from bigmodule import M
# <aistudiograph>
# @param(id="m9", name="run")
def m9_run_bigquant_run(input_1, input_2, input_3):
# Py由bqrctkw8创建，最终由bqrctkw8更新于
from bigmodule import M
import numpy as np
import pandas as pd
# 交易引擎：初始化函数，只执行一次
def m5_initialize_bigquant_run(context):
from bigtrad由bqrctkw8创建，最终由bq4ug02n更新于
大家好，我是策略老李。五一小长假即将收尾，不知大家是否已经按照[上期教程搭建好了自己的本地代码库](https://mp.weixin.qq.com/s?__biz=MzkyODk1NzM4NA==&mid=2247483674&idx=1&sn=dd6acb0b70fb62b2fa3e5a
由bqft6vju创建，最终由bqft6vju更新于
如下图，是因为2025-05-11是非交易日吗？该如何修改才能0512的change_ratio填充0509的收益率，而不是nan
[https://bigquant.com/codesharev3/a0238c30-5140-4ab0-8ea8-03268a3e6210](h
由bqs7w81c创建，最终由bqs7w81c更新于
---------------------------------------------------------------------------
全部代码如下：
from bigmodule import M
由bq6l4p3t创建，最终由bq6l4p3t更新于
你是否被以下问题困扰过：
你跟随策略时，是否出现涨停票破板未卖出，导致收益大幅缩水情况？
你跟随策略时，是否出现股票快跌停无法及时卖出，导致未出手，第二天再吃跌停情况？
你跟随策略时，是否出现开盘买入，但买入后就立即下跌情况？
你跟随策略时，是否出现策略提示尾盘出手，但你想在盘中有合
由bqpguj9o创建，最终由bqpguj9o更新于
回测成功的策略提交模拟，运行之后出现下面三个问题：
由peng1960hong创建，最终由xiaoshao更新于
1.开通BigQuant合作券商账户（指定二维码开通享手续费优惠），并申请实盘、绑定实盘资金账号。
2.设置对应实盘资金账号的实盘策略，创建计划交易信号（实盘申请通过后：用户的实盘策略可选择用户的所有模拟交易策略）。
3.创建实盘访问凭证，获取对应访问凭证的密
由small_q创建，最终由small_q更新于
由bq9e696k创建，最终由bq9e696k更新于
主力资金流向策略以捕捉市场资金动态和短期趋势为核心，在量化交易中展现出独特的实战价值。从逻辑层面来看，主力资金作为市场中的 “聪明钱”，其流向往往反映了机构投资者对股票的价值判断与预期。当主力资金持续流入某只股票时，通常意味着企业基本面得到认可、潜在利好预期或存在价值低
由bq9e696k创建，最终由bq9e696k更新于
可转债是上市公司发行的一种特殊债券，它赋予投资者在特定条件下将债券转换为公司股票的权利。投资者持有可转债，既可以享受债券的稳定利息收益，又能在公司股票价格上涨时，通过转股获得股票增值收益，具有 “下有保底，上不封顶” 的特点。
由bq9e696k创建，最终由bq9e696k更新于
1.市场观察和机会发现
许多投资者热衷追逐热门概念，像曾火爆的新能源汽车概念，行业利好时股价飙升，吸引大量资金买入。但市场多变，热度减退后股价急跌。以2021年1月4日起跟踪买涨幅最大的策略，每日调仓，初期有涨幅，随后收益震荡下行，到2024年9月收益低至-50%左右，最大回撤超55%。
由bq9e696k创建，最终由bq9e696k更新于
bigQuant的线性策略 可以实现对比买入排名和当前排名进行卖出动作吗？ 例如: 小市值10股策略， 股票A在1月1日 总市值最小 记排名为rank1， 在2月1日其排名变为第5名 此时将其进行卖出 自定义卖出规则为 当前排名 - 买入排名 >= 4则卖出 我们平台可以实现吗？ 如果可以实现
由bqebisob创建，最终由bqebisob更新于
在金融科技蓬勃发展的当下，股票实时报价 API 已然成为众多金融从业者、量化交易团队以及金融科技企业不可或缺的工具。它如同连接投资者与瞬息万变股票市场的桥梁，为各类金融应用提供着至关重要的基础数据。然而，市场上的股票报价 API 琳琅满目，质量与服务参差不齐，如何从中挑选出优质且契合自身需求的 AP
由bq3b8uvh创建，最终由bq3b8uvh更新于
由bqs7w81c创建，最终由small_q更新于
| 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rydeng更新于
您好!今天我第一次实盘获取交易信号,发现返回的当前持仓为空,我想本着对历史负责的态度,应该对漏了及时卖出信号的票,应该有能让用户补救自动卖出的功能,
