Qbot 不仅功能全面，在技术架构上也独具匠心。平台提供 GUI 前端 / 客户端（部分功能也支持网页），无论你是喜欢桌面端操作的稳定，还是钟情于网页端的便捷，Qbot 都能满足你的需求。后端则专注于数据处理、交易调度，通过事件驱动的交易流程，确保每一个交易指令都能迅速、准确地执行。在策略研究方面，

from bigmodule import M

<aistudiograph>

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

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

随着 AI 技术的不断发展，其应用领域得到进一步扩展。同时，基于外汇API、贵金属API、股票API等量化投资凭借其科学、系统的决策方式，在金融领域中扮演着愈发重要的角色。QLib，作为一个专注于量化投资研究的开源项目，就利用了 AI 技术，结合iTick的免费外汇API、股票API数据接口，为广大

因子原理

今天我们来聊一个在股票市场持续生效了40年的规律——市值因子。用大白话说就是：小公司长期跑赢大公司的现象（注意：这里的"小"指公司规模，不是道德评价哦）。

把股票市场想象成学校：

• "大学生"：万亿市值的茅台、工商银行（市值=股价×总股数）
• **"

恒生指数，作为香港金融市场的风向标，其历史走势不仅是一串串数字的波动，更是一部记录香港经济发展与金融格局变迁的生动史书。通过股票API深入剖析恒生指数的历史轨迹，对于理解香港经济发展脉络、洞察金融市场规律以及制定合理的投资策略都具有至关重要的意义。而在这一探索过程中，借助专业的股票报价API 获取详

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

因子原理

今天我们来聊聊 KDJ 指标，这个在股市中常被提及的技术分析工具，它可以帮助你更好地理解市场趋势。

KDJ 是由 K 线、D 线和 J 线组成的指标，主要用于判断市场的超买超卖情况。简单来说，KDJ指标可以评估股票是被高估还是被低估，从而做出更明智的投资选择。

我们先来看看KD

因子原理

海龟交易是一个贯彻入场、出场、仓位管理全流程的策略，他倡议成功的交易不仅仅依赖于直觉或经验，而是可以通过一套明确的规则进行学习和复制。就像你根据一本菜谱，按照其步骤、用量、火候、时间就能做出美味可口的佳肴，任何人都可以复刻。

我们今天来探讨一下如何利用“过去20日收盘价”这个因子

委托量加权委托价实时因子

因子定义

委托量加权委托价实时因子是一个衡量市场委托深度和价格趋势的指标。它通过计算委托量与价格的加权平均值来反映市场的真实供需关系。该因子的计算公式为：

![](/wiki/api/attachments.redirect?id=c14be6a8-aaa

概述

这个系列我们将会用到股票快照数据和逐笔数据来加工一些分钟高频因子，需要用到的表和对应字段如下。以下涉及到的流数据暂未开放，后期我们会为大家提供流数据获取服务。

cn_stock_level2_snapshot

该表记录了股票l2的快照数据, 字段如下:

| 字段名 |

因子原理

市净率，简称PB，是衡量股票价格相对于公司净资产的比率。简单来说，它告诉我们投资者愿意为每单位净资产支付多少价格。

市净率计算公式为：市净率 = 股价 / 每股净资产

举个例子，你正在考虑购买一家书店，这家书店的净资产（包括书籍、家具等）价值10000元，现在卖家想要以

因子原理

今天我们理解一个因子——市盈率。简单来说，它是股价和每股收益的比值！比如，某家公司的股价是20元，每股收益是1元，那么它的市盈率就是20倍！这就意味着，你愿意花20元来获取公司1元的收益。

市盈率的计算公式如下：

P/E Ratio = Price_per_Share/

因子逻辑

量价背离是指股价与成交量的变化出现了“分歧”。当股价或指数在上升时，成交量减少，通常表示市场可能在隐约传递不好的信号。可以用“成交量加权价格”（VWAP）与成交量（VOLUME）的负相关性表示这种股市“冷场”现象。

