新版3.0环境以及平台推出的策略社区模式是在原先的策略天梯模式中进一步演变提升的产物

我这边以当前策略社区按夏普比率排名第1的策略，做个简单的分享：

1、**策略订阅：**对比之前的策略天梯模式，可以采用一键部署方式，获取到该策略的交易源码，可自行改变回测时间、持仓数量等多维度对策

下面是文章的标题

运行后报错ValueError: Length mismatch: Expected axis has

import dai

# 查询沪深300成分股的收盘价
query = """
SELECT instrument, close 
FROM cn_stock_bar1d 
WHERE instrument IN (
    SELECT instrument 

而盘后处理函数则可以调用，但无法用来构建涨停取消订单。只能用盘前处理函数？有没有其他办法

错误：cannot access local variable 'stock_lastday_price' where it is not associated with a value

![](/wiki/api/attachments.redirect?id=9c7f498f-80a4-

正如标题所示，这个系列主要介绍订单斜率系列因子。需要用到数据流的表格名为cn_stock_level2_snapshot,需要开通数据流的请联系小Q。

时间加权订单斜率

数据定义

我们使用的数据格式如下:

| 日期 | 买一价 | 卖一价 | 买一量 | 卖一量 | 成交量 |

这一章节介绍和中间价相关的一系列分钟频因子的加工，需要用到快照数据cn_stock_level2_snapshot, 需要开通数据的请咨询小Q。

时间加权成交价比中间价

数据定义

我们来看看需要加工该因子的字段:

| 时间 | 委卖一价 | 委买一价 | 成交量 | 成

这一节我们来编写成交价加权净委买比例的分钟因子。该因子涉及到快照数据cn_stock_level2_snapshot表格，需要开通该表权限的用户请联系小Q。

数据定义

与成交量加权净委买比例的因子加工方法是类似的，为了大家能够详细的理解该因子，我们还是从头来解读一

更新

本文内容已经过期，待更新，请查看如下最新内容：

• python 基础：可先看本文
• 数据平台
• [数据可视化分析](https://bigquant.com/wiki/doc/big

 回测时发现仓位中有些早期时间段(大多2012年前)仓位很轻,按理持仓就为10支,可那些日子里只有1,2支. 后面发现,:\n     因为我代码中有:  m_max(close,100). 只要这100前有一个NAN值,这支股票就被无情的排除了.

 要是:m_max( close

本文将要带大家使用dai加工实时的基金分钟频数据, 进一步使用plotly对实时数据进行可视化操作, 加工因子需要各位对SQL语句有一定的了解，各位请参考dai的使用文档. 以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

数据定

概述

这个系列我们主要使用基金快照数据来加工一些分钟高频因子，需要用到的表和对应字段如下。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

cn_fund_level2_snapshot

本文将要带大家使用dai加工实时的股票分钟频因子——成交量加权净委买比例。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

数据定义

这里我们给出一些公式来了解该指标的算法，在给出公式之前，我们来看一下我们使用的数据表格结构：

| 时间 | 买一量 | 卖一量 | 成交量

数据定义

以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

构造这个因子需要用到的数据的表格形式如下:

本文将使用dai利用快照数据加工分钟频因子并进行可视化处理，需要用到十档委买单数量，所以我们需要使用的表格为cn_stock_level2_snapshot。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

数据定义

这里我们需要花一些篇幅来介绍一下我们是如何将快照数据处理

概述

这个系列我们将会用到股票快照数据和逐笔数据来加工一些分钟高频因子，需要用到的表和对应字段如下。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

cn_stock_level2_snapshot

该表记录了股票l2的快照数据, 字段如下:

| 字段名 | 数据类

本文以中证1000的股指期货(IM2503.CFE)与指数(000852.SH)价差为例, 我们来加工股指与期货的价差因子并进行实时可视化操作。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

数据定义

因子构造思路较为简单，我们需要用到期货l1快照数据以及指数快照数据，首

在量化交易中，通过手段实时获取交易信号是基本功，本文将利用dai.stream_factor和其他第三方库配合给你的qq邮件发送策略信号。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

![](/wiki/api/attachments.redirect?id=f7258

这一次我们选用螺纹钢的相关期货合约来加工一个近月与远月合约的价差因子。我们选用的标的为rb2503.SHF, rb2501.SHF。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

因子代码

这里只需取出价格数据即可，所以我们直接对代码进行讲解。

im

概述

这个系列我们将会用到期货快照数据和分钟数据来加工一些分钟高频因子，需要用到的表和对应字段如下。需要表格权限的请咨询小Q。

cn_future_level1_snapshot

我看了新版里边的资金流因子最接近的只有这个‘netflow_amount_large’，但还是有区别，有没有完全一致的因子？

策略概述

本策略基于破净股的投资思想，主要通过筛选股价低于公司每股净资产的股票，来寻找市场中被低估的投资机会。破净股通常由于市场情绪、短期波动等因素被低估，但从长期来看，这类股票的内在价值往往会被市场重新认识并反映在价格上。策略通过剔除高风险和财务不稳定的股票，专注于那些具备稳健基本面且有较

策略介绍

查尔斯·布兰德（Charles Brandes）的投资理念可以用“价值投资”的核心思想来概括。布兰德强调寻找被低估的股票，并注重市盈率（PE）、市净率（PB）等财务指标的合理性，以确保投资的安全边际。本选股策略注重选择市盈率和市净率低于市场平均水平的股票，同时考虑如股息收

ai 3.0 运行 报错

ai2.0 运行 收益是负值 [基于XGBoost模型的智能选股策略](https://bigquant.com

引言

现在在Aistudio中能够使用dai来加工实时因子了, 本系列文档旨在降低dai在实际业务中加工日内高频因子的开发难度。

阅读本系列后您将掌握:

• 基于实时快照、逐笔、分钟数据合成任意日内高频因子;
• 能够基于加工的因子实现动态可视化;
• 通过dai获取实时交易信号并发送至邮