Bigquant平台近期推出了与国金QMT结合的实盘自动交易方式，解决了策略实盘自动化交易问题，平台的优势在于封装了很多种类开因子，也具备AI能力，大大简化了策略研究门槛，回测效率也很高，便于策略研究。

新模式的推出，大家可能会有较多问题，我这边有4年的bigquant平台研究经验、2年的QM

ParserException Traceback (most recent call last) Cell In[5], line 133 **[80](vscode-notebook-ce

基本面分析简介

我们先来看一个量化交易策略在本平台的回测曲线和回测数据，该策略在三年期的年化收益率是24.84%，最大回撤为42个点（在2024年初出现严重回撤）。总体来说，这个策略总体是一个正收益系统的策略，但在某些时间阶段出现了大幅波动甚至严重回撤现象。

![](/wiki/api/

一个关于止损策略的疑问

以下是我的止损模块代码：
def m5_before_trading_start_bigquant_run(context, data):
    # 获取当前持有的所有股票
    holding_instruments = context.get

您如何衡量持有单一资产（如公司股票）的风险？您如何比较两种资产的风险？您如何选择要添加到现有投资组合中的资产？

了解单项资产的回报

什么是资产回报率？

假设某一时刻某项资产价值 100 美元，你购买了它。下一刻（比如说一周后），价格上涨到 110 美元。

那么你的投资回报率是

1. 文章背景

在当前数据交易的学术研究和产业实践中，市场机制的有效性往往受到限制。本文提出一种基于数据证券化的数据交易机制。该机制将数据所有权与使用权分离，将所有权证券化，通过集中定价与自由交易的两阶段市场机制实现定价和撮合交易。本质上，本文构建的交易机制重塑了用户与持有者之间形成的价格空

文章背景

在当今复杂的金融市场中，“算法交易”变得非常重要。本文深入探讨了四个关键指标的融合 - 相对强弱指数（RSI）、指数移动平均线（EMA）、成交量加权平均价格（VWAP）和移动平均收敛/发散（MACD）相对强弱指数（RSI）、指数移动平均线（EMA）、成交量加权平均价格（VWAP）和

我在不改变代码的前提下，点击重启后点击全部运行，连续3次，得到3个不同的回测结果，收益相差很大，这是怎么回事？

使用股票 API 和指数 API 获取历史指数走势，对股票交易意义重大。它能帮助投资者把握市场趋势，辅助进行技术分析以预测股价走势，评估投资组合风险，研究行业轮动规律，进而制定合理的长期投资策略，让投资者在股票交易中做出更明智的决策，实现资产增值。

标普500指数历史走势

从标普500指数历

• [2025-02-10 21:25:32] INFO: 00:00:01.9761321: Finished iteration 3
• [2025-02-10 21:25:32] INFO: 00:00:02.0238071: Finished iteration 4
• [2025

老师您好：两个策略无法回测 ，帮忙看一下，哪里出问题。

[https://bigquant.com/codesharev3/eed8f2e7-95f0-43ff-93c0-0c03682f2309](https://bigquant.com/codesharev3/eed8f2e7-95f0-43

策略介绍

• 美国《旧金山纪事报》曾做过大猩猩选股实验，让大猩猩独写有股票代码的纸板投标，投中一个代码就意味着选中一只股票，用此方法让大猩猩挑选出5只股票。然后，用大猩猩挑选的股票组合与《华尔街日报》8位知名分析师精心计算分析挑选的5只股票相比较，在持有一段时间之后，大猩猩随机抽取购买的股票

使用下面的代码检索：

%%sql

select date, financing_balance

from cn_stock_margin_trading_detail

where date>'2024-02-01' and instrument='000063.SZ'

order by

如题，目前平台可用的模型较少，仅有随机森林一种，如果不想使用平台的机器学习模板，打算自己实现一个类似时间序列的模型，包含模型训练、模型评估等，目前有文档参考如何操作吗

我用的是空白代码策略

========== 5. 回测配置 ==========

if name == "main": # 设置回测参数 backtest_params = { 'start_date': '2023-01-01', 'end_date': '2024

有好多宽币，不知道有啥用啊

使用平台的“自定义Python模块”勾中“启用缓存加速”选项，在模块第一次执行成功后，模块的输出数据会被缓存。

但是在对模块的主函数代码进行更新后，再运行该模块，则会命中旧代码的输出缓存，不会执行新代码输出新数据。

要想获得新数据必须要去掉“启用缓存加速”后运行模块，这样可以得到新数据，但是新数

# 导入聚宽库
import jqdata
import numpy as np
import pandas as pd
from jqlib.technical_analysis import *
from jqlib.alpha101 import *
from 

https://bigquant.com/codesharev3/e7ed35da-db84-41b8-bd5b-b618494b8b3a

\

https://bigquant.com/codeshare/bd663adc-d1a7-46a3-987f-6984804c2e0e

\

https://bigquant.com/wiki/collection/6zeu562u5lqk5rwb-YbyzplDKPp

在第一个sql中，拿了100多个因子，最后的筛选条件是is_zz1000，但是最后的数据出来，每天的股票没有1000只，只有几十只

chat了N遍还是这个错，实在是找不到这个‘，’请大佬帮帮忙。

• [2025-02-16 00:03:08] INFO: cn_stock_basic_selector.v8 开始运行 ..
• [2025-02-16 00:03:08] INFO: cn_stock_basic_sel

