: “Why c

跟单系统的需求场景 在 FMZ 平台社区以及与用户的私信交流中，我经常被问到这样一个问题： “为什么用麦语言（My）或 Pine 脚本编写的策略，总是只能控制一个账户、一个品种？” 这个问题的本质在于语言本身的设计定位。My 语言和 Pine 语言作为高度封装的脚本语言，其底层均基于 J

Preface This article introduces the design and implementation of PaperTrader, a simulation trading system based on the FMZ Quant platform and driven by r

前言 本文介绍了一个基于FMZ量化平台、以真实行情驱动的仿真交易系统 —— PaperTrader 的设计与实现。系统通过实时深度行情进行订单撮合，完整模拟策略下单、成交、资产变化及手续费处理等交易流程，支持市价/限价单、资产冻结与撤销归档，适用于策略测试与实盘前的真实行为验证。本文将从系统架构

With the rapid development of artificial intelligence (AI) technology, it has demonstrated extremely high efficiency and creativity in many fields. As a high

随着人工智能（AI）技术飞速发展，已经在多个领域展现了极高的效率和创造力。量化交易作为一个高度技术化的领域，自然也在积极探索AI的应用。然而，实践中我们会发现，单纯依赖AI直接生成完整、稳定且可持续盈利的交易策略，仍然存在较大的挑战。 特别是对于平台上的新加入用户来说，由于编程技术薄弱，很难把自己的交

Introduction Have you ever thought that quantitative trading can be learned easily and started immediately without writing code all night to build a fram