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

因子逻辑

成交量震荡，是用来识别市场趋势和反转点的重要工具。为什么说它重要？因为成交量的变化往往可以帮助我们预测股价的走势。当成交量突然增加时，通常意味着大资金正在入场，这时股价很可能随之上涨；反之，成交量的突然减少，可能表明市场兴趣减弱，股价有下跌风险。就像一场草地音乐节，前几场小众独立歌

因子原理

动量因子和反转因子是量化交易中一对相反的概念，虽然它们的逻辑有所不同，但都基于市场上存在的某种”惯性‘现象，即资产价格可能会在一段时间内延续其之前的趋势，或者由于市场的过度反应，导致价格偏离基本面。

动量因子的核心思想是：过去表现较好的股票在未来会继续走强，表现差的股票则可能继续

因子原理

如果你在做生意，每年年末都会计算一下今年赚了多少钱，这就是净利润。而净利润同比就是拿今年的净利润和去年的净利润进行比较，看看今年的表现是否超过了去年。

举个例子，假设你去年赚了100万，今年赚了120万，可以算出今年的净利润同比增长了20%。这就意味着你的生意在赚钱的能力上比去年

因子就是用来解释和预测资产收益的某些特征或指标。可以把因子想象成一种“魔法工具”，帮助我们理解为什么某些股票或资产表现得更好或更差。

你可能听说过“市盈率”这个因子，它反映了公司股票价格与其每股收益的关系。一般来说，市盈率低的股票可能被低估，而高市盈率的股票可能被高估。投资者可以根据这个因子来决定

惊喜彩蛋

RSI因子也能做指数增强策略。

因子原理

RSI是一个用来判断股票或其他资产是否被过度买入或过度卖出的指标。想象一下，如果你在商场里看到一件衣服，大家都在抢购，价格已经涨到天上去了，那这件衣服就“过度买入”了。同样的道理，如果没人关注某个打折的衣服，甚至都没人想买，那它就

因子简介

今天了解一个基础的因子——股票换手率，又称“周转率”，是反映股票流通性强弱的一个重要指标，它是指在一定时间范围内 市场中 股票转手买卖 的频率，其计算公式为：

![](/wiki/api/attachments.redirect?id=0311152a-cd6d-4d15-8b

本文将要带大家使用dai加工实时的基金分钟频数据, 进一步使用plotly对实时数据进行可视化操作, 加工因子需要各位对SQL语句有一定的了解，各位请参考dai的使用文档. 以下涉及到的流数据暂未开放，后期我们会为大家提供流数据获取服务。

概述

这个系列我们主要使用基金快照数据来加工一些分钟高频因子，需要用到的表和对应字段如下。以下涉及到的流数据暂未开放，后期我们会为大家提供流数据获取服务。

cn_fund_level2_snapshot

本文将要带大家使用dai加工实时的股票分钟频因子——成交量加权净委买比例。以下涉及到的流数据暂未开放，后期我们会为大家提供流数据获取服务。

数据定义

这里我们给出一些公式来了解该指标的算法，在给出公式之前，我们来看一下我们使用的数据表格结构：

| 时间 | 买一量 | 卖一量 |

数据定义

以下涉及到的流数据暂未开放，后期我们会为大家提供流数据获取服务。

构造这个因子需要用到的数据的表格形式如下:

本文将使用dai利用快照数据加工分钟频因子并进行可视化处理，需要用到十档委买单数量，所以我们需要使用的表格为cn_stock_level2_snapshot。以下涉及到的流数据暂未开放，后期我们会为大家提供流数据获取服务。

数据定义

这里我们需要花一些篇幅来介绍一下我们是如何将快照数

这一节我们来编写成交价加权净委买比例的分钟因子。该因子涉及到快照数据cn_stock_level2_snapshot表格，但目前流数据表暂未开放，后期我们会为大家提供流数据获取服务。

数据定义

与成交量加权净委买比例的因子加工方法是类似的，为了大家能够详细的理解该