导语：一个好的策略是量化投资成功的关键，本文介绍了BigQuant平台人工智能策略生成器，帮助编程基础薄弱的用户快速上手生成量化策略。
作者： bigquant
阅读时间：5分钟
本文由BigQuant宽客学院推出，难度标签：☆☆
什么是策略生成器？
量化策略的开发一般离不开编写代码，BigQuant平台使用的策略开发语言为Python，如果会写代码，那么策略开发上手就比较快。为了满足一些编程基础薄弱的用户能够快速上手，因此推出了策略生成器这一大“神器”。通过策略生成器，你可以通过菜单化操作来一键生成策略代码。
在BigQuant策略平台点击 新建 按钮，就可以打开 向导式策略生成器 界面（如图1）：
$$图1 \ \ BigQuant策略平台生成人工智能策略$$
策略生成器的界面如图2：
$$图2 \ \ BigQuant策略生成器界面$$
可以看出，左侧是菜单操作页面，右侧是代码生成页面。你可以在左侧页面，通过菜单化的方式构建你的策略思想，比如勾选特征 上市板（list_board_0）,一旦勾选该特征以后，我们发现，右侧的代码里，变量 features 中会增加 list_board_0，于是我们就可以很方便地使用菜单化的方式来形成策略代码。
点击 生成策略 以后，完整的策略代码如图3：
$$图3 \ \ 生成器默认策略$$
策略生成器的定位是什么？
策略生成器的目标是引导编程薄弱的用户快速上手，因此定位就是 帮助其快速上手、快速开发AI策略，使用户对BigQuant的策略平台和AI策略有一个初步简单的认识。当用户有一定的认识之后，策略生成器扮演的角色不再那么重要。
如何使用策略生成器？
通过一个例子来介绍，如何使用策略生成器开发AI策略。
1. 进入 我的策略
在 BigQuant 首页，点击 我的策略（如图4）
$$图4 \ \ BigQuant我的策略$$
2. 新建策略 > 人工智能策略生成器
点击 新建策略，然后 人工智能策略生成器（如图5）
$$图5 \ \ BigQuant人工智能策略生成器$$
3. 策略生成器
策略生成器如图6：左边是配置界面，右边代码预览。我们通过可以配置 目标、数据、模型和特征等4个方面，来生成不同的策略。
这里使用默认参数。
$$图6\ \ 策略生成器默认参数$$
4. 选择因子
在 4.特征 里，点击 帮我选几个因子，让系统随机选几个常用因子。（如图7）
$$图7\ \ 选择因子$$
5. 生成策略
点击 生成策略，自动生成策略代码。（如图8）
$$图8\ \ 生成策略$$
6. 运行策略
点击 运行全部，运行刚才生成的策略代码。等待策略运行完成（这可能要～10分钟）。新手任务数据已经缓存，应该很快就看到结果。（如图9）
$$图9\ \ 运行策略$$
7. 查看结果
效果如图10
$$图10\ \ 结果查看$$
会用策略生成器，做量化还差什么？
要开发好的策略光会使用策略生成器还远远不够，还需要以下几块知识。
1、了解 AI
因为要开发AI策略肯定要对AI、机器学习、深度学习有一定的了解，比如，必须要知道AI算法的逻辑是什么?什么是损失函数？如何避免过拟合？怎样提高算法的预测能力？如何做特征工程？这些具体的问题直接关系到你的模型的预测性能。
2、熟悉 平台回测
在BigQuant上开发策略需要进行回测验证，那肯定需要熟悉BigQuant的回测机制和回测函数，比如，我如何设置交易成本、如何下单、如何查询持仓和订单，熟悉BigQuant回测才能得心应手的开发策略。
3、会 python
很简单，策略平台采取python语言，把想法转化成代码离不开python编程基础。
4、懂 量化
量化不仅仅包括选股，还涉及择时、仓位控制、资金管理、权重优化等知识，因此要得懂量化。
要成为策略高手，光会策略生成器还远远不够，你还得掌握上面这四大技能。路漫漫其修远兮，继续加油吧:relaxed:
小结：本文介绍了如何通过策略生成器直接生成策略，过程类似于菜单操作，大家可以通过策略生成器入门量化，在使用的过程中不断补充，成为策略高手。
本文由BigQuant宽客学院推出，版权归BigQuant所有，转载请注明出处。
- 上一页： 人工智能量化平台 vs. 传统量化平台
- 下一页： 向导式经典策略生成器简介
- 目录：量化学院