一、定义

在量化投资领域，数据是任何代码的底层架构，模型训练、策略运行都依赖于对应的数据。BigQuant 平台的模拟交易每天会基于策略所需的数据运行策略代码，最终产生下一个交易日的买卖信息。这种工作方式需要保证模拟交易运行前，其依赖的数据需要准备好。如果数据没有准备好会导致当日模拟交易运行结

绩效截图

我们先来看一个策略回测曲线，年化12.4%，最大回撤18个点，交易不是特别频繁，但总体是一个正收益系统的策略

这就是一个配对

绩效截图

我们先来看一个策略回测曲线，年化12.4%，最大回撤18个点，交易不是特别频繁，但总体是一个正收益系统的策略

这就是一个配对

绩效截图

我们先来看一个策略回测曲线，年化12.4%，最大回撤18个点，交易不是特别频繁，但总体是一个正收益系统的策略

这就是一个配对

绩效截图

我们先来看一个策略回测曲线，年化12.4%，最大回撤18个点，交易不是特别频繁，但总体是一个正收益系统的策略

这就是一个配对

策略简介

本策略名称叫空中花园策略，是一个比较经典的日内交易策略。网上有大量的材料，感兴趣的可以搜索下。

\

策略思想

隔夜跳

BigQuant 平台已经提供了股票、期货、可转债、基金等各类资产的1分钟数据，比如股票的分钟数据见如下链接：https://bigquant.com/data/datasources/cn_stock_bar1m。那么，基于1分钟数据，如果需要更长周期的分钟数据，怎么办呢？本着“受人鱼不如授人

我们为广大量化爱好者整理了120套量化策略源码，==获取全部源码方式见页尾。==

• 本合集旨在提供量化思路和常见的策略模板，从而学习和魔改，==请勿直接实盘==。

• 本合集均使用3.0开发环境，克隆策略时候==选择去AIStudio最新版运行==。

  \

**一、新手学习策

查询经营现金流量净额增长率报错。代码如下：
alpha_test = {
    "alpha_class":"财务因子",
    "alpha_name":"F116",
    "alpha_name_chinese":"经营现金流量净额增长率",
    "alpha_sql

import jqdata

def initialize(context):

# 定义均线周期

context.ma5_period = 5

context.ma10_period = 10

context.ma3_period = 3

def handle_data(c

导语

在之前的版本里，很多用户喜欢开发每日换仓、仓位集中度高的AI StockRanker策略，无需编写sql代码，因此本教程给出这样的一个策略实现，方便用户在此基础上根据自己需求调整策略。

本策略绩效

本策略年化收益74%，夏普比率2.5，最大回撤不到-8.5%，整体绩效不错

https://bigquant.com/codesharev3/c75cc1ed-24f3-4f97-893d-f2fe55a98adb

\

从策略天梯上选择的策略，实盘信号和bigquant网站每天发送的调仓信号完全不一致。看“实盘常见问题”的说明，解释是因为两者的资金不一样，所以会选出不同的股票。大家有没有遇到这个问题？是不是必须把实盘资金加到和订阅的策略资金一样？

交易是每天的排名第一，日频，怎么看回测和模拟交易的预测结果是是否一样

如何在AIStudio3.0环境中写出以下因子

-- 统计30天内主力流入占比大于12%的天数

-- 总资产报酬率roa要大于5

-- 5天的收益率/20天的收益率

-- 最近5日的成交额排名

-- 平均10天的换手率

-- 统计30天内主力流入占比大于

简介

bigqunat强大的人工智能分析平台，提供了多元化的数据，方便的数据回测等，今天介绍bigqunat获取市场涨跌停统计数据，并入库，提交定时任务。

编写策略

1.点击编写策略

![](/wiki/api/attachments.redirect?id=929

医药行业前景

\

![](/wiki/api/attachments.redirect?id=fd412ca8-797f-443b-822b-5ee14b79f

请问：在回测时报性能告警，是什么原因，如何避免？

/usr/local/python3/lib/python3.8/site-packages/pandas/core/generic.py:2605: PerformanceWarning:

your performance may suffer

如图，已经设置了触发时间，但是只有1.8我手动执行的记录，之后就没有任何执行了

为啥会卡在1月4号就不动了，同时提交新的策略，也是一样的。

另外还有个问题，已经新增的任务，找不到在哪里删除

什么也没变,甚至用固化的策略,回测2022年,效果都大变样了, 请教, 要作何修改,才能恢复到以前一样?

