最近运行可转债三低策略时，发现策略有时候会选中刚刚发布了强赎公告的可转债，这种可转债刚开始下跌，一般跌的比较狠，但正好符合三低策略，会被选中，买入后大概率亏损。所以我想在策略里加入筛选发布了强赎公告的代码，但是看了数据平台中关于可转债的所有表，似乎只有[\n可转债信息](https://bigqua

引言：散户的连板迷思

在短线交易的战场上，绝大多数散户都陷入过同一个怪圈：那些封单巨大、开盘秒封、看起来极其强势的“完美龙头”，你费尽心思挤进去，结果隔天等待你的往往是毫无还手之力的“A杀”——冲高回落直接走低，甚至连续跌停。

相反，那些全天反复炸板、封板姿态“烂”到让人不敢直视的股票，

1、我设置6天卖出，然后回测数据里面能执行，到了计划交易界面里却不执行6天卖出。

模拟交易界面：

回测交易数据：

![](/

\

导语：揭秘 90% 散户亏损的真实根源

在资本市场的修罗场里，多数散户习惯将失败归咎于“运气不佳”或“技术不精”。但冷酷的现实是：90% 的亏损并不是因为你不会看 K 线，而是被根深蒂固的坏习惯拖入了深渊。

这些习惯如同账户底部的暗流，悄无声息地吞噬着你的本金。事实上，投资并非玄学，而是

在外汇量化策略研发过程中，秒级行情数据是高频交易、趋势捕捉与精准回测的核心基础。很多开发者初期采用定时爬取网页行情的方式，会出现显著延迟、数据缺失、稳定性不足等问题，无法满足量化模型对实时性与完整性的要求。

基于实际量化研发场景，本文完整演示通过 WebSocket 对接外汇秒级K线数据的

\

预计算因子（cn_stock_prefactors）表里net_profit_lf（净利润）和增长率字段缺失值实在太多了，有时候所有股票集体缺失，这个怎么办呢，以及不知道价格有没有缺失，有时候算着算着比如长周期乖离这样的因子就会缺失，不知道数据是怎么来的，以及经常碰到的数据问题是怎么回事

import dai
dffq = dai.query("""
    SELECT 
    date,instrument,
    m_ta_kdj_j(high, low, close, fastk_period:=9, slowk_period:=3, slow

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）.。

买入条件（同时满足）

①5日均线上穿20日均线

②RSI(14) < 70

③当前价格 > 60日均线

卖出条件（任一触发）

①5日均线下穿20日均线

②跌破买入后

1、请用自己的话解释什么是量化投资

用数据和算法代替人来买理财产品。

2、请你列出你认为的量化投资的优势和劣势。

优势：纪律性强、因子考虑全面

劣势：门槛高、模型可能失效

1、请用自己的话解释什么是量化投资

2、请你列出你认为的量化投资的优势和劣势。

• BigQuant 比赛
  • CFA协会杯 2026年因子挖掘大赛

\

• BigQuant 比赛
  • 高顿CFA 2026年高频因子大赛

\

引言：打破基本面的幻象，直击游资的底层代码

在A股这片丛林中，无数散户陷入了一个怪圈：挑灯夜战研究基本面、财报和估值，结果买入的股票却在震荡中消磨意志；而那些看起来“高不可攀”的暴力连板股，却在众人的质疑声中一路绝尘。你是否曾复盘过那些顶级游资的交割单？在那一张张看似疯狂的操作背后，其实隐

各位Quant和在一线奋战的投顾朋友们好，我是某高校金融系的讲师。在带领团队做因子挖掘和策略回测时，我最深切的体会是：Garbage in, garbage out。

数据断层：阻碍策略落地的最大痛点 很多投顾在尝试向量化转型时，经常卡在第一步。想要验证一个简单的动量策略，却发现自己手头的

美股周末无法实盘下单是行业共识，但对量化开发者而言，这并非量化工作的空窗期，而是沉淀数据、验证策略、优化模型的关键时段。依托__AllTick API__稳定的行情接口与全维度数据服务，可将周末转化为量化策略打磨的黄金窗口期，实现非交易时段的高效开发，为

导语：揭秘 90% 散户亏损的真实根源

在资本市场的修罗场里，多数散户习惯将失败归咎于“运气不佳”或“技术不精”。但冷酷的现实是：90% 的亏损并不是因为你不会看 K 线，而是被根深蒂固的坏习惯拖入了深渊。

这些习惯如同账户底部的暗流，悄无声息地吞噬着你的本金。事实上，投资并非玄学，而是

我正在使用标普500的数据写一个简单的动量因子策略，运行时一直打印以下日志：\n

问题一

日志 103 条 ▼
[2026-03-18 15:40:22] INFO: bigtrader.v35 开始运行 ..[2026-03-18 15:40:22] INFO: py