提交因子报错反馈
若您提交的因子报错，需要知道原因，请根据下图将提交的ID进行复制，并粘贴本帖的评论区，我们会定期检查并告述您报错原因！
由hxgre创建，最终由bqdrrwhc更新于
若您提交的因子报错，需要知道原因，请根据下图将提交的ID进行复制，并粘贴本帖的评论区，我们会定期检查并告述您报错原因！
由hxgre创建，最终由bqdrrwhc更新于
本策略是一套A股量化多因子选股方案：在沪深300与中证500成分范围内，先进行可交易性与基础质量过滤，再使用多个具备明确经济含义的因子构建特征，采用滚动训练的 Lasso 回归模型预测未来10个交易日收益，并据此排序选择Top股票构建组合，按固定节奏调仓。
由bq5973r5创建，最终由bq5973r5更新于
import dai的时候，调试报了下面这个错误
由bq3m81rk创建，最终由bq3m81rk更新于
使用 bigtrader 提交实时模拟交易时提供的是原始的tick数据，虽然我们支持tick实时策略，但是有相当一部分交易者以中低频策略为主(也包括我自己)，这篇帖子的目的是为那些中低频交易者提供获取实时分钟k的解决方案。
为了与主流行情软件（文华、快期、主流数据库）
由xuxiaoyin创建，最终由xuxiaoyin更新于
\
由hxgre创建，最终由hxgre更新于
许多投资者都面临一个共同的困境：时赚时亏，收益极不稳定，常常被情绪左右，不断寻找那个能一夜暴富的“秘密公式”。然而，现实是残酷的。真正的稳定盈利，并非源于某种复杂的绝技，而是来自于日复一日地践行几个简单、基础却极其强大的纪律性习惯。本文将为你揭示高手
由bqoa5ecn创建，最终由bqoa5ecn更新于
开篇引言\n上周的深度探讨引发了很多同行对“自然语言生成代码”效率的讨论。今天，我不谈理论，直接展示一个完整案例：如何将一段清晰的策略文本，变成在QMT中真实运行的、带有回测结果的趋势跟踪策略。整个过程，就像为你的想法配备了一位精通QMT API的即时翻译。
第一步：策略构思——用
由bqg012wb创建，最终由bqg012wb更新于
在量化交易中，你也许已经习惯分析历史数据，但当策略真正走向实盘，**“实时行情延迟”**往往成为策略表现与回测差距的关键来源。那么，如何有效地接入实时外汇数据，让模型能够即时响应市场变化？这正是本文希望与你一起探讨的话题。
对任何策略开发者来说，外汇市场的
由bqrtfmrc创建，最终由bqrtfmrc更新于
在AI量化策略的落地过程中，数据获取往往占据了工程量的40%以上。尤其是涉及到跨境金融市场时，异构的数据源、不稳定的网络环境，往往会让原本完美的策略在实盘中大打折扣。传统的Request-Response模式在高频Tick数据面前显得捉襟见肘，不仅吞吐量上不去，还容易造成数据包的丢失（Packet
由bqb18wzv创建，最终由bqb18wzv更新于
在很多散户投资者的眼中，量化交易就像是一个开了挂的“网速流”玩家：靠着昂贵的服务器、极速的交易通道，在毫秒级的时间差里收割利润。评论区里充斥着“量化就是靠速度割韭菜”的怨气，这种声音在真正的专业投资者看来，简直是“毛缝里扔炸弹——气死人”。
我必须说一句非
由bq7td619创建，最终由bq7td619更新于
你是否也经历过，眼看某只股票涨势喜人，自己信心满满地追进去，结果却在一分钟内风云突变，从浮盈变成巨亏？
如果你觉得这似曾相识，那么上周五尾盘发生的一幕可能就是你痛苦的重演。以平安为代表的数支跨年热门股，在短短一分钟内，股价从暴涨10%被直接砸到暴跌10%。这次
由bq0sxhmu创建，最终由bq0sxhmu更新于
本文档为1月24日上海私享会线下分享会代码， 因子自动更新框架（持续迭代）
高频因子投研工具包介绍：
\
[1月24日：
由small_q创建，最终由bq7vn7ng更新于
在训练量化模型时，最消磨热情的不是调参，而是数据预处理。A股数据源是一个格式，美股又是另一个格式，外汇更是乱七八糟。最近我在重构我的数据管道（Pipeline），目标是实现：源头统一，逻辑解耦。
遇到的工程难题 之前为了获取全球市场数据，我对接了三四个不同的API。结果就是代码里充满了大量的 if
由bqb18wzv创建，最终由bqb18wzv更新于
欢迎各位参加“蝶威杯2026年高频因子大赛”，预祝各位能取得佳绩！这是一篇入门贴，手把手教大家从0到1走完整个比赛流程。
本次比赛的目标是 聚焦3秒 snapshot 数据构建15分钟频率因子，禁止使用模型合成的方式构造因子。我们将流程尽可能简化，大家只需要关注编写因子代码的逻辑即可，其他
由hxgre创建，最终由deepwin更新于
在股票投资中，在我接触的投资者中，有一个普遍现象：买点掌握得很好，卖点却一塌糊涂，导致利润大幅回吐，如同坐上了一趟“过山车”。
你是否也遇到过同样的问题？看着账户里的浮盈一天天减少，却不知道何时才是离场的最佳时机？
别担心，本文将为你介绍五种简单
由bqoa5ecn创建，最终由bqoa5ecn更新于
你是否经常遇到这样的事：一支股票横盘一个月纹丝不动，突然某天放量大涨，你以为终于要“吃肉”了，抓紧跟进。结果，紧接着就是连续三四天的阴线重挫，股价形成一个“A”字形态。这时你便陷入两难：割肉吧，怕踏空后面的反弹；拿着吧，又怕股价重新跌回起点。
