AIStudio 可视化模块开发

核心概念

BigQuant 是一个集成了数据科学和人工智能技术的量化投资平台,旨在为投资者提供强大的策略开发、回测和优化工具。在 BigQuant 上,用户可以通过可视化策略开发工具轻松创建、测试和优化自己的投资策略。这一过程通常涉及几个关键组成部分,包括可视化策略开发界面、模块以及数据流处

由jliang创建,最终由ydong更新于

涨停取消卖单

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

[https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW](https://bigquant.com

由yvan0617创建,最终由qxiao更新于

AI选股策略_概念过滤

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

[https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW](https://bigquant.com

由qxiao创建,最终由iquant更新于

126-多头排列回踩买入策略

什么是均线?

金融市场上每个人都有一套自己的分析方法,无论你是一个技术派、基本面派、消息派还是量化投资派,对于“均线”这个名词一定不会陌生。虽说这个概念诞生于市场技术分析领域,但由于它的通俗易用,均线一直受到投资者和市场分析人士的青睐。

均线的全称是移动平均线(MA)。移动平均线是个什么

由qxiao创建,最终由jliang更新于

处理持仓中的"雷"股

导语

通过数据过滤我们可以在预测的时候避开ST股和退市股,但如果很不幸我们的买入持仓中有股票变成了ST股或者退市股时,我们应该如何快速卖出逃脱呢?本节我们就聊聊如何处理持仓中的“雷”股!

我们知道,模板的策略逻辑是卖出每日预测排序靠后的股票。那么尝试思考这样一个场景:某个持仓的股票突然发布

由iquant创建,最终由iquant更新于

因子平台/BigAlpha

因子研究

在金融投资领域中,因子研究是量化投资的重要组成部分。这是一种研究和分析股票、债券等金融资产的性能和风险的关键手段,以揭示影响投资回报的基本因素。

因子研究的核心价值在于,它可以揭示那些对投资回报产生持续影响的变量,如市值、质量、动量、低波动性、收益率等。这些因子在历史上已

由jliang创建,最终由qxiao更新于

大盘风控和个股风控

【旧版提示】此文档不可用,详见新文档:

[https://bigquant.com/wiki/doc/114-YCE9b0Z1h3#h-%E7%AD%96%E7%95%A5%E4%BB%8B%E7%BB%8D](https://bigquant.com/wiki/doc/114-YCE9b0Z1h

由yvan0617创建,最终由iquant更新于

🌟102-第一个AI策略

策略介绍

本策略AI算法来预测股票的未来表现,并进行排序。这里使用算法StockRanker,BigQuant 平台开发的一种先进的机器学习算法,专门用于量化选股排序学习,通过在多个因子/特征的数据上训练,旨在从大量股票中识别并排序那些未来表现可能最优异的股票。

策略思想

由jliang创建,最终由qxiao更新于

125-行业轮动的基本面选股策略

策略原理

行业轮动策略是一种量化交易策略,它依赖于在不同行业之间进行资金分配,以期捕捉市场趋势和行业表现的周期性变化。 从名字即可看出,经济周期导致任何市场状态下可能都会存在股市价格表现较好的行业,因此我们如果能布局这些行业并定期轮动调整,那会取得还不错的投资效果。

本策略是曾经在社区里

由qxiao创建,最终由qxiao更新于

202-本地文件上传

介绍

  • 本地上传csv文件并读取
  • 和其他数据联合使用

实现

dai处理文件

  • 生成一个csv文件作为测试,包括日期、股票代码、当日涨跌幅。
  • 使用dai直接操作csv,如果是本地csv文件则直接拖拽至资源管理器。

![](/wiki/api/attachme

由iquant创建,最终由iquant更新于

数据平台/DAI

什么是DAI

DAI (Data for AI) 是BigQuant研发的高性能分布式数据平台

  • 使用简单:通过统一接口访问BigQuant各类数据
  • 数据丰富:提供PB级金融数据、另类投资数据和因子数据 ([数据字典](https://bigquant.com/data/ho

