1. 数据任务输出标签

若因子任务和模拟交易任务有特定的依赖标签，请查看以下表格：

MeetUP直播答疑 时间：6月27日（周四）19:00

\

问题列表

问题1：请问现在量化交易领域中业界和学术界关注的重点问题有何异同？

答：[点击此处查看](https://bigquant.com/codesharev2/c2b12ced-45c1

{{membership}}

[https://bigquant.com/codesharev2/b676fa5a-c966-4291-855f-98f26b1edb21](https://bigquant.com/codesharev2/b676fa5a-c966-4291-855f-9

{{membership}}

[https://bigquant.com/codesharev2/84e14a98-ebc0-4987-add4-cf1ca1ac2113](https://bigquant.com/codesharev2/84e14a98-ebc0-4987-add4-c

一、BigTrader - 回测与交易引擎

1、DAI SQL 函数列表

1、[常见对象说明](https://bigquant.com/wiki/doc/5bi46keb5a56lgh

策略介绍

中证红利指数（CSI Dividend Index）是由中证指数公司编制的，旨在反映中国A股市场中高股息率股票的整体表现。该指数选取了股息率较高的股票构成样本，具有较低的波动性和较高的分红收益率，是稳健投资者喜爱的标的。

本策略主要通过筛选中证红利指数中的股票，重点考虑股息率（D

目的

BigQuant策略开发兴趣小组，第一期 （2024-05 ～ 2024-07）

• 为BigQuant量化学习者编写策略模版、Demo和复现常见策略
• 通过共同学习，提高兴趣小组成员策略编写能力

如何参与

• 对于策略开发者，扫描如下二维码，添加小Q微信，报名策略开发兴

策略介绍

全A股市场的量化投资策略在近年来受到越来越多投资者的关注。此次我们介绍的策略主要依赖小市值因子和动量因子进行股票选择，以期在不进行风险控制的情况下最大化年化收益率。小市值因子（Small Size Factor）和动量因子（Momentum Factor）是量化投资中常用的两个因子

策略介绍

量化投资领域中，因子模型是非常重要的一类策略。因子投资策略通过提取市场中的某些特征（如价值、动量、规模等），并以此来构建投资组合。本文介绍的策略主要采用了小市值因子和动量因子，目的是在全A股市场中最大化年化收益率。

小市值因子（Size Factor）指的是选取市值较小的股票进行

策略介绍

量化投资策略通过数学和统计方法，从历史数据中提取出有用的信息，指导投资决策。今天我们要介绍的是一个基于小市值因子和动量因子的全A股量化策略。该策略通过选择市值较小且动量较高的股票，力图在不进行额外风险控制的情况下，实现高年化收益。

小市值因子，即市值较小的股票往往具有较高

https://bigquant.com/codeshare/f753d0b8-a3b2-4781-a1a9-dbf6ffe3fe38

\

https://bigquant.com/codeshare/8248b881-b99d-4a82-a6f1-6bd55ecadf0c

\

MFI资金流向指标

计算方式：

• 典型价格（TP）=当日最高价、最低价与收盘价的算术平均值；货币流量（MF）=典型价格（TP）*当日成交量；
• 如果当日MF＞昨日MF，则将当日的MF值视为正货币流量（PMF），将N日内的正货币流量加总代入公式5；
• 如果当日MF＜昨日M

https://bigquant.com/codeshare/f9260c26-9a8a-406f-bc5d-3f394ce76d73

\

复现研报原文：

Fama-French三因子模型：

[/wiki/static/upload/02/028fac5d-a33a-43a4-b7aa-4e273234aed3.pdf](/wiki/static/upload/02/028fac5d-a33a-43a4-b7aa-4e

任务ID：418ec338-e522-482b-8cc6-3e00173c83a2

https://bigquant.com/codeshare/d6e62ab0-a62a-4344-9f3a-8afe688eb920

在连接数据的过程中，

https://bigquant.com/codeshare/faa3653b-25fa-466e-97d5-acf59707a9ef

过滤条件太严格了 请

代码如下：

def m_handle_data_bigquant_run(context, data):