但你不知道的是，这种走势很可能是大牛
由bq0sxhmu创建，最终由bq0sxhmu更新于
在股市中，许多散户投资者都面临一个共同的困境：频繁追涨杀跌、不停地更换股票，但最终账户依然亏损。问题究竟出在哪里？答案可能在于，大多数人没有掌握主动控制持仓成本的有效方法。
其实，机构交易员们普遍使用一种策略来持续优化成本，它可能是散户扭转局面的唯一“法宝”—
由bq0sxhmu创建，最终由bqjcqp6e更新于
在变幻莫测的金融市场中，无数投资者终其一生都在寻找那个能预测未来的“圣杯”：一个完美的交易信号，一个能精准捕捉市场脉搏的技术指标。我们沉迷于复杂的图表、研究各种理论，希望找到一种确定性。但这种追寻往往伴随着困惑与挫败。
如果告诉你，那些我们深信不疑、看起来高深莫测的趋势指标，其预测的准确率，可能还
由bq7td619创建，最终由bq7td619更新于
最近也在一些论坛和知乎以及生活中的一些朋友聊了很多，主要还是对于这几年ai爆炸发展带来的一些影响，也产生了一些思考,这篇文章还是基于上次第一个样例写的，这两天我也在测试更复杂的情况，大家感兴趣的话可以关注一下。
TL;DR（太长不看版）：
实测表明，基于agent的策略生成工具能
由bqg012wb创建，最终由bqg012wb更新于
作为有想法但写代码费劲的交易者，我的策略验证循环曾被卡在“实现”环节。
直到我用上一个工具：将交易逻辑用自然语言描述，它直接生成可运行的QMT策略代码。
输入：“交易茅台，10日线上穿60日线全仓买，下穿全仓卖，用前复权数据。”
生成：约五分钟后，获得一个完整的 代码。
由bqg012wb创建，最终由bqg012wb更新于
\
由bq74n3yq创建，最终由bq74n3yq更新于
在波澜壮阔的牛市中，普通投资者常常陷入一种两难的境地：既害怕追高被套在山顶，又担心犹豫不决而错失整个主升浪，也就是所谓的“踏空”。当市场出现大幅回调时，恐慌情绪蔓延，许多人选择匆忙离场。然而，市场的每一次大幅波动，尤其是放量调整，绝非偶然。
这些看似危险的回调，其实是市场“主力资金”精心策划的行动
由bqoa5ecn创建，最终由bqoa5ecn更新于
可转债（全称：可转换公司债券，英文：Convertible Bond）是一种兼具债券和股票期权特性的混合型金融工具。它本质上是发行人（通常是上市公司）向投资者发行的债券，但附带一个“特权”：持有人可以在约定条件下，将债券按固定价格转换为发行公司的股票。
\
由small_q创建，最终由bqadm更新于
高频因子投研工具包介绍：
\
[https://bigquant.com/bigapis/college/v1/files/c3b
由small_q创建，最终由bqadm更新于
如何通过捕捉高频交易中的卖空信号与空头回补行为，挖掘市场微观结构中的定价偏差。
在短期波动中获取与市场无关的超额收益（α）
\
[https://bigquant.com/bigapis/college/v1/files/5881770d-7d15-4cc7-ba54-7a
由small_q创建，最终由bqadm更新于
新版“保温杯”策略构建
视频详解如何在新数据持续产生时，通过滚动窗口技术动态更新与优化模型，使模型能够适应数据分布的实时变化，有效应对时间序列预测、在线学习等场景。内容兼顾核心概念与实用技巧，助你掌握构建可持续进化智能系统的关键技术。
\
[https://bigquant
由small_q创建，最终由bqadm更新于
在量化研究平台与金融科技团队的实际工作中，一个常被低估但长期影响研究效率的问题是：行情数据的获取方式是否足够“工程友好”。不少行业从业者在复盘策略表现时发现，模型逻辑本身并不复杂，真正拖慢研究与实盘节奏的，往往是底层数据接口的稳定性、一致性与可扩展性。
尤其在美股市场，交易时段长、标的多、波动密集
由bqrtfmrc创建，最终由bqrtfmrc更新于
在量化策略研发体系中，行情数据的实时性、完整性与稳定性是策略从回测到实盘落地的核心基础。美股市场的交易时段特性、高波动特征，对数据获取链路的响应效率和可靠性提出了更高要求。本文聚焦量化场景下美股实时行情 API 的选型逻辑、接入实操及稳定性优化，从底层数据层出发，探讨如何通过高效的数据获取方式提升量
由bq5l7qg6创建，最终由bq5l7qg6更新于
做外汇量化研究和高频交易实操这些年，我发现很多同行走的弯路都集中在数据环节 —— 是不是你也遇到过，研究模型的逻辑再严谨，回测结果再漂亮，到了实盘却频频失效？学术研究中想做汇率波动规律分析，却因数据源残缺、延迟导致结论缺乏说服力？其实核心问题往往出在外汇实时数据接口上，这也是我长期高频交易和金融研究
由bq7vcw7o创建，最终由bq7vcw7o更新于
对于在A股市场中拼搏的普通散户而言，面对拥有顶级硬件和速度优势的高频量化交易，时常会有一种无力感和不公平感。然而，一场颠覆性的游戏规则大改已经落地。监管机构祭出组合重拳，旨在给那些靠技术优势在市场中“横行”的量化机构带上紧箍咒，并将市场的天秤，向广大散户这一侧重
由bq7td619创建，最终由bq7td619更新于