基于lightgbm模型8年滚动训练的全市场选股策略分享
{{pro}}
[https://bigquant.com/codesharev3/a6668336-47ab-4f35-94c9-d589403bf118](https://bigquant.com/codesharev3/a6668336-47ab-4f35-94c9-d589403bf118
由bqadm创建，最终由bqadm更新于
{{pro}}
[https://bigquant.com/codesharev3/a6668336-47ab-4f35-94c9-d589403bf118](https://bigquant.com/codesharev3/a6668336-47ab-4f35-94c9-d589403bf118
由bqadm创建，最终由bqadm更新于
问题描述：\n回测期货策略 IM2606.CFE，初始资金 200 万，保证金率 12%。\n2026-01-05 开仓 11 手后，1 月 6 日权益 242 万，持仓 11 手，开仓均价 7254，占用保证金约 7254*11*200*0.12 ≈ 191.5 万，可用资金理论上应
由bq1ajxww创建，最终由bq1ajxww更新于
https://bigquant.com/codesharev3/9946e614-5a9f-457c-b001-300d4bf91c2a
链接中运行结果只能取到2024年8月16日之前的数据
由touchjun创建，最终由copen更新于
“用户教程” 按场景划分，涵盖了几乎所有 BigQuant SDK 的功能。每个小节都介绍了一个使用场景（例如“编写一个简单的量化策略”），并讨论了 BigQuant SDK 如何解决问题，其中包含许多示例。
如果您是刚接触 BigQuant SDK，请从 [BigQuant SD
由small_q创建，最终由small_q更新于
bq 是 BigQuant SDK 提供的命令行工具，安装 SDK 后自动可用。它涵盖认证管理、数据查询、策略监控、云端计算等功能，适合在终端、脚本和 AI Agent 中使用。
由small_q创建，最终由small_q更新于
由small_q创建，最终由small_q更新于
由small_q创建，最终由small_q更新于
围绕ETF择时动态交易，分享高流动性ETF池筛选、多维度动量筛选及市场自适应调整方法。
\
[https://bigquant.com/bigapis/college/v1/files/c43a601f-26eb-4d04-9adc-982f387a9849](https
由small_q创建，最终由small_q更新于
🎯回测丰满VS实盘骨感：量化交易的核心痛点如何破？
🎯A股量化策略回测与实盘表现常存显著偏差——这一核心痛点长期影响交易者心态与业绩。本次结合蒙特卡洛回测、参数平原等方法及平台开发经验，聚焦回测-实盘不一致问题展开探析与分享。
\
[https://bigqua
由small_q创建，最终由small_q更新于
针对市场牛熊交替痛点，“保温杯优化”策略以宏观择时为核心，结合宏观指标识别经济周期拐点，搭配多类资产动态调整配置，拆解实操方法与实战案例，助力搭建抗跌型资产组合，实现稳健穿越牛熊。
\
[https://bigquant.com/bigapis/college/v1/
由small_q创建，最终由small_q更新于
🎯聚焦cowork协同投研模式，拆解量化投研全流程协同逻辑。
🎯结合实操案例分享因子魔改、代码编写、研报复现、等技巧，助力提升投研效率、降低试错成本。
\
[https://bigquant.com/bigapis/college/v1/files/b4fecb
由small_q创建，最终由small_q更新于
🎯解析量化因子常用组合方式（线性、非线性、ICIR等），拆解底层逻辑与实操要点；
🎯结合案例对比收益与风险，帮助搭建科学因子组合体系，提升策略稳定性与超额收益。
\
[https://bigquant.com/bigapis/college/v1/files/d
由small_q创建，最终由small_q更新于
聚焦delta动态对冲期权策略，拆解delta核心内涵与对冲全流程，帮助剥离方向性风险，提升期权交易稳定性。
\
