请问m_last的偏移方向是不是有问题

[https://bigquant.com/codesharev3/fab2ab0e-3c0e-483c-a1d4-ff00981f4980](https://bigquant.com/codesharev3/fab2ab0e-3c0e-483c-a1d4-

1. 策略概览

本策略基于DNN（MLP）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2017-12-31，测试集时段为2018-01-01至2018-12-31。数据使用当期全市场数据，聚焦于量

直播回放：https://bigquant.com/college/db68dd32-9980-4d1a-a6fa-9931782d7069

[https://bigquant.com/codesharev3/a50de189-47d8-441c-98e4-30feef4fe8b2](

https://bigquant.com/codesharev3/8800638a-06c4-4948-a60b-e8f7cf2748ee

\

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

提问：夏普比率是衡量策略好坏的重要指标，它的计算公式是什么？数值越高代表什么？什么是“过拟合”？为什么在回测中表现完美的策略，实盘往往会亏损？

提问：在计算因子值之前，为什么要对原始数据进行“去极值”处理？意义是啥，常见的去极值方法有哪些

提问：在构建因子时，怎么避免未来函数

提问

如果你在股市里总感觉自己是任人宰割的“韭菜”，凭着感觉追涨杀跌，最后只收获一地鸡毛，那么请记住：这并非因为你运气不好，而是因为你从一开始就站错了阵营，用错了武器。你交易的“锚定”是什么？是虚无缥缈的感觉，还是某个技术指标？顶级操盘手的世界里，这些都不堪一击。

要理解这个游戏的本质，首先要看清它的“

核心钩子与战略背景：4000点上方的博弈真相

在A股三十余年的历史中，4000点从来不是普通的点位，而是划分平庸与卓越的“生死线”。纵观全局，真正站上4000点的史诗级行情仅出现过两次。这道分水岭的背后，不仅是财富的重新分配，更是散户心理从“盈利渴望”到“防御瘫痪”的异变。

作为一名在资

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

湘财证券开通账户

==没有湘财证券账号的，请扫下方二维码开户==

湘财证券实盘权限开通

1. **湘财

在金融圈浮沉多年，我见过太多散户在K线图里求神拜佛。他们复盘到深夜，研究各种指标，执着于打听内部消息，甚至将倾家荡产归结为运气不好。

但我必须戳破你的幻觉：你之所以亏钱，真的只是因为技术、本金或者智商吗？

在我供职于券商的那十年里，我近距离观察过无数投资者的起伏。我发现，那些真正能从深度套牢的泥

    df = df.sort_values(by = ['composite_score'],ascending = [False]).groupby('date').head(context.stock_num)

    df['weight'] =1/context.

引言：投资中的“懒人”哲学

在财富管理的实战中，我见过太多焦虑的投资者：他们每天紧盯盘面，试图在个股的涨跌中寻找财富密码。然而，真相往往令人沮丧——频繁的择时与调仓，换来的往往是心理的疲惫和缩水的账户。

其实，投资中有一种“大智若愚”的路径，被市场长期验证有效，却常被自诩聪明的人忽视。这便

作为跨境美股专业交易者，你有没有过这样的困扰：想通过API获取实时行情数据，支撑自己的交易策略落地，可接口却频频掉链子——要么连接超时无法访问，要么数据延迟严重，甚至偶尔出现请求成功却无法获取有效数据的情况？ 对于咱们依赖数据流开展交易的人来说，API接口的稳定程度直接影响交易决策的及时性，毕竟交易

在量化交易与专业资管的视野中，真正的终极武器从来不是虚无缥缈的“翻倍牛股”，而是被量化为精准数字的“确定性边界”。

很多人曾问过我一个问题：如果本金10万元，每周仅赚2.5%，坚持四年后会变成多少？直觉可能会告诉你那是“肉末”，但严谨的金融数学会给你一个震撼的答案：在208周（四年）的复利堆叠下，

• 运行环境：AiStudio 3.0.0
• 策略描述：对于一个事件策略来说，哪一只股票在此策略下收益最高，我们是可以逐个试出来的，就买入
• 数据表名：cn_stock_bar1d
• 回测时长：2020-1-1 至 今天
• 初始资金：500000
• 买卖时间：开盘买入，收盘卖出

\

• [2026-04-18 17:34:33] INFO: cn_stock_basic_selector.v8 开始运行 ..
• [2026-04-18 17:34:34] INFO: cn_stock_basic_selector.v8 命中缓存
• [2026-04-18 17:3

\

\

BigQuant Financial Quantitative Toolbox - 金融量化工具箱 Python SDK

1 简介

BigQuant SDK 是一个强大且灵活的 Python 软件包，为金融从业者提供全面的金融量化工具和策略开发框架。

• SDK 版本: 0

用户教程

“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

BigQuant SDK 是一款为专业量化研究员打造的本地开发工具。它让您在保留本地 IDE 开发自由度的同时，无缝调用 BigQuant 云端的海量数据与分布式算力。

快速安装

BigQuant SDK 支持 Windows、Linux 和 macOS。我们建议在 [Python 3.1

引言：为什么大资金在暴跌时“跑不掉”？

在老手眼里，市场剧烈波动时，散户最大的优势只有两个字：灵活。几万块钱的单子，一秒钟就能清仓离场。但对于手里握着几千万、甚至上亿资金的机构来说，这就是一场生死劫——流动性陷阱。

当大盘崩塌时，机构如果盲目跟风出逃，巨大的抛盘会瞬间砸穿原本就脆

这是我用AI写的策略，策略有交易，但是无法输出平台的图表，能自己生成图表，求助！

[https://bigquant.com/codesharev3/e700cafc-96fc-4eab-addb-69d1ce5666a3](https://bigquant.com/codesharev3/e70