我们为广大量化爱好者整理了120套量化策略源码，全部源码向plus会员开放，本文档预计于==5月中旬整理完毕==。

本合集旨在==提供量化思路和常见的策略模板==，学习和魔改，==请勿直接实盘==。==若您希望增加其他策略，请于页尾留言或告知小Q==。

• 注意： ==本合集均使用3.0开

声明：本策略仅为示例策略，可根据自己需要自行修改策略逻辑

声明：本策略需要在AIStudio 3.0环境下运行

交易逻辑：

• 当收盘价5日均线大于10日均线时，以第二日开盘价买入；
• 买入后，当收盘价的5日均线小于10日均线时，以第二日开盘价卖出；

[https://bigquant

由于财务公告通常在晚上发布，在财务报表公告的第二日开盘买入归属母公司股东的净利润同比增长率百分比大于30%的且降序排名靠前股票(总持仓量不超过50只);\n\n买入并持有40个交易日后，以第二日开盘价卖出；

\

策略源码：

{{membership}}

[https:

以布林带为例的因子分析实践

[https://bigquant.com/wiki/doc/bigalpha-EOVmVtJMS5#h-%E4%BB%A5%E5%B8%83%E6%9E%97%E5%B8%A6%E4%B8%BA%E4%BE%8B%E7%9A%84%E5%9B%A0%E5

策略源码：

{{membership}}

[https://bigquant.com/codeshare/5957e3fb-08b4-4e16-9b9a-7d0de13c2a4d](https://bigquant.com/codeshare/5957e3fb-08b4-4e1

\

策略源码：

{{membership}}

[https://bigquant.com/codeshare/a6dc6c90-4f42-4c8e-92ec-dfa1a2f13fc0](https://bigquant.com/codeshare/a6dc6c90-4f42-4

因为很多量化在线平台目前还不支持期货交易，且KD指标对大盘和热门大盘股有着较高的准确性，此策略选取'605588.SH'为标的股票，000300.SH为参考标准。\n策略逻辑：\n当kt>80,dt>80, jt>100时，卖出\n当kt<20,dt<20, jt<0 时，买入

\

**

因为很多量化在线平台目前还不支持期货交易，且KD指标对大盘和热门大盘股有着较高的准确性，此策略随机选取'603896.SH'为标的股票，000300.SH为参考标准。\n策略逻辑：\n当kt-1>80,dt-2>80, jt>100时，股价创50日新高，KDJ指标未创新高,卖出\n当kt-1<20,

股票提取：当快线（短期移动平均线）上穿慢线（长期移动平均线）时，形成金叉信号，表明买入机会；当快线下穿慢线时，形成死叉信号，表明卖出机会

股票过滤：过滤ST，过滤北交所，上市天数大于270天

排序规则：按照成交量从大到小

买卖时间：开盘买入，收盘卖出

初始资金：100万

持仓票数：10

策略源码：

{{membership}}

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

摘要

这篇报告里我们使用 Fama-French 三因子模型的思路在 A 股市场做实证分析。我们基于该论文的三因子模型实证了 A 股市场在 2010年4月到 2022年 10月的情况。

Fama-French 三因子模型是量化金融领域十分经典的理论模型。

最早提出的CAPM模型无

如果您像我一样需要实时汇率API进行查询，那么建议你认真看完此篇内容，不但有API接入流程，而还有实例代码可以直接参考与使用。我是自己找了好久，找到了alltick的实时汇率API，它是一个功能强大的接口，提供了多种查询方法和数据订阅选项，使开发者能够获取即时的汇率和市场行情数据。本文将详细介绍如何

