使用V29模块SQL提取特征如下

SELECT

instrument,

m_avg(close, 20) as _ma,

m_lag(_ma, 3) as _ma_lag3,

m_regr_slope(high, low, 16) as _rsrs_slope,

策略源码可有偿获取，见下文

![](/wiki/api/attachments.redirect?id=298bf799-53ab-4737

目的

BigQuant策略开发兴趣小组，第一期 （2024-05 ～ 2024-07）

• 为BigQuant量化学习者编写策略模版、Demo和复现常见策略
• 通过共同学习，提高兴趣小组成员策略编写能力

如何参与

• 对于策略开发者，扫描如下二维码，添加小Q微信，报名策略开发兴

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平台：

<

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：https://bigquant.com/wiki/doc/06bqno2-VgHM3NV3md

研究目的

本文介绍如何在A

https://bigquant.com/codesharev3/ee66978c-52d1-48a3-ae28-54944eaaff49

\

老策略链接如下，存在问题，希望老师更正：

https://bigquant.com/codesharev3/e987abb9-29af-4299-b8fb-2c2f581c1946

调仓逻辑：

实现每天买入10支，持有5天，每天滚动卖出5天前的那10支，每天买和卖。

买入，open

假设有两个策略，分别为策略1和策略2，现需要将两个策略组合在一起

交易模型问题1：策略1和策略2均各持有10只股票，策略1模型下单金额占总金额的0.6，策略2模型下单金额占总金额的0.4，共20只票，请问怎么写？

交易模型问题2：策略1持有20支，模型2持有10支，共30只，策略1模型下单金额占

表达式如下

c_rank(float_market_cap) * 0.6 + c_rank(c_indneutralize(cn_stock_factors_financial_indicators.eps_yoy_lf, cn_stock_industry_com

https://bigquant.com/codesharev3/81651f14-0662-46d4-b51b-88b9f01d5490

参考教程来的

策略介绍

小市值策略是一种经典的量化投资策略，旨在通过筛选市值较小的股票，并根据市值对股票进行排序，选取市值最小的一部分股票进行投资。这种策略基于小市值股票在某些市场条件下可能具有较高的增长潜力和投资回报率。

策略背景

小市值策略的理论基础可以追溯到Fama-French三因素模

一、BigTrader - 回测与交易引擎

1、DAI SQL 函数列表

1、[常见对象说明](https://bigquant.com/wiki/doc/5bi46keb5a56lgh

〇、重要说明

本数据集为View，本质是提供数据构建公式，而非原始数据，数据使用者在数据提取时会现用现算，因此提取数据会耗费计算资源

一、数据基本信息

数据表名：mldt_cn_stock_factors_FF_1d

数据类型：View

收费标准：免

本目录下收录了本UP自己做的一些数据，会持续更新，感谢大家的捧场支持

子目录按照投资品类进行划分

自己做的数据表都会以“mldt”开头

• “ml”是“美丽”的意思，就是本UP的网名
• “dt”就是“data”，数据的意思

每个数据表会标明是DataSource还是

https://bigquant.com/codesharev3/439d574c-821e-402c-a875-6ec13db3aeae

\

量化交易中，多因子合成是针对因子收益率的合成还是对于因子暴露值的合成？

positions = context.get_account_positions()

for code, position in positions.items():

    print(code,position.last_sale_date, context.trading_cal

策略链接：

https://bigquant.com/codeshare/8c24f8a5-2b14-4130-979f-89616869b0f6

求助大

BigTrader - 回测与交易引擎 文档中有如下描述，DataFrame和DataSource可以互转。当碰到一些SQL比较难处理的逻辑时，使用python代码处理，并转回DataSour

策略介绍

本文将介绍经典的微盘策略，并通过编写简单的策略示例进行回测，初步感受如何在BigQuant上实现按某个指标排序并通过一系列条件过滤的量化策略开发。

微盘策略是一种投资策略，其核心思想是选择市值较小的公司进行投资。一般来说，小市值公司的股票价格相对较低，但是具有较高的成长性和投资价

策略介绍

本策略是根据新国九条进行改良的新版微盘策略从而更好筛选需要的股票。

自从2024年新国九条出来后，小市值策略逐渐失效，部分小票退市概率变大，我们先看看国九条中关于股票ST的内容：

可能影响股票被ST或退市的关键因子，这些因子可以作为投资者避免潜在风险的参考：

1、分红情况：如

https://bigquant.com/codesharev3/9e9ffa1e-d886-4a19-bf29-33eefad02000

如上是我写的交易策略，是希望选出来的股票每次都是按照总资金的十分之一进行购买股票，三天后进行卖出，我在仓位分配这个地方选了进行了调整也无法实现想要的需求，

策略介绍

在量化投资领域，小市值股票和动量因子是两个广泛应用的选股指标。小市值股票因其相对较小的市值，更容易受到市场情绪和资金流入的影响，从而表现出高收益特性。而动量因子则反映了股票价格在一段时间内的趋势，具有延续性的特点。本文结合这两个因子，构建一个针对全A股市场的量化策略，旨在通过选择具