# 每5个交易日调仓一次

if context.trading_day_index % context.holding_days != 0:

return

这张表收录好多有效的高频因子，弃用太可惜了

#102

def func(a): 
''' 
a: 输入数组，已经排好序 
返回值：出现次数最多的元素，如果有多个，输出最早出现的 
''' 

#如果数组为空，返回None 
if not a: 
    return None 
#如果数组不为空，定义相关属性 
max_eleme

使用函数时：

![](/wiki/api/attachments.redirect?id=86fed3b2-2b93-499f-

背景

平台提供了港股和美股的行情数据，本文介绍如何基于港股和美股来实现stockranker多因子选股策略

策略实现

港股和美股需要用bigtrader的自定义数据回测功能来实现。

bigtrader使用我们传给它的行情数据来进行撮合回测，行情数据需要有date, instrum

回测引擎里写了“当亏损大于7%”即卖出，但是在交易详情里发现仍有亏损大于百分之好几十的股票出现，请老师帮忙看看原因。

[https://bigquant.com/codesharev2/de353e8e-acd3-4d18-8003-aa60341680e3](https://bigquant

发生问题策略

https://bigquant.com/codesharev2/eb8ff3ed-0aa0-4d8d-90d5-5a99409da529

策略介绍

R-Breaker日内策略，R-Breaker是一种短线日内交易策略。

策略流程

R-Breaker是一种短线日内交易策略。根据前一个交易日的收盘价（C）、最高价（H）和最低价（L）数据通过一定方式计算出六个价位，从大到小依次为： 突破买入价、观察卖出价、反转卖出价、反转

策略介绍

网格交易策略

策略流程

第一步：确定价格中枢、压力位和阻力位 第二步：确定网格的数量和间隔 第三步：当价格触碰到网格线时，若高于买入价，则每上升一格卖出m手；若低于买入价，则每下跌一格买入m手。

1. 确定价格中枢、压力位和阻力位；
2. 确定网格的数量和间隔；

策略介绍

动量策略是一种利用历史价格趋势来预测未来价格行为的量化交易策略。这种策略基于一个假设：股票或其他资产的未来价格趋势可能会延续其近期的表现。在实际应用中，动量策略通常会购买表现好的资产并卖出表现差的资产。

策略思想

动量策略的核心是“追涨避跌”。具体来说，这种策略会：

累计收益率是正的，但交易详情的卖-买却是负数，这是什么情况呢？

策略地址：

[https://bigquant.com/codesharev2/e00e6a76-2d8b-45b8-b1be-0ffbd0346826](https://bigquant.com/codesharev2/e

![](/wiki/api/attachments.redirect?id=2b070625-ba26-4670-ab23-ed14a40

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

策略原理

期货高频网格交易策略是一种在期货市场中利用价格波动来进行频繁买卖操作的策略。其核心思想是通过预设一定的价格间隔（网格），在价格波动中不断进行买入和卖出操作，从而在价格波动中获利。以下是该策略的主要特点和步骤：

主要特点

1. 频繁交易：高频交易意味着在短时间内进

老师好，自建了一个因子，自己的因子提取完成，但是平台的几个因子提取过程出现了

You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat的问题

请老师指正

https://bigquant.com/codesharev2/cb0ea5ea-594e-4d3f-8386-24c3aac5f8bd

在表达式过滤

背景

如果我们的模拟交易需要依赖自定义定时任务的数据结果, 即需要保证模拟交易在这个定时任务后才运行需要怎么处理?

