2个相同的模板，参数一样，数据一样，同样的因子，换了个模板，结果天差地别，到底是哪里出现了问题，

哪个是正确的，哪个出问题了\n\n第一个是新建的模板策略

[https://bigquant.com/codesharev3/e00be70e-dc29-4df0-b7b2-516258ddf9bd

1.指标介绍

1.1技术面指标

1.1.1macd指标

MACD（Moving Average Convergence Divergence）即移动平均线收敛散度指标，属于趋势类技术分析工具，通过计算不同周期移动平均线的差值，揭示股价

请教个数据筛选的问题， 我需要把右边gui的选股逻辑转成左边的sql。 发现gui里面的 指数成分 不选的话， 和我写的sql最后回测一致，但是

1.市场观察和机会发现

优质高股息策略以稳定收益和抗风险能力为核心，在量化交易中具备独特价值。其逻辑层面，在经济下行或波动时，高股息企业商业模式成熟、现金流稳定，能提供防御性；股息再投资可实现复利增长，放大收益；被低估的高股息股存在估值修复机会；同时满足养老金等长期资金的配置需求。市场

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

1. 我提交模拟的策略开始可以正常运行，在规定的调仓日给出交易信号，但运行一段时间之后，在调仓日则显示没有调仓信号了。\n**SR-50策略250406 \n提交模拟链接 <https://bigquant.com/trading/detail/16114fb4-d2f1-4e81-bd91-3

https://bigquant.com/codesharev3/794586f3-29d9-4894-ace8-9b1c2f2d936a

参见代码，使

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

介绍

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 [旗舰版](https://bigquant.com/s

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

1.市场观察和机会发现

近期的A股市场呈现：从估值扩张转向盈利质量

• 政策催化：近期监管层强调 “引导上市公司提升 ROE”，叠加分红新规落地，高股息、高 ROE 的价值型资产吸引力提升。
• 资金行为：北向资金近一月净流入超 300 亿元，重点配

操作符

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