任务id：ede647d1-c068-4e2b-b65c-9fc62d091c12

近期都运行失败了，麻烦查一下是什么原因

Bigquant的老师你们好，

基础太差了，想咨询以下因子看板里面的因子，能在可视化模块，输入特征列表里直接调用吗？

比如这个arron_down_25，

在输入特征列表里面把它arron_down_25直接标进去好像不行，

我把因子访问里边的 ((25 - ROW_NUMB

小白提问，通过首页QuantChat生成的策略，在 输入特征（DAI SQL）模块 中无法修改任何一个字，即使是注释也不行，只要修改就报错，复制到其他策略编辑里也不行，是什么原因？

![](/wiki/api/attachments.redirect?id=efd81248-7d44-4238-

这是自带的我的文档/因子分析代码策略.ipynb，我使用这份代码进行简单的快速因子回测。在上周五之前是没问题的，最近无法运行了，提示TypeError: set_global_opts() got an unexpected keyword argument 'tooltip_opts'。完整

OPEN/DELAY(CLOSE,1)-1   这个函数中DELAY 是什么意思

\

请问有这个指标的详细代码吗

![](/wiki/api/attachments.redirect?id=713920fe-933f-459b-96

不然提取基础数据就得join几张表，效率太低了

在这个模块中买入点和卖出点选项中的 open 和 close，如果买入选择 open，卖出选择 close，那么是意味着在同一天进行买入和卖出吗？在实际交易中，沪深 A 股当天购买的股票是不是第二天才能卖出，这一点是不是有些问题，如果想要将卖出点设置在第二天，应当如何设置？

# 本代码由可视化策略环境自动生成 2023年11月21日 00:07
# 本代码单元只能在可视化模式下编辑。您也可以拷贝代码，粘贴到新建的代码单元或者策略，然后修改。
 
# 显式导入 BigQuant 相关 SDK 模块
from bigdatasource.

如下午14点50，判断是否涨停，没涨停就卖出 这种

今天买的超级AI任务位不能启动一直排队等待

【前言】 BigQuant平台提供较多的预计算因子、提供AI能力、可视化开发，使得量化开发的门槛降到了极低，对于没有编程经验者也可上手。

最快速让新手开发出自己的量化策略，是直接使用平台新建“可视化AI策略”，开发者直接在输入特征列表，输入影响股票涨跌因素的因子， 平台自动根据历史数据进行

当我在code中想导入**matplotlib.finance时，平台返回错误：**ModuleNotFoundError: No module named 'matplotlib.finance'。是平台没有安装这个模块吗？

\

如图，之前是可在这里有关停按钮的，现在没了。。。

之前旧版是有一个按钮，现在新版没有啦。

使用raw_perf.read_df() 有是出来一堆东西。有没有简便一点的方法呀~~

问题

怎么看拟合程度或者拟合曲线

1.在写过滤条件的时候想要用到cross和filter函数，但是不知道如何调用，filter函数用于过滤一定日期内的重复值，只取第一个信号。

2.所有的因子预计算函数怎么查看呢，知识库里的只有一部分，另外有一些函数不在知识库的因子预计算参数里面，我还是自己试出来发现有。

CROSS filt

如题，比如运行代码

for i in range(5000):

print(i)

日志会隐藏一部分，如下图所示：

![{w:100}](/wiki/api/attachments.redirect?id=9e76bfaf-c926-4708-9e85-a639a842e6

问题

我用torch.save会报错，

直接DataSource.write_pickle(model)，会提示

<trackeback: AttributeError: Can't pickle local object 'get_cosine_schedule_with_warmup

摘要

自动标注模块自带“将分数映射到20 个分类”离散化功能，我本来的理解是计算出 label之后，把所有样本的return从高到低排序，然后每5%的样本归到一类。如果是这样，那 14组里label的min 也会高于 13组里label的max。