处理流程

1 、提交自定义的定时任务

定时任务代码编写完成后点击画布右上角的提交模拟按钮

![](/wiki/api/attachments.redir

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

大家每人自定义一个策略，要求：

• 股票选股策略（不是事件策略或者买入并持有策略）
• 使用线性模板或者AI模板
• 初始资金100万
• 回测时间：2023-01-01至2024-06-19
• 不可以使用未来函数
• 其余策略设置不做任何要求

大家只要提交作业，就奖励300宽币。之后我们

简介

**由于深度学习中的涉及到的随机项过多，比如Dropout 以及随机种子，这样固化模型的重要之处就能够体现出来了。 如果我们没有使用固化模型，在我们的缓存丢失或者更新之后我们的模拟交易以及回测将会触发模型的重新训练，导致原有的模型发生变化。 本文将会针对这个问题提出该如何在Bi

我为了把因子数据做zscore标准化，加上了这个函数再相加，然后就报了个错如下：

![](/wiki/api/attachments.red

一、问题

二、因子说明

本样例以Month=1为例，即22天

1、return_Nm 个股最近N

前言

为了进一步加深对M.tune的使用理解，这里我给大家写一篇M.tune的实际应用。我们可以使用它来调参，当然也可以用它来做滚动训练，值得注意的是，M.tune只能调节模块的参数：

![](/wiki/api/attachments.redirect?id=9edd75fa-2

介绍

• 适合专业用户
• 在时间上滚动训练策略，跟进数据变化来迭代模型
• 本文只是一个简单演示，我们将在后续文章里介绍使用和原理

前言

AI量化策略的独特之处在于存在一个AI人工智能模型，模型可以很简单比如是线性回归或决策树模型，模型也可以很复杂，比如是Transformer、CHATGPT等。在BigQuant上使用较多的是一个称为StockRanker的模型，该模型在量化金融数据上进行调优，能取得比xgboost

两个“输入特征（DAI SQL）”模块，分别从两个数据表提取数据，之后可以共同连接一个新的“输入特征（DAI SQL）”模块，做到数据连接的功能

我们来看一个具体的例子，在下面这个例子中：

• m1模块的作用是从cn_stock_prefactors表中提取出pe_ttm

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

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

定义

可转债全称为可转换债券，指债券持有人可按照发行时约定的价格将债券转换成公司的普通股票的债券，如果债券持有人不想转换，则可以继续持有债券，直到偿还期满时收取本金和利息，或则在流通市场出售变现。

如果持有人看好发债公司股票增值潜力，则可以行使转换权，按照预定转换价格将债券转换为股票。

交易规则

• 1分钟频率回测，如果分钟K线的短期均线上穿长期均线平空开多，短期均线下穿长期均线平多。

每个交易日尾盘需要清仓。

策略构建步骤

确定股票池和回测时间

• 通过证券代码列表输入回测的起止日期

确定买卖条件信号

• 计算短期短期均线与长期均线，短

策略介绍

小市值稳健增长策略是一种专注于挖掘市值较小但具有稳健增长潜力的股票的投资策略。该策略通过深入分析这些公司的基本面、财务状况、行业前景以及市场情绪，筛选出具备长期成长潜力的优质小市值公司，以期在未来获得超额回报。通过该策略选择的股票的优势包括有

• 高增长潜力：小市值公司通

策略思想

基于价格因子通过StockRanker进行基金的轮动选择。

本策略中使用数据过滤模块对成交量较小的基金进行了过滤。

交易频率

日线。

策略详情

在输入特征模块，进行特征的选取和数据的过滤。

表达式特征输入：

• `m_avg(volume, 5) AS v

策略简介

该策略为期货多空对冲策略，做多的同时也做空，赚取Alpha对冲收益，信号由算法产生。

标的

商品期货合约

信号产生

将股票市场的成熟算法StockRanker应用在期货市场，根据StockRanker算法预测未来1小时商品期货的涨跌，做多涨幅排序第1的期货品种，

本例是对 127-期货布林带通道突破策略-日频 的扩展和细化，在此基础上讲解分钟频率的期货布林带策略。

本例除了回测时间频率是分钟，其他交易思想完全和[127-期货布林带通道突破策略-日频](https

策略简介

布林带期货交易策略是一种基于技术分析的交易策略，它利用布林带（Bollinger Bands）指标来确定市场的波动性和潜在的交易机会。布林带由三条线组成：中轨线、上轨线和下轨线。具体来说：

