from bigmodule import M

# <aistudiograph>

# @module(comment="1. 输入特征：计算双均线及120日趋势过滤信号")

m1 = M.input_features_dai.v30(

mode="表达式",

\

from bigmodule import M

# <aistudiograph>

# @param(id="m5", name="initialize")
# 交易引擎：初始化函数，只执行一次
def m5_initialize_bigquant_run(context

from bigmodule import M

# <aistudiograph>

# @param(id="m5", name="initialize")
# 交易引擎：初始化函数，只执行一次
def m5_initialize_bigquant_run(con

我们在券商一线做投顾、带量化交易团队这么多年，踩过最痛的坑，莫过于策略回测时收益亮眼，一到实盘就 “水土不服”—— 尤其是做股票、期货高频量化或日内 T+0 交易时，哪怕几十毫秒的行情延迟，都能让原本盈利的策略瞬间变脸。这些年我们复盘过无数案例，发现比起复杂的策略逻辑，**行情数据的稳定性、接口响应

老师你好，我这里选择

roic_lf_yoy_consec_min_3y>0.15,但结果出来的股票没有这个达到要求。

这是系统没算对还是什么原因呢？

下面是策略：

https://bigquant.com/codesharev3/414b6cba-186a-41dc-a04a-e6bfad

Q1：常用的有效因子有哪些？如何找到有效的因子？

Q2：请问如何评价一个策略的回测结果？进一步策略优化有哪些思路？

目前只会乱改参数，基本上自己加的因子或者选择条件往往都让模板效果变差或很小提升，因为这个分析应该要结合震荡市场或者牛市结构、结合alpha、beta、sharpe、回撤

在投资领域，指数增强策略作为被动投资与主动投资的有机结合体，既延续了指数基金对基准的紧密跟踪，又通过主动管理寻求超额收益，成为市场中备受关注的投资方向。如今量化方法已经成为指数增强的主流选择，其中多因子模型应用广泛，但随着金融数据的爆发式增长和算法技术的迭代，深度学习凭借其强大的特征挖掘与非线性拟合

请问下为什么print的内容 日志中没有体现呀

[https://bigquant.com/codesharev3/826d8e13-d735-43ab-afae-8d2c8f1b2485](https://bigquant.com/codesharev3/826d8e13-d735-43ab-

略微出手就是一个做空无敌，稍作修改就感觉比一些研报的多空收益要好。但是可笑的是我完全是用的日频数据。感觉研报都在水工作内容。

以下两张图都不包含涨停或者跌停板。

![](/wiki/api/attachments.redirect?id=84c912c5-0b4d-4373-9654-3

从满怀希望到代码报错，新手量化交易的“第一道门槛”

你是否也曾有过这样的经历：对量化交易充满热情，构思了一个绝妙的策略，却因为不会编程而寸步难行？或许你尝试过求助于通用的AI工具（比如ChatGPT），让它为你生成策略代码。你满怀期待地将代码复制到专业的量化平台上，结果迎来的却是一

1、请用自己的话解释什么是量化投资

利用数学模型进行投资决策，其核心将投资思想转化为可量化的指标来识别投资机会、执行交易并管理风险

2、请你列出你认为的量化投资的优势和劣势。

优势 ：避免主观情绪干扰，严格按模型执行。快速处理海量信息，捕捉人脑难以发现的复杂机会，精准交易避免手忙脚

引言

面对复杂的图表、海量的新闻和各种技术指标，你是否常常感到迷茫，不知道该相信什么？在追求高深莫测的“绝技”时，我们可能忽略了一个事实：在投资世界里，最有效的策略，往往不是最复杂的，而是那些最简单、最“笨”的。

本文将分享一位拥有11年实战经验的交易者，从无数次博弈中提炼出的8条核心铁

策略简介

本策略面向信用账户（融资融券），在单只A股标的上进行分钟级趋势跟随交易。核心信号为双均线交叉：使用10分钟短均线与40分钟长均线，当短均线上穿长均线（金叉）时触发融资买入做多；当短均线下穿长均线（死叉）时触发融券卖出做空。为贴近可交易性，信号产生后不在同一分钟成交，而是延迟到下一分钟

