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

代码如下

https://bigquant.com/codesharev3/9da35496-a403-400e-8f4b-98507c5f7520

策略大概逻辑为对比不同ETF的21日涨幅情况

5月14日之前，用相关代码看每日的涨幅情况都没有任何问题，5月14日的数据似乎无法调取，请看下如何解决

[https://bigquant.com/codesharev3/76d18e86-c09c-4fd9-8334-775f8e41430d](h

操作符

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,

1.市场观察和机会发现

1.1中高价蓝筹股的特点及风险

• 购买门槛较高：中高价蓝筹股通常是大型知名企业，其股价相对较高。这是因为这些公司具有较大的市值、稳定的业绩和较高的行业地位，市场对其有较高的认可度，所以其股票价格也处于较高水平。例如贵州茅台，其股价长期在千元以上，购买一

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%。

1.市场观察和机会发现

**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

#问题描述

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。

![附图1-回测每8天调仓](/wiki/api

具体代码如下：\n

[https://bigquant.com/codesharev3/0c86b547-d596-4c38-a141-fce68e618bd5](https://bigquant.com/codesharev3/0c86b547-d596-4c38-a141-fce68e618b

本次分享黄金 &纳指ETF日内交易策略+期货日内交易策略\n✅ 真枪实弹：日内策略案例全解析\n✅ 保姆级教学：从策略回测到自动交易

会议讲师：大田老师\n💡讲师介绍：BigQuant首席策略工程师，东北财经大学金融硕士，10年+量化投资经验，曾任职私募基金经理，管理数亿资金，主导DeepA

路径如下：\n/home/aiuser/work/可转债摊大饼最优参数_模拟-20250512102627.ipynb

stacktrace看不出我代码逻辑哪里有问题，看起来是bq平台相关的

![](/wiki/api/attachme

这个策略的仓位分配是不是有问题，    买入的仓位是100%，但是下午才卖出，  早晨就没有钱买入啊。  是不是仓位分配的逻辑写的有问题

\

直播回放地址：[点击此处查看](https://bigquant.com/college/courses/course-v1:public+lv0508+2025-05/courseware/edfd669b7a7a4f7eae1d7c2a49308d91/a62843f72e084fcaafa

这是关于股票主动投资组合管理的第一篇教程。在开始介绍正式内容之前，我先简要简要说一下《Alpha系列》的初衷。

近年来，随着国内大数据和人工智能的迅速崛起，量化交易领域也有了长足的发展。 从原来的指标驱动型程序化交易，演化到现在的以机器学习、人工智能为代表的新型量化交易。同时，量化交易的门槛与过去

实盘整体流程

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

\

提个建议，模块版本更新能不能在知识库里说明一下更新内容，比如回测模块v34升级到v35，做了哪些改动，开个文档说明一下，这样有问题或者bug可以直接在下面评论留言

股指期货分钟预测

• 先研究中证1000：流动性和波动
• 基于分钟数据、tick数据研究（旗舰版数据）
• 时间周期：1/2/5/10/20/30分钟
• 肥尾问题

研究代码

[https://bigquant.com/c

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

历史数据向前取的天数取值不同，比如100/200/500/600时，策略的收益都不一样？这是什么原因？\n这个参数到底有什么影响，比如下面策略，我只是算一下250天中涨停的天数，实际上都没有用到天数，但是历史数据向前取的天数取值不同，策略的收益却不同，

当我注释掉计算涨停天数的代码，就不会影响到策

摘要

文章首先介绍了国际贸易的基本概念，包括进口和出口的定义，以及国际贸易的起源和重要性。文章提到，由于各国资源分配不均，国际贸易成为满足国内需求的重要手段。文章还回顾了国际贸易理论的发展，从亚当·斯密的绝对优势理论、大卫·李嘉图的比较优势理论，到赫克歇尔-俄林模型和克鲁格曼的新贸易理论。这