由jliang创建,最终由qxiao更新于

108-市收率策略

策略介绍

本策略是104选股策略(🌟104-选股策略)模板的具体应用。

由于公司利润变化较大,而且依赖于会计准则、研发投入、设备更新投入等因素,难以正确反映公司的经营状况,而销售收入更加稳定,

由small_q创建,最终由small_q更新于

ChatGPT-使用教程

模型

  • X2是最新模型,能力最强
  • X1可以免费使用

在AIStudio中使用

  • 进入 [编写策略(AIStudio)]

由bq0fd65m创建,最终由jliang更新于

BigTrader AI量化交易终端 - 实盘交易终端

实盘申请

本次实盘终端支持**万和证券(**湘财证券实盘终端正在升级中),需要开通并申请量化实盘权限:

  1. 实盘账号申请,请扫描下方二维码开通资金账号,【通过此二维码开户,方可使用】

    ![](/wiki/api/attachments.redirect?id

由small_q创建,最终由small_q更新于

DAI SQL 函数列表

操作符

函数名称 描述 例子
+ 加法 1 + 2 = 3; '2023-1-1'::DATE + INTERVAL 1 MONTH = '2023-2-1'::DATE
- 减法 `1 -

由qxiao创建,最终由bq7zuymm更新于

302 M.tune 调优任何代码

从0开始

M.tune 是 301 滚动训练的底层核心

M.tune.run 运行

  • 新建一个notebook,任意给个名称 tune.ipynb\n ![](/wiki/api/attachments.redirect?id=ddb87203-e40

由jliang创建,最终由small_q更新于

106-微盘策略

策略介绍

本文将介绍经典的微盘策略,并通过编写简单的策略示例进行回测,初步感受如何在BigQuant上实现按某个指标排序并通过一系列条件过滤的量化策略开发。

微盘策略是一种投资策略,其核心思想是选择市值较小的公司进行投资。一般来说,小市值公司的股票价格相对较低,但是具有较高的成长性和投资价

由jliang创建,最终由small_q更新于

🌟201-数据与策略分享

介绍

  • 构建和管理自己的数据与因子
  • 分享到策略社区并保护核心逻辑
  • 支持数据付费订阅
  • 支持他人克隆策略,每日获取信号

技术方案

![](/wiki/api/attachments.redirect?id=be72745b-dff3-4d11-918a-0dec5f5

由jliang创建,最终由qxiao更新于

109-量价相关性策略

策略介绍

本策略选取60日成交量与收盘价相关性作为因子,观察了进行股票筛选之后等权持股10只,持仓5天的策略表现。量价因子是投资中常见的一种因子,结合了交易量(量)和价格行为(价)的信息来预测股票的未来表现,盈利逻辑主要基于以下几点:

  1. 交易量的信号作用:交易量是市场活跃度的

由small_q创建,最终由small_q更新于

113-大类资产配置ETF基金交易策略

策略介绍

大类资产配置策略(Asset Allocation Strategy)是投资管理中一种基于投资组合理论的策略,其主要目的是通过在不同类型的资产之间分配投资来优化风险与回报的比例。这些资产类别通常包括股票、债券、现金及现金等价物、不动产、大宗商品以及其他替代投资品种。资产配置的目标

由qxiao创建,最终由qxiao更新于

124-基于均线的交易策略

策略介绍

双均线策略是一种简单而又广泛使用的技术分析工具,主要用于识别市场趋势的变化和生成交易信号。这种策略涉及两条移动平均线——一条短期(快速)和一条长期(慢速)——并通过观察这两条线的交叉点来决定买入或卖出的时机。

策略流程

  1. 筛选条件:将5日平均收盘价作为短线,40日平

由xyz142创建,最终由small_q更新于

123-潜力股策略

策略介绍

  • 101-简单动量策略 基础上,我们来实现一个更完整的选股策略模版
  • 此策略可以作为一个选股和线性策略的常用模版使用

策略流程

  1. 选股:选择基础股票池

由bqmokgou创建,最终由small_q更新于

分页:第1页第2页第3页第4页第5页第6页