[https://bigquant.com/bigapis/college/v1/files/c907b4aa-cf8e-405b-b81c-642cae
由small_q创建，最终由small_q更新于
本策略基于lightgbm模型，在2018年至2025年期间对每年进行滚动训练。训练集时段为过去5年，测试集时段为未来一年，如2018年训练集采用2013-01-01至2017-12-29，测试集时段为2018-01-03至2018-12-31。数据使用当期全市场数据，聚焦于量
由bq93t66l创建，最终由bq93t66l更新于
在交易圈，涨停板对散户有着磁石般的吸引力。大多数人的逻辑很简单：涨停代表强势，次日高开就得冲。结果呢？往往是次日“高开低走”套一批，第三天反抽再套一批。
十年前，我还在券商工作，也曾迷信这种“追涨杀牛”的打法，结果惨不忍睹。转机发生在北京总公司举办的
由bqoa5ecn创建，最终由bqoa5ecn更新于
引言：直击散户痛点
在我的交易体系里，亏损不可怕，可怕的是你对亏损的“无知”与“执念”。
想象一下：你拿10万块入场，股价10元时你买入5万（50手）。随后股价跌到8块、7块，看着账户里刺眼的“原野绿”，你陷入了典型的“损失厌恶”陷阱。
绝大多数散户的第一反应是：赶紧补仓！你在7块钱把
由bq0sxhmu创建，最终由bq0sxhmu更新于
分享大模型在自动交易中的实战应用，结合实际案例展示数字交易员这一角色，降低量化自动交易门槛，实现自然语言指令到交易执行的闭环。
\
[https://bigquant.com/bigapis/college/v1/files/8fab2d5e-12c2-486a-9421
由small_q创建，最终由small_q更新于
本文将详细介绍一款基于LightGBM排序算法的多因子选股策略，该策略依托BigQuant平台实现，融合多维度因子特征，通过机器学习模型挖掘股票未来收益规律，结合系统化交易引擎完成回测与落地，适用于A股市场的中短期量化交易场景。策略兼顾因子有效性与交易实操性，下面从核心逻辑、模块拆解、代码解析、使用
由bqj4f91v创建，最终由bqjuhr8m更新于
通过本地 VSCode 连接到BigQuant AIStudio，在本地 VSCode 里开发、调试、运行等。
注意：本地 VSCode 没有 AIStudio 可视化开发等功能。我们仍然推荐使用 AIStudio。
此功能 年度旗舰版 专有。
由bqadm创建，最终由ageofcome更新于
本平台已默认配置python3.11环境可以直接使用“pip”命令进行安装，需要打开终端输入pip安装包命令
按ctrl + ` 打开终端
或随机选择一个文件右键点击“在集成终端中打开”
由jliang创建，最终由ageofcome更新于
在 A 股市场，绝大多数散户的终极梦想就是“抓妖股、擒龙头”。你是否也曾为了复盘找出那只翻倍龙头而彻夜不眠？你是否天真地认为，那些手握百亿、千亿资金的顶级机构，费尽心思拉出一个又一个连板涨停，是为了在这一只票上赚得盆满钵满？
如果你还在这么想，那么你不仅
由bqoa5ecn创建，最终由bqoa5ecn更新于
配对交易策略模拟运行报错，id:d84e824d-2744-402e-b0c2-f65672deb6fd
[https://bigquant.com/codesharev3/5be22814-d2a2-438e-baa9-ea2f177d5e14](https://bigquant.com/cod
由bqvj7czr创建，最终由bqvj7czr更新于
由bqa0bzzi创建，最终由bq2uvc82更新于
在当下的 A 股市场，量化交易给人的印象往往是“无所不能”的：凭借毫秒级的响应速度、海量的算力支持以及冷酷的执行力，这些“机器猎手”被视为市场的“联合收割机”，所向披靡。
然而，在这张无孔不入的自动化交易网中，却存在一个反直觉的“禁飞区”。
由bq0sxhmu创建，最终由bq0sxhmu更新于
2026年一季度，全球存储芯片行业交出了一份几乎无法用语言形容的成绩单。
SK海力士单季净利润40.35万亿韩元，同比暴增398%，营业利润率高达72%。三星电子营业利润57.2万亿韩元，同比激增755%。A股佰维存储一季度营收68.14亿元，同比增长341.53%
由bqzkrr8d创建，最终由bqzkrr8d更新于