回测成功的策略提交模拟，运行之后出现下面三个问题：

1. 经常出现截图这种情况，策略提前1天给出买入指令（没有卖出指令），结果当天晚上运行策略的时候显示昨天提供的买入指令是废单，这个策略以前没有出现这种情况，最近才开始出现，这是什么原因呢？\n ![](/wiki/api/attachments

引言

资本资产定价模型（CAPM）长时间以来是资产定价的第一范式，它在一系列假设基础上认为资产的期望收益率由无风险利率和其承担的风险溢价所决定。但是，自20世纪70年代以来，学者们逐渐发现按照某种风格交易股票能够战胜市场，比如：Basu（1977）发现的盈利市值比（EP）效应和Banz（19

预处理数据

数据预处理在众多深度学习算法中都起着重要作用，实际上，对数据进行适当处理后，很多算法能够发挥最佳效果。然而面对各种各样的数据，很多时候我们不知道怎么样才能针对性进行处理。本文介绍了Python下的机器学习工具scikit-learn。其中，“sklearn.preprocessi

大家好，我是策略老李。作为《手把手编写miniQMT实盘量化执行程序》的开篇之作，给大家带来了整个实盘量化执行程序的完整版代码列表，老李在这里向各位读者保证，每一个关注了公众号的同学，无需修改任何内容即可正确运行与老李实盘一模一样的实盘量化执行程序，无任何套路，无需任何打赏。对代码内容有任何

1.市场观察和机会发现

优质高股息策略以稳定收益和抗风险能力为核心，在量化交易中具备独特价值。其逻辑层面，在经济下行或波动时，高股息企业商业模式成熟、现金流稳定，能提供防御性；股息再投资可实现复利增长，放大收益；被低估的高股息股存在估值修复机会；同时满足养老金等长期资金的配置需求。市场

直播回放：[点击此处查看](https://bigquant.com/college/courses/course-v1:public+l0508+2025-05/courseware/100259a77ce24e788e9f3a4ec26501ca/4fb95fe2f5a642f3ab6a86

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

1.市场观察和机会发现

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

{{pro}}

[https://bigquant.com/codesharev3/f4b9edbc-8360-412f-9600-ec8722281a20](https://bigquant.com/codesharev3/f4b9edbc-8360-412f-9600-ec8722

在风云变幻的投资领域，贵金属黄金市场一直备受瞩目。近期，黄金等贵金属报价API，价格走势犹如过山车，引发投资者高度关注。据 iTick 数据显示，截至 2025 年 5 月 6 日 15:30，黄金 T+D 价格为 792.97 元 / 克，较之前交易日涨跌额达 11.57 元，涨跌幅为 1.48%

https://bigquant.com/codesharev3/96e0f12c-6511-4d44-97b0-8d9a78b2da89

\

直接复制的策略，但是跑出来还是nan

[https://bigquant.com/codesharev3/b72507a1-561c-4137-b

下面代码获取某只股票（300676.SZ，或者是其他任意股票），运行得到结果都是nan。

是我的代码有问题，还是数据库没有均线数据？

########获取股票20日均线价格####################
import dai
import pandas as p

特别注意：本策略在编写和优化时基于当时的未更新的财务因子字段，目前该数据和字段经过了更新和错误修正。故目前利用本策略的代码尽管可以运行，但回测结果与文中的差异很大，效果大不如从前，以目前的数据回测结果为准，深表歉意。但本文介绍的策略编写思路和参数优化过程仍然值得学习，读者可以参考该思路进行策略编写。

一、直播介绍

大模型驱动流程自动化，揭秘行业因子挖掘智能体系统！由大模型驱动的革命性工具，重新定义量化研究的效率边界！

🌟 三大核心突破：\n✅ 算子文件库 - 20+底层函数自由组合\n✅ 动态评估体系 - 实时计算IC/IR/SHARP比率\n✅ 智能提示工程 - 自然语言一键生

pandasql这个包挺好用的，可以用SQL分析操作DataFrame，但没有预装。尝试在AIStudio里用安装，成功安装了，但不知道为什么还是无法import

