组委会已完成数据清洗工作，现根据私榜排名公布入围总决赛的团队名单（详见附图）。

未进入决赛的同学若对成绩存有疑问，请尽

为什么多数人在交易中迷失方向？

你是否也曾陷入这样的困境：沉迷于各种技术指标和投资理论，却依然频繁亏损；你感觉市场就像一个无法预测的谜团，每一次点击鼠标都伴随着焦虑和不确定性。无数交易者在这条路上追逐圣杯，最终却发现自己只是在原地打转，身心俱疲。

如果这些描述触动了你，那么接下来的内容可能

高频因子投研一直是一个专业研究员头疼的问题，主要难点有以下几点。

1.高频因子计算速度慢，通常高频因子是指股票分钟数据或更高频率数据。每只股票每天有240条分钟k线，数万条level2数据，如果按照数据量计算的话，每天仅分钟数据约有5000*240 = 120万条。是日频数据的240倍。1

我们之前已经介绍过几个风格轮动的策略了，本质上依据的就是股票市场长期存在的“强市炒成长、弱市求稳健”的轮动策略。

1.神经网络算法

1.1算法核心原理

神经网络是一种模仿人脑神经元连接结构的机器学习模型，擅长处理多维度、非线性的复杂数据关系。其核心优势在于通过多层

BigQuant是国内领先的适合个人投资者的量化交易软件开发平台，基于Python语言且支持AI人工智能以及机器学习的量化交易投资平台，帮助量化开发者和投资者更好地使用量化策略进行交易。

一 核心模块

1、 [AiStudio — 量化交易策略开发平台](https://bi

• BigQuant 比赛
  • xxx国债量化大赛

\

\

• 如何用2C8G玩转高频因子？
• 如何实现高频因子快速计算投研框架？
• 如何在高频信息中寻找TRUE ALPHA？

[20251120151300-高频因子投研框架-视频-2-共享屏幕.mp4 202110415](/wiki/static/upload/9b/9b2834ab-

介绍

• 构建和管理自己的数据与因子
• 分享到策略社区并保护核心逻辑
• 支持数据付费订阅
• 支持他人克隆策略，每日获取信号

技术方案

![](/wiki/api/attachments.redirect?id=be72745b-dff3-4d11-918a-0dec5f5

小市值策略是 A 股市场 “收益增强” 的经典路径 —— 中小盘企业的成长弹性、估值修复空间，往往能带来远超大盘的超额收益。但传统小市值策略 “波动剧烈、踩雷风险高、持有体验差” 的痛点，也让多数投资者对其望而却步。该策略通过分时段选股与波动控制，既保留了小市值的成长红利，又能保持稳健的收益，避免踩

调用bigtrader.run回测完成后返回的performance对象，如下所示

performance = bigtrader.run(....)

我有两个建议：\n1. performance.render()渲染展示回测结果时，能指定起止日期，即只展示某一段历

目前私榜排名第15

我的微信号是：A15182480017

2

我想知道宽币怎么这么快就没了，我就晚上和ai一起改了2小时代码，也没看到使用记录啊。

\

为什么两个结果不一样呢，不是应该用的哪个策略跑出来是一样的数据啊

设置每天早上5点钟运行模拟策略，在每次放假后的第一天 提示运行失败。

例如11月10号周一今天的报错。提示，ERROR: null sessions by start_date=2025-11-09, end_date=2025-11-09。就是说他以昨天周末设置起停时间。导致运行失败。

如果引

有谁知道这个怎么改吗？TypeError: raise: exception class must be a subclass of BaseException

![](/wiki/api/attachments.redirect?id=78a489d6-eafc-4d3d-82b0-3748c

在中国A股市场，有一个非常独特的文化现象。每逢市场调整，社交媒体上便哀鸿遍野，而“量化”二字总能成为千夫所指的完美靶心。有趣的是，这种现象在海外成熟市场中却很少见到。即便海外市场的量化交易占比远高于国内，投资者也很少在市场波动时将责任归咎于量化策略。

这种归咎于外因的做法，从心理学上可以理解

《韩非子 · 五蠹》有言：“世异则事异，事异则备变”。

我们过去的策略对市场风格进行判断时，除了一些绝对化标准的方法，还介绍过用机器学习算法来学习市场风格变化的模式。但是，如果将这种风格判断应用在一些中短期策略上，可能会带来以下的问题：

（1）A 股短期波动中，突发消息（如政策微调、资

本文件提供 BigQuant Python API 的使用说明，包括用户管理、策略运行、策略查询等功能。

安装包

首先需要手动下载并安装如下的 wheel 包

👉：<https://bigquant.com/cdnuploads/wheel/bigquant-0.1.0.post102

使用流程

1. 编写计算程序，并将其提交为任务；
2. 选择任务类型，例如数据任务、因子任务等，接着指定任务的相关参数，例如任务的执行时间等；
3. 在任务管理界面查看任务的执行状态，如果任务执行成功，您可以查看任务的执行结果。

![](/wiki/api/attachment

回测曲线过于平滑，但是实盘可能存在较大波动，未必能承受的住。换成日K线有助于了解策略实际波动情况，特别是回测结果包含上下影线的。\n\n突然想到的一个需求，不是很关键。因为我的策略风控都还可以。

在变幻莫测的金融市场中，无数投资者终其一生都在寻找那个能预测未来的“圣杯”：一个完美的交易信号，一个能精准捕捉市场脉搏的技术指标。我们沉迷于复杂的图表、研究各种理论，希望找到一种确定性。但这种追寻往往伴随着困惑与挫败。

如果告诉你，那些我们深信不疑、看起来高深莫测的趋势指标，其预测的准确率，可能还

0. 名词解释

0.1. 主力

主力指的是大单和超大单之和，股票大小单主要是指买卖股票的单笔成交数量或金额，大单指的是股票市场中成交量为10-50万股，或者成交金额在20-100万元之间的交易；超大单指的是成交量大于等于50万股，或者成交金额大于等于100万元。这类交易通常由大型机构或

一、为什么股息率策略常被称为最温和、却最可靠的赚钱方式？

在股票市场里，大部分投资者都习惯盯着价格的涨跌，希望抓住下一次爆发带来的快速收益。但如果把时间尺度拉长，你会发现另一条更朴素、也更稳定的收益之路——来自企业真实赚到的钱，也就是股息。

股息率策略的逻辑并不神秘，却极其扎实：当一

70年代，随着计算机技术的快速发展，量化投资开始迅速崛起，计算机的广泛应用使得大量历史数据的存储和处理成为可能，从而促进了量化分析方法在投资决策中的应用。

此时期，许多基于统计和数学模型的量化策略被开发出来，如指数化投资、算法交易等。

进入21世纪，量化投资经历了爆炸式的增长，数据的爆炸