1. 中轨线（Moving Average）：通常为一段时间的简单移动平均线（

简介

平台的交易引擎具备以下功能：

• 不同市场回测，比如股票、期货、指数、基金、期权等
• 不同时间频率回测，比如日线、分钟、tick等
• 自定义数据回测，给定行情数据进行回测，比如传入美股数据、比特币行情数据回测
• 精细回测，考虑了交易费、滑价、冲击成本、成交量限制
• 算法交易回

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

1.根据系统的代码提示举个例子今天是2023年1月11日，传给交易策略的数据data_pred为什么是2023年1月10号的数据，因为

筹码理论是证券市场中的一种分析方法，主要用于研究和判断股票的持仓结构及其变化。它通过分析股票的交易数据，特别是成交量和价格，来推测市场中不同价位的持股成本分布，从而帮助投资者判断未来股价的可能走势。

以下是筹码理论的一些关键概念：

1. 筹码分布：筹码分布是指在不同价格区间内，投资

策略介绍

• 在 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

策略介绍

本策略是一个指数择时策略，基本逻辑是根据市场走势选择是否交易，并调整投资组合，即利用指数特征来进行风控。

策略流程

本策略是指数择时策略的具体实现，该模型的思想如下：

1. 股票池过滤：剔除ST、退市、停牌股、北交所
2. 筛选条件：上市天数大于270天，收盘价小于3

策略介绍

• 在 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

1,训练和回测用同样的时间段，得到的结果依然很差？

2，在训练模式中，用回归选项就报错？

\

策略介绍

本策略为买入指定股票并持有的简单实现。

策略流程

1. 筛选条件：筛选出股票代码为'300059.SZ'以及 '600519.SH'这两只股票
2. 策略回测：持有这两只股票

策略实现

输入特征模块

• 在过滤条件下筛选出目标持有股票

![](/

策略介绍

该策略是一个典型的事件策略，事件策略和选股策略是有本质上的区别的，事件策略的基本思想是，对于特定的股票，什么时候该买，什么时候该卖，本文介绍了一种基于MACD指标的事件策略

具体来说，MACD包括三个指标：

• MACD（平滑异同移动平均线）：MACD线是短期指数移动平均线（通

策略介绍

该策略是一个TALIB指标选股策略

买入条件是（1）今日开盘价大于昨日收盘价；（2）5日收盘价均线大于10日收盘价均线的股票

买入后，如果5日收盘价均线小于10日收盘价均线，则次日卖出。

策略流程

1. 股票过滤：剔除ST、停牌股、北交所
2. 筛选条件：上市天数大

交易引擎介绍

HFTrade是宽邦科技推出的致力于为用户提供便捷、功能强大的高频量化交易策略编写、回测分析、模拟测试和实盘交易的工具。

支持的品种

股票、基金、期货，可转债，未来会支持期权、债券、两融

交易频率

日线、分钟、Tick、逐笔

策略编写

策略介绍

该策略是一个质量投资策略，即基于公司质量指标选择股票

在这里，我们将质量因子（score）定义为盈利能力（Profitability） + 成长性（Growth） + 安全性（Safety）

• 盈利能力指标由资产毛利率GPOA，ROE，ROA，资产流动资金比CFOA，毛利率G

策略介绍

• 在 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

策略介绍

本策略主要讲解如何在策略中加入止盈止损与大盘风控逻辑

本策略就是在平台的默认可视化线性模板策略的基础上进行修改的，就是一个简单的小市值策略

• 剔除上市小于1年的新股、剔除ST股票、按照市值排序
• 等权持股30只、持仓5个交易日

策略实现

1. 止盈止损

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万和证券资金账号，【通过此二维码开户，方可使用】：

   ![扫码开通万和证券账户](/wiki/api/attachments

策略介绍

该策略是一个典型的事件驱动策略

事件驱动策略的典型特征是，交易信号的出现并不像每日调仓的日频策略那样连续，而是断断续续的

当满足条件后出现交易信号则交易，否则就空仓，从回测曲线也可以看出，这样的策略有很多的空仓期

策略流程

1. 股票过滤：剔除ST、退市、非主板、上

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

策略介绍

本策略旨在选取波动率低但活跃度高作为选股因子，观察了等权持股20只，持仓20天的策略表现。该策略的盈利逻辑基于对低波动率和高活跃度股票的选择。低波动率通常意味着股价波动较小，相对稳定，有助于降低投资风险。同时，高活跃度的股票通常具有较高的流动性和交易活跃度，有利于投资者在短