在进行量化回测时，确实需要支持逐笔报价、批量订阅、以及获取历史日K线、周K线、月K线等功能，这些功能对于编写有效的交易策略和分析市场数据至关重要。

一般来说，在进行量化回测时，我们可以选择使用专业的量化交易平台或软件，这些平台通常会提供相应的API接口来支持逐笔报价、批量订阅和历史K线数据的获取。

炒股app上，k线可以自由在日k线，周k线，月k线进行转换。

编写策略时候，不管是close，open等，所引用的数据都是日k线的数据。

如果要引用周k线的数据，做到和炒股app上的周k线数据一样，该如何引用呢？因为有一个思路，想用连续三周的周k线是阳线来定义一个衍生特征因子，不知道该如何定义表

这一文档中我们将展示将1分钟行情降频为5分钟、10分钟、15分钟、30分钟、60分钟

\

策略源码：

{{membership}}

[https://bigquant.com/codeshare/5df10ad2-734e-41bc-83c9-0ce273f98a7e](ht

高频因子加工，本质上就是将日内的高频信息降频为日频，有些因子在降频为日频后，还要向前取移动平均，例如5日、20日

以20日移动平均为例，一个低效率的方式是，加工高频因子时，取数据就多取20天的，以一天5000只票240分钟为例，这种取数据就要取到5000 X 240 X 20 = 24,000,0

我们以加工，全天内不同时间段内的成交量占全天成交量之比，这一系列因子为例，演示加工历史数据时，表加工边存表的方式

这种方式是为了防止加工时系统崩溃后，可以从断点继续运行

\

策略源码：

{{membership}}

[https://bigquant.com/codesha

本文档，我们会总结一些典型的高频因子，加工方式为“多只票，一天”

这种因子通常是加工时有截面运算的需求，所以必须获取全市场股票的信息

提示：加工高频因子最好将资源开大，否则Kernel容易崩溃

1. 交易量截面百分比排序的方差、偏度、峰度

2. 交易量截面百分比排序方差偏度峰度的市值

本文档，我们会总结一些典型的高频因子，加工方式为“一只票，多天”

这种因子的加工时通常不需要截面运算，因此不需要获取其他股票的信息

提示：加工高频因子最好将资源开大，否则Kernel容易崩溃

\

1. 全天内不同时间段内的成交量占全天成交量之比

• 时间段01：09:30-

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

1000篇研报+900本电子书，我们从网络渠道收集了量化学习资料，整理为合集，==获取方式请查看文章最后==。

资料合集目录：

\

操作符

从常规思路分析，高收益策略需要，抓近期热门策略，波动大，才有机会产生高收益，但一种逻辑很难在不同的市场行情下有效，所以，在选定近期热门票的基础上，需要在不同的市场行情下，选用不同的选股逻辑去应对。

步骤：

一、定义表达市场情绪方面的因子，如：

#当天涨停数比例

grou

BigTrader AI量化交易终端（新实盘）

• BigTrader AI量化交易终端（新实盘）开始内测。

  • 使用文档：

    [https://bigquant.com/wiki/doc/bigtrader-ai-qFJMtRjeY1](https://bigquant.com

声明：本策略仅为示例策略，可根据自己需要自行修改策略逻辑

声明：本策略需要在AIStudio 3.0环境下运行

股票提取：在财报公告日当天，筛选出净利润同比增长小于1的，并按照净利润同比增长排序

股票过滤：剔除ST、退市、非主板、上市时间小于365天的

买卖时间：开盘买入，收盘卖出

初始资

声明：本策略仅为示例策略，可根据自己需要自行修改策略逻辑

声明：本策略需要在AIStudio 3.0环境下运行

股票提取：提取昨天和前天均涨停（2连扳），股价在五天均线上方运行，市盈率5-30倍左右，近一个季度利润增速超10%

股票过滤：过滤ST，过滤北交所，过滤科创版，上市天数大于270天，

目标

• 提供高质量的服务
• 提供可信赖的服务
• 提高服务透明度

服务质量监控

• https://status.bigquant.com/status/monitor

2024年

2024-04-10

系统登录超时、页面加载超时

• [2

/wiki/static/upload/15/155c3445-595b-4419-98f2-fb8ba6636edf.mp4

回测图：

• 运行环境：AiStudio 3.0.0
• 策略描述：我们将流通市值、换手率、收盘价做截面排序，并乘以系数，组成因子total_score
• 股票条件：过滤ST，过滤已停牌，上市天数大于365天，只要主板（过滤科创板和北交所），市盈率大于0，流通市值<=25亿
• 排序条件：按照日期、tota

