版本日志

• 3.1 2024-04-19
• 3.0 2024-04-07

\

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。

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

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。

\

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

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

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

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%。

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

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

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

\

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

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

from bigmodule import M

<aistudiograph>

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

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