但是我看了一下数据，实际情况不是这样的

Canceled future for execute_request message before replies were done

在当前单元格或上一个单元格中执行代码时 Kernel 崩溃。请查看单元格中的代码，以确定故障的可能原因。有关详细信息，请单击 此处。有关更多详细信息，请

盘口的api在哪里，如何取到买卖盘的价量信息？

#逻辑回归

这也称为 logit 回归。逻辑回归是一种基于过去数据预测事件二元结果的分析方法。

当因变量是定性的并且取二进制值时，它被称为二分变量。

如果我们使用线性回归来预测这样的变量，它将产生 0 到 1 范围之外的值。此外，由于二分变量只能取两个值，残差不会围绕预测线呈正态分布。

L

自己写的代码策略，不是默认十万的吗？然后我又改了代码初始资金标注100000，测试之后还是显示可用资金是0，这到底怎么回事啊？

我买了 4核16G的 资源，但是在 studio上 只显示有 1核6G

购买了C2资源包后，资源怎么还是显示1核6G？并且神经网络模型，跑到序列窗口滚动时就会自动停止，看上去cpu达到了限制

最近浏览平台，发现财务数据和以前不一样了？请问 如何访问呢 ？这个数据一般怎么使用呢？

比如我想获取招商银行近几期财报数据

\

我们在研究选股逻辑时，经常会有类似这种场景，先识别股票近期是否存在异动，然后调整几天后，股价达到异动那天的某个点位，进行买入动作，但目前平台无法支撑这种场景的取值，希望平台能够支撑下，具体案例如下：

#成交量变化因子

amount_zf=amount_0/amount_1

#是否异动p定

在特征列表中加入了两个新的特征，每次运行到提取特征后就内核自动重启了，请问这是为什么？可用资源中CPU1.2核，内存4.8G还没有达到阈值。

对于想学量化又不想自己花过多的时间看平台文档研究的朋友，本人从零到量化实操的角度录制了量化入门课程，以低价出售方式引领有需要的朋友量化入门，大家学会量化基础技能后，以后共同探讨进步。

==课程介绍：== 本课程是针对零基础者实现股票量分分析的开发过程讲解（有编程经验者学习更快，无编程经验者

Bigquant平台提供了较丰富的基础数据以及量化能力的封装，大大简化的量化研究的门槛，但对于较多新手来说，看平台文档学会量化策略研究依旧会耗时耗力，我这边针对新手从了解量化→量化策略研究→量化在实操中的应用角度，整理了一些视频+配套源码，有兴趣的朋友，可详见链接观看，<https://note.y

报错了, 应该是不是入参不对

对于一个开发人员,我还是懂代码的,但碰到这个可视化真的让人头晕,文档看起来很详细其实非常混乱没头没尾的感觉.

每个模块对应一个python方法，那些案例又不是固定的，我想自己弄就要知道每个python模块的入参和返回值吧，可是，我真的找不到对应文档哪块地方啊

看文

https://bigquant.com/trade/#tab=live_trading

这个页面里写着只能接湘财？是这样吗？

请问22年34th《综合风控：如何通过条件止损+补仓+精炼买入/卖出信号？》的源码可以提供一下吗，在meetiup中未找到？谢谢

盘口的api在哪里，如何取到买卖盘的价量信息？

背景：量化在于总结规律，并给予这些规律去做投资，量化策略需要不断更新迭代以应对新的挑战。

\

有时候滚动回测完了跑两三多小时结果跑出来发现模型不能保存。。。

错误代码为

NameError Traceback (most recent call last) <ipython-input-1

最近在使用“自定义Python模块”时，发现个问题，如果勾选了”启用缓存加速”, 在回测时，即使修改了自定义模块的代码，也会出现直接命中缓存，不更新内容的情况。如果是在模拟交易中，运行这个策略，则第一天正常运行了“自定义Python模块”的内容，而第二天直接显示命中缓存，不更新数据。不知道其他网友遇

发现一个问题，程序下载导入到合作的平台，超参搜索模块不能正常使用，给出的回测结果是错误的，和不使用超参搜索模块直接测的结果不一样了。

我的收益率是270%，使用超参搜索后是73%了。

\

参照这个文档https://bigquant.com/wiki/doc/-ILZfuRdHss 数据保存失败，提示DataSource表名不存在，

![{w:100}](/wiki/api/attachments.redirect?id=6838faf6-f0d2-480b-8483-598

在21st:2021-07-08meetup视频中使用了热点概念追踪的板块，但是我在知识库中的21st:2021-07-08发现的热点概念追踪的板块模版（https://bigquant.com/wiki/doc/gainian-X0xSjDw9fr）与视频中的模块不符，能否提供一下，谢谢

\

这些不知道是哪里来的，data里还有什么也不知道

在这个库里头没看到，

https://bigquant.com/wiki/doc/mokuai-aBcAf1yeFo

但是实际import torch时候是有的。

谢谢

尤其是tensorflow这种，不同版本的tf， 差别特别大。代码上经常不兼容。

希望能够调整部分library的版本。

# Python 代码入口函数，input_1/2/3 对应三个输入端，data_1/2/3 对应三个输出端
def bigquant_run(input_1, input_2, input_3):
    # 示例代码如下。在这里编写您的代码
    import

根据【策略模板】轮仓策略对当日要卖出的股票设定一个比例的止盈案例（https://bigquant.com/community/t/topic/196999）克隆的代码报错，请问如何解决？

[https://bigquant.com/experimentshare/77e35935262846