由bq6xkib2创建，最终由xiaoshao更新于
**策略目标：选取未来有较高稳定长期增长可能的股票，进行定期轮动，期望捕捉稳定增长，控制最大回撤。选择营业成本低、运营高效，且营业收入持续增长、发展态势良好的公司；同时要求资产负债率合理，确保财务稳健、风险可控；再结合低估值指标，挖掘被市场低估、具有价值潜力的股
由bqy53ve0创建，最终由bqhnclli更新于
策略是从策略社区克隆过来的，然后在原策略（每日调仓）的基础上修改了调仓周期的逻辑（每8天调仓）形成新的策略，回测正常后提交模拟交易。
回测已变为每8天调仓，但是模拟交易仍为每日调仓，见附图1和2。
请问如何解决此问题？谢谢。
 Cell In[2], line 3 **[1](vscode-notebook-cel
由linmich创建，最终由xuxiaoyin更新于
请教下面这个函数，是只在指定的调仓日（例如每个季度的第一天）才会调用这个函数？还是每天都会调用这个函数？
def m5_handle_data_bigquant_run(context, data):
如果只在调仓日才会调用这个函数，那么突发事件（例如突然大跌），怎么
由bqage0yx创建，最终由xuxiaoyin更新于
高频交易经常被提起，却始终蒙着一层神秘面纱，仿佛那只是金字塔尖那一小撮人的玩物。今天我们就从期货高频数据下手，去揭开神秘面纱的一角，并尝试搭建神经网络模型对高频数据进行预测，抛砖引玉，希望能让对金融数据分析，量化交易，人工智能感兴趣的朋友有所收获。我们已经将本文的全部源数据+源代码+python环境
由lizhuo111创建，最终由small_q更新于
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
由bq8l1xxq创建，最终由small_q更新于
\n💡本次分享将带你深入了解QuantAgent的高阶用法，手把手如何快速构建并优化量化投资策略！\n💡无论是量化投资新手还是资深从业者，都能从中获取实用技巧，开启量化投资新篇章！\n\n\n会议亮点：\n📌零代码入门：无需编程基础人人都能学会\n📌实战解析：从理论到实践掌握全流程\n📌专
由small_q创建，最终由small_q更新于
由yvan0617创建，最终由small_q更新于
1）运行代码：点击右上角的【全部运行】，看代码运行结果是否报错
2）提交模拟：点击右上的【提交模拟】，进行实时任务提交
: from bigtrader.finance.comm
由bqwomz4e创建，最终由small_q更新于
该策略旨在通过对两种相关期货合约（如 jm8888.DCE 和 j8888.DCE）之间的价差进行套利交易。策略利用过去的数据来计算价差，并根据价差的时序窗口上的排名分位数生成买入或卖出的信号。
:
# # 加载预测数据
from bigtrader.finance.commission import PerContract
# 0.000023, 0.00012, 0.由bquwo8rn创建，最终由small_q更新于
由bquwo8rn创建，最终由small_q更新于
在金融市场中，天然气期货作为能源类重要金融产品，其价格波动牵动着众多投资者与相关企业的心。获取精准且实时的天然气期货行情数据，对市场参与者制定决策至关重要，而天然气行情 API、实时报价 API、期货报价 API 以及期货数据 API 等工具则成为实现这一目标的关键桥梁。市面上相关的 API 产品众
由bq3b8uvh创建，最终由bq3b8uvh更新于
在全球贵金属市场日均交易量突破 5000 亿美元的背景下，金融科技企业对贵金属实时报价 API、贵金属高频报价 API、贵金属行情 API 的需求呈现爆发式增长。根据行业调研数据，82% 的量化交易团队将贵金属报价数据的实时性与准确性视为策略成功的关键因素 —— 其中数据延迟直接影响套利空间，而报价
由bq3b8uvh创建，最终由bq3b8uvh更新于
市销率（P/S Ratio），是一种估值指标，用于衡量公司股票价格与其销售收入之间的关系。市销率可以帮助投资者了解公司股票的估值水平，相对于其收入而言是否被高估或低估。
在不同的行业中，市销率的合理区间也存在差异：
由small_q创建，最终由small_q更新于
扛住市场大回撤，稳健红利因子
这个年化**23%**的红利单因子策略，从2020年到现在经历过几次市场大回撤，他的表现依然稳健！
红利因子在量化投资中是一个重要的投资策略，主要关注的是公司向股东支付的红利。简单来说，红利因子就是衡量一家公司股票的红利收益率的方法。
你把钱
由small_q创建，最终由small_q更新于
📌深入探讨数据量化分析的方法，挖掘数据中的隐藏价值和规律。
📌利用数据可视化，将复杂的分析结果转化为直观易懂的图形和图表，提升决策效率和准确性。
💡直播讲师：万笑宇老师\n毕业于墨尔本大学，拥有多年的量化投研和实盘交易经验。致力于探索和应用先进的量化策略。
视频回放：[点击此处查
由small_q创建，最终由small_q更新于
