https://bigquant.com/codesharev3/25a00f8e-4f85-4ff6-bdfc-cbd028eb727a

\

select* from cn_stock_factors_ta  a where a.instrument = '000001.SZ' and a.date > today() - 15
│        date         │ instrument │       sma_

❓ 单一策略失效？市场一震荡就亏损？\n❓ 如何用“低相关”策略对冲风险，打造全天候赚钱体系？\n❓ 普通人如何构建自己的“私募级”策略池？

\n点击此处查看[直播视频回放](https://bigquant.com/college/courses/course-v1:public+l0527+2

一、Z值定义

企业信用评估是投资决策中的重要环节，帮助投资者识别和评估潜在的违约风险，这对于保护投资者的本金和收益至关重要。通过对企业的财务状况、经营状况、管理能力等多方面因素的综合分析，投资者可以更准确地判断企业的信用状况和偿债能力。信用评级提供了一个衡量企业信用风险的有效工具，有助于投资者

学习按照某券商的研究报告复现日内策略，编写好以后取不到1分的数据，具体代码如下：

[https://bigquant.com/codesharev3/669be142-fa8c-47a5-88ec-5aa1dd9c96a6](https://bigquant.com/codesharev3/669

点击此处[查看视频回放](https://bigquant.com/college/courses/course-v1:public+l0526+2025-05/courseware/5366e87aca9d4204ada7fd2ba40c6f1b/edf0f224f43f49d48e50cb9

预计算因子 #销售净利率 (TTM) fs_net_profit_margin_ttm_0 数据从2024年9月4日 开始错误。在此之前，数据显示为 利润率*100 ，之后就一直显示 利润率

![](/wiki/api/attachments.redirect?id=3ebe3282

api接口来平台的代码整理，原理是读取bigquant的模拟测试信号，下单，可以完美的对接qmt交易

\

老师们好：

    策略回测时发现，通过select close from cn_stock_prefactors获取的收盘价是后复权价格，但是context.order_value(stock, 100000)下单后，通过**context.get_positions()\[stock\

本篇主要讲述如何获取BigQuant平台模拟交易信号，并将信号通过本地原生Python API （xtquant）将每日交易信号提交到国金QMT终端，进行实盘交易。

(还没有国金账号？ 开户链接)

1.

import dai import pandas as pd import numpy as np

# -----------------------财务指标----------------------- # A3:=FINANCE(7)<1600000

因子原理

高位成交因子是指个股在高位和低位成交的密集水平体现。高位成交较多的个股，交易行为中存在羊群效应，容易导致局部价格高估，而在未来呈现反转效应。反之，如果个股低位成交较多，存在低位加仓的现象，未来价格有较大上行空间。

高位成交因子计算公式如下：

![](/wiki/api/att

curl --request GET \
     --url 'https :/ / api.   itick.  org /stock/kline?region=SH&code=600941&kType=1&et=1741239240000&limit=100' \
     --hea

在金融科技高速发展的 2025 年，随着量化交易、智能投顾等应用场景的爆发式增长，A 股实时行情数据 API 的选择成为开发者与金融机构的核心竞争力。面对市场上参差不齐的解决方案，iTick凭借其免费、实时、易用、易对接、品类丰富的独特优势，成为 2025 年 A 股实时行情数据 A

如下图，是因为2025-05-11是非交易日吗？该如何修改才能0512的change_ratio填充0509的收益率，而不是nan

[https://bigquant.com/codesharev3/a0238c30-5140-4ab0-8ea8-03268a3e6210](h

报错如下：

ParserException Traceback (most recent call last) Cell In[13], line 62 **[45](vscode-note

—— 揭秘风格因子收益预测\n❓ 为什么大盘震荡时有人持续盈利？\n❓ 价值/成长/动量因子轮动背后的规律是什么？\n❓ 如何用数据科学预判风格切换信号？

直播回放：[点击此处查看](https://bigquant.com/college/courses/course-v1:public+l

本文分享一个长期正收益的成长因子选股策略，以及分享如何在bigquant平台上利用M.tune工具进行不同参数的任务并发，统计并发运行结果，再寻找较优绩效的参数组合。

走势截图

![](/wiki/api/attachments.redirect?id=ea689c4d-161c-48a

from bigmodule import M
import numpy as np
import pandas as pd

# 交易引擎：初始化函数，只执行一次
def m5_initialize_bigquant_run(context):
    from bigtrad

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

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

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。

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%。