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-

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

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

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

method=1，2, 3

怎么弄的不对呢？

\

import dai
df = dai.query("""
    SELE

请教一下颜建民老师，在金叉赢家ETF策略中（https://bigquant.com/square/ai/32679ef7-5fe7-34b2-3d52-c19193c42297），

\n1.为什么DEA设置为DIF的EMA26，而不是选用经典理论中的EMA9

\n2.代码中有两处round(2

https://bigquant.com/codesharev3/8f47c613-14d4-416e-ab3c-57e56980aa77

\

1、在回测阶段怎么将多个策略的曲线融合？

比如：股票多因子：小市值 + ETF：黄金、债券 + 期货

2、在模拟阶段怎么将多个策略的曲线融合？

比如：股票多因子：小市值 + ETF：黄金、债券 + 期货

目前组合配置，只能融合全部策略有一条曲线，单选2个策略无法融合曲线。

评论

麻烦帮忙看看错误原因，如何修复？

模型代码链接：

[https://bigquant.com/codesharev3/2704d6d4-dc88-4cd8-ba6c-7991d6278d1c](https://bigquant.com/codesharev3/2704d6d4-dc88-4cd8

\

PermissionException: Permission Error: 请在查询表 cn_stock_status 时使用 filters 参数指定分区范围（一般为 date 或 instrument ）：dai.query(sql, filters={"date": ["2020-01-0

用可视化模块做单因子策略回测，显示策略收益率为0，但基准收益率曲线有的，特诊抽取数据也有的。

策略没问题，但是在画图的时候报错

[2025-12-19 17:52:47] INFO: input_features_dai.v26 开始运行 ..[2025-12-19 17:52:47] INFO: input_features_dai.v26 命中缓存[2025-12-1

https://bigquant.com/codesharev3/ce236996-89a0-4ffe-a6df-2e6222bd14b9

这是系统自带

bigquant说明书中有分别描述如何回测股票策略、如何回测期货策略，但是没有描述如何回测一个同时包含股票和期货的策略？

for i, x in today_df.iterrows(): **857 # # context.order_target_percent(x.instrument, 0.0 if

在金融AI领域，模型的预测能力不仅取决于算法的优劣，更取决于数据“喂养”的新鲜度。作为负责策略落地的技术支持，我经常听到算法工程师抱怨：训练好的强化学习模型，在实盘对接时因为数据流的不稳定而由于表现“并不聪明”。

数据流：AI模型的血液 客户的需求是智能预警，而痛点在于传统的API接口无法

引言：为什么严格止损的你，依然在亏钱？

你是否也曾遇到过这样的困境？明明为自己设置了严格的交易纪律，坚决执行止损，却发现自己总是在股价即将反弹的最低点被精准“打掉”，随后眼睁睁看着它一路上扬。你可能会将其归咎于运气不佳，但如果这种情况反复上演，那背后可能就不是运气问题，而是一个系统性的“陷

在量化交易和金融工具开发的过程中，实时汇率数据是绕不开的核心要素，不管是搭建跨境量化交易策略、做外汇行情监控，还是开发关联汇率的金融应用，能稳定、快速获取精准的汇率数据，直接影响策略有效性和工具实用性。作为常年做高频交易、捣鼓量化工具的开发者，我在这个环节踩过不少坑：要么是找到的汇率 API 鉴权复

许多人踏入股市时，都抱着一个看似谦卑的心态：“我要求不高，每个月能赚点零花钱就够了。”

如果你也有过类似的想法，那么请立即打消这个念头。这种想法是“绝对不可能的事情”。一个反直觉的真相是：任何能够实现每月持续稳定赚钱的人，哪怕只赚一块钱，都已经是市场中的“顶级高手”。

更重要的是，股市容不下怀疑

在跨境量化策略研发过程中，数据的时效性、完整性与多市场覆盖能力，直接决定了因子挖掘、策略回测及实盘执行的效果。无论是搭建多市场套利模型、跨市场因子验证体系，还是实现高频策略的实盘落地，优质的数据接口都是核心支撑。本文梳理跨境量化数据获取的核心痛点，对比主流数据接口的适配性，为策略研发效率提升提供实操

风暴中心的量化交易

在A股的亿万散户面前，长期存在着一个看不见的对手——它快如闪电，身处特权之地。近期，在市场反复拉锯、民意沸腾的背景下，两则重磅传闻如惊雷炸响，预示着这场不对等的技术游戏或将迎来终结。这些传闻背后，究竟揭示了哪些普通投资者闻所未闻的“不公平”真相？本文将深入剖析传

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%。