单股分仓波段策略
大家在做单股投资时，是不是总纠结两个问题：一是怕满仓站岗，二是怕踏空行情？今天分享一套「单股分仓波段策略」，用 KDJ 指标定信号，分仓仓位控风险，亲测回测数据可参考，新手也能快速上手～
一、策略核心逻辑：简单 2 步，解决 “买多少、什么时候动”
这套策略只盯 1 只标的（案例用
由bq9e696k创建，最终由bq9e696k更新于
大家在做单股投资时，是不是总纠结两个问题：一是怕满仓站岗，二是怕踏空行情？今天分享一套「单股分仓波段策略」，用 KDJ 指标定信号，分仓仓位控风险，亲测回测数据可参考，新手也能快速上手～
这套策略只盯 1 只标的（案例用
由bq9e696k创建，最终由bq9e696k更新于
**集合竞价阶段是反映投资者行为信息的重要时点。**我国股票的日内交易分为集合竞价阶段和连续竞价阶段，累计交易时长4 小时。开盘和收盘是一天中股市交易的最重要的阶段，开盘集合竞价阶段是隔夜信息释放的第一时点，而收盘集合竞价阶段则是日内交易信息反映的最后时点。集合竞价阶段
由hxgre创建，最终由bqv93dy2更新于
量化投资，简单说就是“用数学和算法代替人脑做买卖”。它把选股、择时、仓位、等所有环节都写成可计算、可回测的规则，然后让电脑按规则执行。核心要素可以拆成三块：
由bqtzejx8创建，最终由bqq1ew28更新于
{{plus}}
问题： 1-pct_rank_by(date,active_buy_volume_proportion_large) as score3,这行代码前面1-是把成交量从大到小的排序，去掉1- 就是从小到大排序对吗？【邵守田】
回答：
这是一个按日期进行横截面排序的算
由small_q创建，最终由yangduoduo05更新于
作业1：\n1）测试筛选策略不同时期的风格是否会有变化？
结论：有变化。
实验变量：策略采用一个小市值因子 c_pct_rank(total_market_cap)，对比的是市场风格-市值收益率。
结果发现：策略在2020年1月至2025年8月，整体与市值因子相关系数最大，其次是beta和流动
由bq8buwub创建，最终由bq8buwub更新于
\
由chenfeng8638创建，最终由xuxiaoyin更新于
由bqo4psj8创建，最终由xuxiaoyin更新于
添加m5模块之前是可以正常选取可转债的，但是添加这个特征模块之后就选不出来了
[https://bigquant.com/codesharev3/acf0848c-173f-4ad4-ab2e-cd27b66a3c9f](https://bigquant.com/codesharev3/acf08
由bq23h5g1创建，最终由xuxiaoyin更新于
除了回测模块可以使用TWAP和VWAP外，平台数据库有直接获取TWAP和VWAP的方法吗？（老版本的bar1d_wap_CN_STOCK_A_adj表好像没有了）
由william_gan创建，最终由xuxiaoyin更新于
一个简单的策略回测完全没问题，提交后结果始终有问题，改的怀疑人生也不能解决，早上意外发现可能是回测环境语模拟环境的数据表指标导致问题。
这是此前，哪怕邵老师看了也没问题后跑的结果，第一天有信号后面就一直空仓了
接天梯后一天有信号一天没有信号
开始怀疑回测模型，后面跑了万老师的小市值
由bqagh3rw创建，最终由xuxiaoyin更新于
本文件提供 BigQuant Python API 的使用说明，包括用户管理、策略运行、策略查询等功能。
前置代码（Python）
from bigquant.api import strategy, user, run
\
由qxiao创建，最终由bqv93dy2更新于
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。
由small_q创建，最终由bqv93dy2更新于
1981年,学者banz发现:美股最小市值组比最大市值组年化收益高5.3%,且无法用CAPM解释,这就是小市值效应,也被Fama-French 三因子模型纳入核心(SMB因子);
在A股中,小市值效应更强:
2005-2025 年，中证 1000（
由bqy4a9le创建，最终由bqy4a9le更新于
在BigQuant上，您可以对接期货公司进行期货实时交易，当前实盘仅支持日内（实时）交易策略！大致流程如下：
1.在BigQuant上构建实时期货策略。
2.开通申万宏源期货账号。
3.在BigQuant上绑定期货账号。
4.添加实盘策略并设置条件后开始交易。
这里，默认您
由small_q创建，最终由bqadm更新于
在 A 股市场中，小盘股往往具备高成长潜力但波动较大，蓝筹股则以稳定分红和低波动为特征。如何平衡两类资产的风险与收益，是许多投资者关注的核心问题。本文分享一套量化策略 —— 通过混合小盘股与蓝筹股的股票池，结合组合优化动态调整权重，在控制不确定性风险的同时，捕捉不同市场环境下
由bq9e696k创建，最终由bqthkv1v更新于
由bq4y4j3i创建，最终由bq4y4j3i更新于
由bq4jnrx6创建，最终由bq4jnrx6更新于
按照模板写实在写不出来，改了一下模板，写了4个表来做计算
市场风格在一定时间范围之内确实还是有延续性的，如果风格相对明显的策略，是比较好适应这个市场的。我只加入了榜单上的2个小策略，对风格的涵盖不广，也比较难跑出来
问题：看日志发现用市场的最大风格逻辑还是有点问题的，风格比较容易变化，别的风
由yzc18811006016创建，最终由yzc18811006016更新于
由bqrlttmv创建，最终由bqrlttmv更新于
由bq9w5oqo创建，最终由bq9w5oqo更新于
由bq9w5oqo创建，最终由bq9w5oqo更新于
在我们找到一堆因子后，下一步就是把这些因子打好标，丢入模型，让模型去寻找因子和标签的映射规律。
标签就是你要解决的问题，标签应该是和因子强相关的。随意的打标会增加模型预测的难度，而过于傻瓜的打标会限制因子的发挥。
普遍做法是用n个周期后的收益率作为标
由small_q创建，最终由bqv93dy2更新于
由jk8023599创建，最终由jk8023599更新于
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
# 根据项目规范，定义策略参数
class PortfolioAnalysisCon由bqtzejx8创建，最终由bqtzejx8更新于
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
# 根据项目规范，定义策略参数
class PortfolioAnalysisC由bqtzejx8创建，最终由bqtzejx8更新于