❓ 总在苦恼策略参数调不好，收益难突破？\n❓ 眼馋高股息策略稳定回报，却不知如何搭建？\n❓ 听说参数优化能让收益飙升，但找不到方法？
本次分享一次性为你解开谜团！
🎯 核心看点：\n✅ 颠覆认知 | 参数优化不是玄学！3个底层逻辑让策略收益质变\n✅ 实战拆解 | 高股息策略5大核
由small_q创建，最终由small_q更新于
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。
由jliang创建，最终由bqfi7ztx更新于
\
1.如何封装量化策略框架
2.提供多个预先封装好的量化策略框架
\
说到量化，自然少不了策略。可能会有很多人认为A股中有很多不同的量化策略，实际上恰恰相反。就A股而言，可用的量化策略非常少。目前A股主流的量化策略只有2种，分别为筛选策略和多因
由anthony_wan创建，最终由scolo更新于
行业轮动策略是一种量化交易策略，旨在通过在不同行业之间进行资金分配，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。
由hxgre创建，最终由bqxnlez9更新于
贵州茅台近一年收益是-7，还是-3。智能体生成的策略，基准收益是对的，累计收益是错的。
[https://bigquant.com/codesharev3/4fcfd000-1944-4773-ab71-681187ad6a3c](https://bigquant.com/codesharev3/
由bqmdug1n创建，最终由bqmdug1n更新于
在bigquant平台可视化那个模块加的呀，训练集的实际参数可以，就是测试集不行。我尝试了test_data和eval_data都不行诶
由bqb7mp7b创建，最终由xiaoshao更新于
A股表现整体呈现震荡趋势，熊市周期长，且经常出现虽然指数跌幅较低，但市场上的个股跌幅较大。于是提出猜想：是否能找到比较抗跌的策略，在市场表现一般的时候策略回测较小。
策略的特点：在大盘下跌时，策略相对大盘比较抗跌，策略回撤相对小。
由iquant创建，最终由bq6qo7d5更新于
由bquwo8rn创建，最终由bquwo8rn更新于
由bquwo8rn创建，最终由bquwo8rn更新于
由bquwo8rn创建，最终由bquwo8rn更新于
《彼得·林奇教你理财》通俗解读：普通人的“接地气”赚钱指南 一、核心思想：菜鸟也能打败华尔街 简单说： 彼得·林奇认为，普通人的日常生活就是最好的选股工具。超市里卖断货的零食、小区门口排队的奶茶店、办公室里同事都在用的电子产品……这些“身边的机会”比华尔街的复杂模型更靠谱。 他的战绩：管理基金13年
由bqo45y3n创建，最终由small_q更新于
大田老师上课不是提到可以用之前特朗普1.0的时候那个关税政策做分析，然后来预测这一次的关税政策效应嘛，然后我就想用去上一次的数据做一个政策分析，请问有没有什么推荐的策略和数据呢？
由bq7p3d5g创建，最终由small_q更新于
通过本地 VSCode 连接到BigQuant AIStudio，在本地 VSCode 里开发、调试、运行等。
注意：本地 VSCode 没有 AIStudio 可视化开发等功能。我们仍然推荐使用 AIStudio。
此功能 [旗舰版](https://bigquant.com/s
由jliang创建，最终由bquwo8rn更新于
由small_q创建，最终由small_q更新于
复现了4个因子平台的因子，收益都与因子平台的收益相差太多。
复现思路：因子一致，回测时间一致，持仓股票数量500只，score ASC、DESC都可以试试。
老师也可以不复现这四个因子，因子平台上的随便一个都行，看看能不能复现：因子平台上年化20%，复现17%，我认为就是OK的。但是差的太多。
由bqmdug1n创建，最终由bqmdug1n更新于
import os
from bigmodule import M
import numpy as np
from bigtrader import PerOrder
import pandas as pd
from bigtrader import Directi由bqtbe3e7创建，最终由small_q更新于
想读取CSV文件中的因子F1和F2，在特征模块进行加工成F1+F2并命名为F3，请问如何实现？
按照文档里的读取SCV文件试了下，结果出现报错。
https://bigquant.com/codesharev3/4833d08f-8823-4a0d-9823-524ca41830a6
由bqwtpj90创建，最终由xiaoshao更新于
由ypyu创建，最终由small_q更新于
7月16日Meetup模板案例;
[https://bigquant.com/experimentshare/aac16e3c971f43c8a02ce5455f3561bf](https://bigquant.com/experimentshare/aac16e3c971f
由ypyu创建，最终由ypyu更新于