• 运行环境：AiStudio 3.0.0
• 策略描述：我们将总市值、流通市值、收盘价做截面排序，并乘以系数，组成因子total_score
• 股票条件：过滤ST，过滤已停牌，上市天数大于365天，只要主板（过滤科创板和北交所），市盈率大于0，流通市值<=25亿
• 排序条件：按照日期、tota

• 运行环境：AiStudio 3.0.0
• 策略描述：我们将流通市值、收盘价、每股收益率做截面排序，并乘以系数，组成因子total_score
• 股票条件：过滤ST，过滤已停牌，上市天数大于365天，过滤北交所，市盈率大于0小于25，资产负债率<0.3，主营业务比率>0.8，营业利润/利润总额

• 运行环境：AiStudio 3.0.0
• 策略描述：我们将流通市值和每股收益率做截面排序，组成因子total_rank
• 股票条件：过滤ST，过滤已停牌，上市天数大于365天，只要主板（过滤科创版和北交所），市盈率大于0
• 排序条件：按照日期、total_rank（从小到大）排序
• 数据

• 运行环境：AiStudio 3.0.0
• 策略描述：我们选择一定条件下小市值的股票，来研究策略的历史表现
• 股票条件：过滤ST，过滤已停牌，上市天数大于365天，只要主板（过滤科创版和北交所）
• 排序条件：按照日期、流通市值（从小到大）排序
• 数据表名：cn_stock_factors_

因子1示例：

 "factor1":"""
            SELECT 
                date, 
                instrument, 
                -1*pct_rank_by(date, 

回测图：

\

策略源码：

声明：本策略需要在AIStudio 3.0环境下运行（点击克隆策略选择最新开发环境）

{{

因子1示例：

"factor1":"""
            SELECT
                date,
                instrument,
                m_CORR(close/m_lag(close,

回测图：

\

==策略源码：==

声明：本策略需要在AIStudio 3.0环境下运行（点击克隆策略选择最新开

回测图：

\

策略源码：

声明：本策略需要在AIStudio 3.0环境下运行（点击克隆策略选择最新开发环境）

回测图：

\

策略源码：

声明：本策略需要在AIStudio 3.0环境下运行（点击克隆策略选择最新开发环境）

\

策略源码：

声明：本策略需要在AIStudio 3.0环境下运行（点击克隆策略选择最新开发环境）

{{membership}}

[https://bigquant.com/codeshare/ecaabbc7-2464-4221-bb2b-d5127befd0ab](http

回测图：

\

策略源码：

声明：本策略需要在AIStudio 3.0环境下运行（点击克隆策略选择最新开发环境）

{{

回测图：

\

策略源码：

声明：本策略需要在AIStudio 3.0环境下运行（点击克隆之后-选择最新环境）

{

一、实时股票数据的重要性

股票市场的实时股票数据对于投资者和金融机构来说至关重要，实时股票API成为了获取最新股票数据的重要工具，准备及时的股票数据、港股数据、美股数据、A股数据等实时股票数据可以帮助他们做出明智的决策。 实时股票API提供了一种可靠且高效的方式，这些实时股票API可以获

前言

在金融投资领域，股票指数是投资者们最为关注的重要指标之一,这些指数实时数据代表着特定市场、行业或者资产类别的整体表现例如：A股数据，港股数据，美股数据等，对于投资者来说，了解和跟踪股票指数的走势至关重要，股票指数API就是很好的工具，它不但提供股票指数，指数实时数据，A股数据，港股数据

想知道如何利用量化策略接入全球股票指数API接口吗？别担心，我们这篇文章将用通俗易懂的语言，手把手教您如何快速获取全球市场的股票指数最新动态，轻松掌握实时港股、实时美股指数等股票指数相关的实时数据。全球股票指数API要求稳定，快速，实时，股票指数API接口还要求产品种类数据繁多。