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

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，

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。基本逻辑是股息率较高的公司能够持续支付较高的现金股息，这通常意味着这些公司拥有较为稳定和可预测的现金流。投资者通过持

策略介绍

本策略是根据新国九条进行改良的新版微盘策略从而更好筛选需要的股票。

自从2024年新国九条出来后，小市值策略逐渐失效，部分小票退市概率变大，我们先看看国九条中关于股票ST的内容：

可能影响股票被ST或退市的关键因子，这些因子可以作为投资者避免潜在风险的参考：

1、分红情况：如

策略介绍

• 在 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 2

策略介绍

• 在 102 AI策略 基础上，我们限定股票池为上证50

策略流程

1. 特征选择：输入对股票价格有显著影响的多维度因子，可以是包括基本面、技术指标、情绪指标

引言

最近上传了一个新版的随机森林模块，大家可以尝试使用一下。

策略思想

因子和标签选取

![](/wiki/api/a

策略介绍

• 在 102 中我们使用了 [仓位分配](https://bigquant.com/wiki/doc/aistudio-HVwrgP4J1A#h-%E4%BB%93%E4%BD%

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

情绪周期中涨跌停数、最高板数等代码编写

1、涨跌停数

-- 涨停为1，其他为0
if (price_limit_status==3,1,0) as upper_limit,
-- 跌停为1，其他为0
if (price_limit_status==1,1,0) as lo

/wiki/static/upload/81/8160d19b-cd3e-49b1-9501-cc8a9abfd132.pdf

\

/wiki/static/upload/15/154dffcf-f5b9-4149-88bc-1969ac29d893.pdf

\

/wiki/static/upload/9c/9c9aae78-6ba7-4ae8-ab50-d7aaf94bed2a.pdf

\

/wiki/static/upload/26/26e8ef87-1e69-42d3-9dea-e8be4ae5e150.pdf

\

/wiki/static/upload/98/98b68b06-687a-48cb-98af-760360071119.pdf

\

/wiki/static/upload/8d/8d734f96-29a5-4134-ac90-d9cba38359d0.pdf

\

请访问本目录下子目录，查看量化研报

/wiki/static/upload/bd/bdde1bf5-aca3-499a-8a4f-21bcf502e00c.pdf

\

/wiki/static/upload/0a/0a1fb03c-603c-4eea-8be0-6f3f8a7c17d8.pdf

\

/wiki/static/upload/52/529a958c-f60c-4ccd-a491-238c02e013d6.pdf

/

/wiki/static/upload/8e/8e97415d-7da8-4842-9c1b-5410a41e5136.pdf

\

/wiki/static/upload/42/4257dad3-86b1-496f-b5f9-91582397487a.pdf

\

/wiki/static/upload/8e/8edeb759-a57a-47f0-8b31-6999338afcde.pdf

\

/wiki/static/upload/76/7631b6ef-92de-4950-9791-56fa5b016864.pdf

\

/wiki/static/upload/37/3711cf0c-b5a5-47ee-9755-dfd0f8d2ea62.pdf

\

策略介绍

菲阿里四价指的是：昨日高点、昨日低点、昨天收盘、今天开盘四个价格。 菲阿里四价上下轨的计算非常简单。昨日高点为上轨，昨日低点为下轨。当价格突破上轨时，买入开仓；当价格突破下轨时，卖出开仓。

策略流程

1. 筛选条件：菲阿里四价上下轨的计算非常简单。昨日高点为上轨，昨日低

这篇文章的主要目的是介绍有效前沿这个理论工具和分析框架。我们由均值方差分析展开，逐步推演到有效前沿。然后，我们又说到有效前沿在投资或者量化中的应用场景，最后我们也总结了有效前沿的一些问题，尤其是敏感性问题。在教程中，特意加入了一些实验代码，可以让大家在阅读的过程中有更好的理解。

有效前沿