![](/wiki/api/attachments.redirect?id=383458ac-a703-48b6-bbfb-826c

版本日志

• 3.1 2024-04-19
• 3.0 2024-04-07

\

希望可以在画布中对使用的模块进行rename，这样之后自己回看策略时可以一目了然。

\

大体的策略时是根据大盘指数和行业概念指数之间的beta关系 筛选出高beta的行业概念板块 再从这些板块挑选业绩量化 量价配合的个股进行组合 就这样简单的两个功能联动这破玩意写了一堆不知道啥破布出来 根据FIBO和一些高等金融数学的概率统计来计算 当前指数处于支撑位和压力位之间的百分位来分配仓位 就

💎想抓住秒级市场机会？\n💎想告别情绪化交易实现全自动盈利？

本次直播带你解锁日内高频策略的实战步骤！

👉点击此处[查看视频回放](https://bigquant.com/college/courses/course-v1:public+lv0430+2025-04/coursewa

ModuleNotFoundError Traceback (most recent call last) Cell In[2], line 3 **[1](vscode-notebook-cel

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

0.什么是可转债

0.1 基本概念

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。

0.2 交易规

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

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

\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

策略概述

背景介绍

天蝎座0.6是社区用户woshisilvio开发的一个策略，还做过视频讲解。

策略源码和视频讲解请参照：==《天蝎座0.6》BQ天梯NO.2策略源码讲解==

股票实时交易策略

1.选择感兴趣的股票实时交易模板（详见模板），点击【克隆】复制对应策略至策略编写页面；

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

![](/wiki/api/attachments

在根据情绪选股时，我们经常会参考股票的涨停时间，有无存在炸板情况和涨停封单，主观上认为涨停早的，不存在炸板的，涨停封单量大的比较好。那么在bigquant里面有无可能构建出来这种因子呢，如果可以的话，能否说下思路？如果目前不支持的话，未来有无可能支持？

在输入特征中输入模式种选择“SQL”，SQL特征中写下相关代码（见下方代码块所示），运行整个代码块之后，得到如标题错误信息。该问题应该是一个基础问题，但就是不知道哪里出错了，目前因无法连接github，无法生成分享链接，请各位大神指教，谢谢！

错误信息如下：

• [2025-01-02 2

简介

BigTrader 是 BigQuant 推出的专业级量化交易引擎，采用 C++ 核心实现，并提供 Python API 接口和回调函数。它为量化投资者提供了一个全面的交易解决方案，无论您是初学者还是专业投资者，都能轻松上手使用。

核心特性

• 全市场覆盖
  • 多品种支

  BigQuant 平台目前支持的实盘为湘财证券, 如果我们是在别的券商开的帐户，同时想在盘中读取分钟级别的行情或指标进行择时买卖，而不是按策略的开盘买收盘卖，应该如何实现呢？ 通过BQ平台的API 和同花顺交易终端的python 编辑器就可以实现了：

1、 BQ API 读取

from bigmodule import M

<aistudiograph>

@param(id="m2", name="initialize")

def m2_initialize_bigquant_run(context): from bigtrader.finance.comm

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。

回测绩效

![](/wiki/api/attachments.redirect?id=77b

基本面因子如何捕捉超额收益？筹码集中度如何计算？

\

• [ ] 三大铁律构筑安全边际\n【连续三年净利润增长率>20%】\n【毛利率持续20%+护城河】\n【三年归属母公司利润稳增长1000%？】

• [ ] 基本面轮动股票模型\n每周动态捕捉市值最小的三支潜力股\n利用市场错杀机遇获取戴维

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-

前言

M.tune可调节的参数仅限于模块中的参数, 具体用法可参考**尝试用M.tune写一个滚动训练.**

使用方法

我们创建一个机器学习算法策略, 将可视化画布转化为代码形式:

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

\

👉 还在用单一财务指标选股？连续型财务因子将助你捕获穿越周期的优质企业！\n👉 从0到1手把手教学：如何搭建「连续3年净利润增长＞20%」智能筛选体系\n👉 揭秘机构级多因子组合：ROE连续提升+现金流断层预警+研发投入强度指标的共振策略

点击此处[查看直播回放](https://big

我读取圣邦股份（300661.SZ）20250408的利润数据，其中有以下差异：

net_profit_to_parent_deducted_mrq（单季度扣非归母净利润）：BigQuant：90433851.83999999，tushare/wind：90497960.78；

net_prof

摘要

文章指出，在过去20年中，武装冲突的频率增加，这些冲突不仅影响社会层面，还对经济和金融领域产生重大影响。例如，“9·11”事件后，市场不确定性显著增加，投资受到抑制。地缘政治风险对经济周期和金融市场有显著影响，因此中央银行家和企业投资者常将地缘政治风险视为投资决策的重要因素。此外，地缘

和雪球，tushare的数据差异很大。而且有很多值是-1

183 871396.BJ 2.094511e+09 -1.000000 228 873593.BJ 6.104

Exception: No benchmark '000300.SH' data between '2025-04-18' ~ '2025-04-20'

我在可视化里面编写好策略，回测模块是m8，然后设立目标函数，计划取m8的收益率和回撤数据计算目标函数。但发现参数在变化，在回测数据一直没变，自己判断是因为调的参数是持仓数量和天数，但这两个在初始化模块只运行一次，所以后面参数值变化了也没有变，请教大神应该怎么改才可以实现参数更换后，回测的数据也同步更

def m3_initialize_bigquant_run(context):
    # # 加载预测数据
    from bigtrader.finance.commission import PerContract
    # 0.000023, 0.00012, 0.

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

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

因子原理

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：

• 技术行业：技术公司通常具有较高的成长潜力，投资者预

扛住市场大回撤，稳健红利因子

因子逻辑

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

📌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

❓ 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

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

\

本文将介绍

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

\

什么是策略框架？

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

一、策略概述

1.1 背景介绍

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。

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/

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

策略简介

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。

构建步骤

确定策略目标市场

《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

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？

介绍

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

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。

import os
from bigmodule import M
import numpy as np
from bigtrader import PerOrder
import pandas as pd 
from bigtrader  import Directi

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

因子篇

因子构建

另类标签推荐

追涨策略的关键因子如何选择

[基于财务数据构建策略](/wiki/doc/

7月16日Meetup模板案例;

策略案例

[https://bigquant.com/experimentshare/aac16e3c971f43c8a02ce5455f3561bf](https://bigquant.com/experimentshare/aac16e3c971f

\

作者

徐耀杰（woshisilvio）

常见算法优劣比较

算法没有最好，只有更好。 这个问题的答案取决于许多因素，例如股票市场的条件，数据集的质量和特征工程的有效等。接下来，我们来看看这些算法的优势和劣势：

1. 神经网络：适用于复杂的非线性问题，可以有效地捕捉市场的非线性特

问题

laosha+如何计算前5-10个交易日收盘价的斜率。

思路

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

问题

BQ平台策略的买卖时间，除了固定的上午9点和下午3点外，能不能自由的设置一天当中的任意时间买卖？

参考

WAP价格回测功能

视频

[https://www.bilibili.com/vid

https://bigquant.com/codesharev2/0ec845ff-da81-4927-842b-86730c2a2f00

\

交易引擎简介

1.1 交易引擎的作用

交易引擎回测模块的功能是实现用户的交易逻辑

• 当用户将策略编写好之后，我们需要在一段时间当中，用策略逻辑，模拟一下在金融市场中的买卖，通过收益情况判断策略的好坏
• 如果想测试策略在某段历史时期上的表现，只需在本地运行回测模块即可
• 如果想测