一、获

声明：本策略仅为示例策略，可根据自己需要自行修改策略逻辑

声明：本策略需要在AIStudio 3.0环境下运行

股票提取：股票提取：最近15天内，连续涨停数大于7，且已经断板，断板后3天内平均涨跌幅大于1%

股票过滤：过滤北交所，过滤科创版，过滤创业板、上市天数大于270天

股票排序：按照成

• 声明：本策略仅为示例策略，可根据自己需要自行修改策略逻辑
• 声明：本策略需要在AIStudio 3.0环境下运行
• 股票提取：筛选出全市场股息率最高的前 25%的股票，并且只选择股价低于 10 元的票
• 股票过滤：过滤科创板、过滤北交所、过滤 ST、过滤停牌、过滤涨停、过滤跌停，上市天数大

• 声        明：本策略仅为示例策略，可根据自己需要自行修改策略逻辑
• 股票提取：昨日涨跌幅在2%~8%，换手率在3%~8%
• 股票过滤：过滤ST，主要主板，上市天数大于270天，过滤停牌
• 股票排序：按照主力流入金额从大到小排序
• 买卖时间：开盘买入，收盘卖出，
• 初始资金：

/wiki/static/upload/d2/d2d6827c-71b2-425b-81ce-b957dcc55763.mp4

回测图：

![](/wi

• 声        明：本策略仅为示例策略，可根据自己需要自行修改策略逻辑
• 交易逻辑：每隔30个交易日，以开盘价买入当日0<PB<1.5且0<PE<15且有成交量较前一日放大1.5~2.5倍的股票；
• 每隔30个交易日，将不符合上述标准的持仓股票在第二天以收盘价卖出。
• 股票过滤：换手率

买入条件：

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
3. 按PE升序排名取前十名,次日以开盘价买入；
4. 买入后，如果5日收盘价均线小于10日收盘价均线，则次日以开盘价卖出。
5. 股票过滤：过滤ST，过滤北交所，上市天数大于270天
6. 初始资金：

• 声明：本策略仅为示例策略，可根据自己需要自行修改策略逻辑
• 声明：本策略需要在AIStudio 3.0环境下运行
• 买入条件：
• 5日均线大于10日均线，10日均线大于20日均线，20日均线大于40日均线，40日均线大于120日均线；
• 今日最低价小于10日收盘价均线 的股票，次日以开盘

• 运行环境：AIStudio 3.0
• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

\

**策略

• 运行环境：AIStudio 3.0
• 策略说明：==本代码以教学目的为主，请自行调参==

\

策略源码：

{{membership}}

[https://bigquant.com/codeshare/ccbddd56-eddd-4a7f-95e2-88e8a0432a3

• 运行环境：AIStudio 3.0
• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

\

**策略源码

• 运行环境：AIStudio 3.0
• 策略说明：==本代码以教学目的为主，请自行调参==

\

策略源码：

{{membership}}

[https://bigquant.com/codeshare/66c560a3-335b-407c-aa2f-7053322141f

• 运行环境：AIStudio 3.0
• 策略说明：==本代码以教学目的为主，请自行调参==

\

策略源码：

{{membership}}

[https://bigquant.com/codeshare/e7bb60a5-a6e1-4310-9e6a-e4b742fb0f1

• 运行环境：AIStudio 3.0

• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

\

**

• 运行环境：AIStudio 3.0

• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

\

• 运行环境：AIStudio 3.0

• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

**策略源

• 运行环境：AIStudio 3.0

• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

\

**策略

• 运行环境：AIStudio 3.0

• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

\

**策略源码

• 运行环境：AIStudio 3.0

• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

\

**策略

• 运行环境：AIStudio 3.0

• 机器学习：KNN算法

• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

![](/wiki/api/attachments.redirect?id=aa129740-493a-4361-871d-1d099144d01

• 运行环境：AIStudio 3.0
• 机器学习：8-SVM
• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

