引言：你以为的机会，其实是为你定制的陷阱

你是否曾在股市中见过某些股票，开盘前显示巨额买单，让你以为是主力即将拉升的信号？然而，当你跟风买入后，股价却急转直下，让你措手不及，最终被“玩得团团转”。这并非偶然，你很可能已经掉入了顶尖量化交易机构为你“量身定制”的套路盘。

今天，我们将一同拆

什么是DAI

DAI (Data for AI) 是BigQuant研发的高性能分布式数据平台

• 使用简单：通过统一接口访问BigQuant各类数据
• 数据丰富：提供PB级金融数据、另类投资数据和因子数据 ([数据字典](https://bigquant.com/data/ho

在当今瞬息万变的资本市场中，您是否也曾感到困惑与无力？眼看着市场剧烈波动，却总是抓不住节奏，似乎总有一股强大的力量在主导一切。这股主导市场的力量并非无形，它有明确的名字：量化交易。这不仅是一种工具，更是正在重塑市场博弈规则的结构性力量。面对由算法、大数据和人工智能主导的全新战场——一个不仅限于股票，

近期，有不法分子冒充我司（成都宽邦科技有限公司）以推荐量化投资策略、代理交易、募集资金、收取会员费或保证金等名义开展诈骗及其他非法金融活动，在此郑重声明：

1.我司指定官网为https://bigquant.com/ 和https://bigai.cn/，其他渠道一律与我司无关

2.我司为广

我的策略如下：（完全按照宽客学院中视频老师的代码编写）

https://bigquant.com/codesharev3/ca001d95-6ca5-44f5-9a3d-a68c85a1e827

但是程序运行报错，\nCell In[2], line 58

 55     im

from bigmodule import M

# <aistudiograph>

# @param(id="m5", name="initialize")
def m5_initialize_bigquant_run(context):
    from bigtrader

我们花了两周时间，和所有的客户全部沟通了一遍，整理出来了量化行业2022年最新的岗位需求版图。包括量化研究员、C++、机器学习、市场、期权、交易员、数据开发、运维等……多个热门岗位，任君挑选，快来mark你中意的岗位！

核心投研开发岗

A: 量化研究员

量化研究员，不多说大家都熟悉

国金证券简介

国金证券股份有限公司，1990年12月成立，335亿元市值，超5000人公司员工人数，8家分公司、75家证券营业部、分布全国24个省市，经营范围包括证券经纪、证券自营、承销与保荐、资产管理投资咨询、财务顾问业务等。(数据日期:2024年4季度)

如有疑问，联系BigQuant

回测中有最近日期的交易日志，但是模拟提交后没有产生信号。哪位大神可以指导一下，谢谢！

[https://bigquant.com/codesharev3/f09298db-cf17-49b2-8b94-724645cc4c84](https://bigquant.com/codeshare

不少股民朋友都有一种感受：市场总是在和我作对。刚买入就下跌，一卖出就开始涨。产生这种感觉的一个重要原因，是我们对市场背后的“主力资金”动向比较模糊，一不小心就和主力的方向背道而驰。

传说中的“主力资金”到底是什么？它不是某个神秘的单一机构，而是一个由不同类型、不同目标的参与者构成的复杂生态。本文将

引言：你以为在炒股，其实是在与机器博弈

一场无声的革命已经席卷了A股市场。当无数散户还在埋头分析K线、解读财报时，近三分之一的战场早已被一个看不见的对手所占领——量化交易，如今已占据整个市场约30%的交易额。

这意味着，当你点击买入或卖出时，屏幕另一端的对手，极有可能不是某个和你一样的股

请问，资金流因子是通过挂单量确认主动买入大单的吗？

如果资金直接下单市价买入50万，但是委卖方是挂了10笔5万。这个时候数据平台的资金流因子会判断是1笔主动买入大单，还是10笔主动买入中单？平台是否有对逐笔成交金额进行order id的聚合

在我们跑完回测后，想得到回测结果的绩效分析通常需要调用属性，但不同绩效往往无法用同一的属性查询，使得我们在这上面需要浪费大量时间。在许多文章和代码中，我们可以看到用了许多不同的方式来获取绩效结果，这既不方便记忆，也不方便大家使用，本篇帖子则是提供一个统一方法。

对于可视化代码，我们在M.bigtr

引言：为何你总是慢人一步？

你是否常常感觉，在你看到新闻、做出决策的短短几秒钟内，市场早已风云突变，仿佛在你眨眼之间就错过了整个世界？

在前两篇文章中，我们探讨了散户与量化机构在“规则差”和“信息差”上的劣势。今天，我们将揭开第三道，也是最令人绝望的一道鸿沟——“技术差”。这不仅是工具的

风暴眼中的普通人

最近的A股市场，是否让你感到困惑与无力？眼看着指数剧烈波动，手中的股票涨跌无常，许多投资者仿佛置身于一场看不懂规则的游戏。在这场市场风暴中，是否存在一种普通人看不见的力量在主导着一切？答案就隐藏在两个字里，两个当权者不希望你真正理解的字：量化交易。本文将通过一位拥

引言：当股市变成段子手

如果说哪个资本市场最具“娱乐精神”，A股市场恐怕难逢对手。在这里，股价的波动有时并不遵循严谨的财务分析或价值投资理论，而是与一些看似风马牛不相及的社会热点、名人八卦甚至大洋彼岸的总统选举，产生着某种神秘的联系。

这些“无厘头”式的涨跌，其逻辑之清奇，连最优秀的段子

优化项

• 兼容 8G 低内存运行
• 支持 GPU 加速运行
• 自适应特征数量
• 增加交叉验证早停，避免过拟合

[https://bigquant.com/codesharev3/388cec08-0344-4960-820f-5b50998f30c3](https://b

初学量化月余，复现第一个简单因子：聪明钱，看了一些文章应该是说聪明钱应该已经过时了，但还是简单复现一下，为了总结高频数据低频化因子的一些基础过程，也主要为跑通流程使用

\n结论(不一定对哈)

因子未失效，但需精准定位：仅在「中大市值+低换手」股票中仍然有效

聪明人未必能做好投资

我买过一些名校出身的基金经理的产品，结果亏成狗。我总结这些失败的投资经历后认为，纵然是聪明人，世界一流顶尖人才也未必能做好投资。管理人的学历只能作为产品宣传的噱头，不能作为产品业绩的保证，这是很多投资新手在买产品时容易掉进的陷阱。

投资中的KISS原则

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

在日常投研里，SQL 擅长数据读写与过滤，但在复杂计算上可用算子有限；Python 则拥有 numpy/scipy/pandas 等丰富工具，但一旦离开 SQL 查询链路，就容易出现“先拉数据 → 再本地算 → 再落表/再 join”的低效流程。\n因此我们需要一种方式：**保留 SQL 的

https://bigquant.com/codesharev3/334cf534-51a5-4834-a874-37479124372b

因子构造思路