1、请回顾你过去的交易经验，选择一个你曾经使用过的交易方法，尝试用量化的方式重新表达出来（用文字描述，无需代码实现）.。

连续3日收盘价高于5日均线，且当前价格比过去20日最低点高出不超过10%

当日成交量需超过过去10日平均成交量的1.2倍。

15%止盈；高点回撤超过8%止损。

2、在

导语

大家好，今天详细介绍下私享会成员如何使用SDK。

\

SDK安装包

下载包

[bigquant-0.1.0.post104+g82d82af-py3-none-any.whl 63063](/wiki/api/attachments.redirect?id=3e39d777

• BigQuant 比赛
  • 2026年SAIF手搓因子大赛

\

近来，针对量化交易的“讨伐”之声不绝于耳，许多散户投资者都有一种普遍的感受：量化交易是不是一种专门“割韭菜”的工具？

事实真的如此吗？本文将超越喧嚣的头条新闻，深入分析量化交易背后几个最令人惊讶且最容易被误解的真相，帮助你了解它到底是什么。

1.它曾碾压巴菲特30年

要理解量化交易在投资

引言: The Rise of the Machines

量化交易已不再是投资圈的遥远概念，它正迅速成为市场的主导力量，越来越多地占据市场龙头席位。尽管与欧美市场相比，量化交易在国内的普及率还有差距，但它无疑是未来的大势所趋。对于普通的散户投资者而言，这既是必须正视的挑战，更是亟待把握的机

简介

近年来，A股市场上一个现象愈发普遍：某些股票的价格会在盘中某个瞬间，走出一条近乎垂直的直线，暴力拉升，甚至在短时间内触及涨停。许多股民将此现象归因于“量化交易”的兴起，但其背后的具体运作机制却鲜有人知。

这种走势是如何形成的？真的是简单的“大单买入”吗？本文将基于一位量化基金经理的

https://bigquant.com/codesharev3/2d553705-f74f-45fe-8c4b-03328a462473

\

想做中证800指增策略，系统卡着不能进行下去了，心烦意乱，有没有大神救一救~~~~

1、多次出现score，系统无法识别该用哪个score

**思路是从中证800股票池，通过约10各因子得分加总AS score,按照score排名，降序取前200只，再在这200只按照score降

AI因子挖掘项目培训

大模型驱动的量化投资策略开发

主讲人: 徐啸寅

\

视频1：

[https://bigquant.com/bigapis/college/v1/files/b63b7904-189a-4199-9fe5-f73625c31ccd](https://bi

1. 策略概述

本策略属于多因子选股 + 动态因子权重框架。核心思想是：

• 同一时间，不同因子对未来收益的预测能力会变化；
• 用历史“因子-未来收益”的相关性（IC）衡量因子有效性；
• 用 IC 的稳定性（ICIR = IC均值 / IC标准差）决定因子权重；
• 将多个因子

在 AI 量化圈子里，有一个大家心照不宣的秘密：如果你问一个 Quant 他哪怕一天的时间花在哪，他大概率会告诉你他在“洗数据”。

设计一个 LSTM 或者 Transformer 模型来预测股价走势，听起来很高大上。但当你真正动手时，你会发现最崩溃的不是调参，而是数据的缺失和异常。尤其是

量化交易的神秘光环，往往始于其复杂的算法，终于其简单的赚钱本质。看似深不可测的“黑箱”，实则遵循着几条清晰的“第一性原理”。

本文旨在揭开这层神秘面纱。我们将深入探讨九种主流的量化策略，剖析它们各自最核心的盈利来源，清晰地告诉你，每一种策略究竟赚的是哪一种“钱”。

九大量化策略的核心原理