• 运行环境：AIStudio 3.0.0
• 机器学习：弹性网络
• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

![](/wiki/api/attachments.redirect?id=2e32e3a6-d013-4a47-9152-dc60940db1ef

• 运行环境：AIStudio 3.0.0
• 机器学习：索套回归
• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

![](/wiki/api/attachments.redirect?id=ee3ca159-7cf7-4c9d-8f67-95d21c2d0ff3

• 运行环境：AIStudio 3.0.0
• 机器学习：岭回归策略
• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

![](/wiki/api/attachments.redirect?id=636b6556-d556-48aa-a744-7ef08b2f129

• 运行环境：AIStudio 3.0.0
• 线性回归：构建因子+单因子策略回测
• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

![](/wiki/api/attachments.redirect?id=35fe3907-24a2-4771-888f-5919

• 运行环境：AIStudio 3.0.0
• 机器学习：逻辑回归策略：预测上涨概率
• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

![](/wiki/api/attachments.redirect?id=6a6ce99b-4c31-41d7-83fb-bfc

• 运行环境：AIStudio 3.0.0
• 机器学习：线性回归策略：预测上涨概率
• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

![](/wiki/api/attachments.redirect?id=b524674e-1dd7-4807-a2a1-506

• 运行环境：AIStudio 3.0.0
• 机器学习：线性回归策略：预测收益
• 策略说明：本代码以教学目的为主，请自行调参

回测图：

![](/wiki/api/attachments.redirect?id=7d999db6-eec5-4e3a-b613-ff21ae9ce

1、前言

MT4数据源很重要，MT4是一个备受欢迎的交易平台。但是MT4默认情况下不支持股票数据，仅支持外汇交易数据。对于那些对股票行情数据感兴趣的交易者来说，接入实时股票数据或者行情数据可能是至关重要的。幸运的是，通过MT4数据源，可以实现这一目标。本文将介绍如何利用MT4数据源接入实时股

• 本策略运行环境：AiStudio 3.0.0
• 策略描述：

[https://bigquant.com/codeshare/d762f137-78eb-45df-9e66-ed58ce6f4059](https://bigquant.com/codeshare/d762f137-78eb

\

• 本策略运行环境：AiStudio 3.0.0
• 策略描述：

[https://bigquant.com/codeshare/144ad34b-5448-4f8f-9452-83f4eebee41c](https://bigquant.com/codeshare/144ad34b-54

• 本策略运行环境：AiStudio 3.0.0
• 策略描述：

[https://bigquant.com/codeshare/c20cdfe8-a8bc-4ccd-a729-b5f079227002](https://bigquant.com/codeshare/c20cdfe8-a8bc-4

• 本策略运行环境：AiStudio 3.0.0
• 策略描述：

[https://bigquant.com/codeshare/611573e3-acd8-4a5c-9bbc-502a547ff9ed](https://bigquant.com/codeshare/611573e3-ac

• 本策略运行环境：AiStudio 3.0.0
• 策略描述：

[https://bigquant.com/codeshare/f7c0d42e-a4ee-4856-8f97-246e97cd4cdd](https://bigquant.com/codeshare/f7c0d42e-a4

• 本策略运行环境：AiStudio 3.0.0
• 策略描述：

[https://bigquant.com/codeshare/bdb96d5c-2ca4-4e9c-b23a-7c7c7e257c8e](https://bigquant.com/codeshare/bdb96d5c-2ca4-4

• 本策略运行环境：AiStudio 3.0.0
• 策略描述：

[https://bigquant.com/codeshare/a79dcd98-6439-4fa6-b3ce-a77d923686a7](https://bigquant.com/codeshare/a79dcd98-

• 本策略运行环境：AiStudio 3.0.0
• 策略描述：

[https://bigquant.com/codeshare/5d803df5-0528-4dab-97d8-3db808654e71](https://bigquant.com/codeshare/5d803df5-0528

• 本策略运行环境：AiStudio 3.0.0
• 策略描述：

[https://bigquant.com/codeshare/fa4df81a-ebb8-4ecf-8f6d-c8d0fcc157c6](https://bigquant.com/codeshare/fa4df81a-ebb8

单因子策略：涨跌幅方差

回测图：

\

策略源码：

{{membership}}

[https://bi

单因子策略-60日收盘价均价比今日收盘价

回测图：

{{membership}}

策略源码：

单因子策略：尾盘前5分钟的趋势强度

\

策略源码：

{{membership}}

[https://bigquant.com/codeshare/e51545ca-a096-423c-a21c-6348c7911e87](https://bigquant.com/co

单因子策略：120日换手率之和

回测图：

\

策略源码：

{{membership}}

[http

• 运行环境：AiStudio 3.0.0
• 策略描述：我们将5日平均开盘价作为短线，120日平均开盘价作为长线
• 买入股票：'600519.SH'（贵州茅台）, '600941.SH'（中国移动）, '601398.SH'（工商银行）,  '601857.SH'（中国石油）, '000001.

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

BBI指标

计算方式：BBI=(3日均线+6日均线+12日均线+24日均线)/4

\

DMI平均线差

计算方式：10日均线-50日均线后再进行移动平均

\

DMI趋向标准ADX

计算方式：

1. 先计算上升下降指标线：ID+=(当日

K线绝对长度

K线相对长度

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

**今日收盘价在N日内的相对价差[¶](https://bigquant.com/bigapis/codeshare/v1/shares/84ab7b83-0dd5-463e-9652-ab775b8aea09/display#%E4%BB%8A%E6%97%A5%E6%94%B6%E7%

N日量价指标的均值

N：一般取值为5、20、60、120、250

量价指标：可选为close、open、high、low、volume、amount、turn

\

N日量价指标的总和

N：一般取值为5、20、60、120、250

量价指标：可选为clos

• 策略描述：运行环境：AiStudio 3.0.0
• 策略描述：MACD 快线上传慢线买入，慢线上穿快线卖出
• 买入股票：'600519.SH'（贵州茅台）
• 数据表名：cn_stock_bar1d
• 回测时长：2020-1-1 至 今天
• 初始资金：500000
• 买卖时间：开盘

• 策略描述：运行环境：AiStudio 3.0.0
• 策略描述：我们将过去20日收盘价（均值+2倍标准差）作为up_limit，（均值-2倍标准差）作为low_limit
• 买入股票：'600519.SH'（贵州茅台）, '600941.SH'（中国移动）, '601398.SH'（工商银行）

• 运行环境：AiStudio 3.0.0
• 策略描述：我们将过去20日收盘价（均值+2倍标准差）作为up_limit，（均值-2倍标准差）作为low_limit
• 买入股票：'600519.SH'（贵州茅台）
• 买卖规则：收盘价大于up_limit买入，收盘价小于low_limit卖出

• 运行环境：AiStudio 3.0.0
• 策略描述：我们将过去20日最高收盘价作为hist_high，过去10日最小收盘价作为hist_low
• 买入股票：'600519.SH'（贵州茅台）, '600941.SH'（中国移动）, '601398.SH'（工商银行）,  '601857.SH

• 运行环境：AiStudio 3.0.0
• 策略描述：我们将过去20日最高收盘价作为hist_high，过去10日最小收盘价作为hist_low
• 买入股票：'600519.SH'（贵州茅台）
• 买卖规则：hist_high大于hist_low买入，hist_low大于hist_high卖出

• 运行环境：AiStudio 3.0.0
• 策略描述：我们将5日平均收盘价作为短线，40日平均收盘价作为长线
• 买入股票：600519.SH（贵州茅台）
• 买卖规则：短线上传长线买入，长线下穿短线卖出
• 数据表名：cn_stock_bar1d
• 回测时长：2020-1-1 至 今天