Bigquant平台近期推出了与国金QMT结合的实盘自动交易方式，解决了策略实盘自动化交易问题，平台的优势在于封装了很多种类开因子，也具备AI能力，大大简化了策略研究门槛，回测效率也很高，便于策略研究。

新模式的推出，大家可能会有较多问题，我这边有4年的bigquant平台研究经验、2年的QM

ParserException Traceback (most recent call last) Cell In[5], line 133 **[80](vscode-notebook-ce

基本面分析简介

我们先来看一个量化交易策略在本平台的回测曲线和回测数据，该策略在三年期的年化收益率是24.84%，最大回撤为42个点（在2024年初出现严重回撤）。总体来说，这个策略总体是一个正收益系统的策略，但在某些时间阶段出现了大幅波动甚至严重回撤现象。

![](/wiki/api/

一个关于止损策略的疑问

以下是我的止损模块代码：
def m5_before_trading_start_bigquant_run(context, data):
    # 获取当前持有的所有股票
    holding_instruments = context.get

您如何衡量持有单一资产（如公司股票）的风险？您如何比较两种资产的风险？您如何选择要添加到现有投资组合中的资产？

了解单项资产的回报

什么是资产回报率？

假设某一时刻某项资产价值 100 美元，你购买了它。下一刻（比如说一周后），价格上涨到 110 美元。

那么你的投资回报率是

1. 文章背景

在当前数据交易的学术研究和产业实践中，市场机制的有效性往往受到限制。本文提出一种基于数据证券化的数据交易机制。该机制将数据所有权与使用权分离，将所有权证券化，通过集中定价与自由交易的两阶段市场机制实现定价和撮合交易。本质上，本文构建的交易机制重塑了用户与持有者之间形成的价格空

文章背景

在当今复杂的金融市场中，“算法交易”变得非常重要。本文深入探讨了四个关键指标的融合 - 相对强弱指数（RSI）、指数移动平均线（EMA）、成交量加权平均价格（VWAP）和移动平均收敛/发散（MACD）相对强弱指数（RSI）、指数移动平均线（EMA）、成交量加权平均价格（VWAP）和

我在不改变代码的前提下，点击重启后点击全部运行，连续3次，得到3个不同的回测结果，收益相差很大，这是怎么回事？

使用股票 API 和指数 API 获取历史指数走势，对股票交易意义重大。它能帮助投资者把握市场趋势，辅助进行技术分析以预测股价走势，评估投资组合风险，研究行业轮动规律，进而制定合理的长期投资策略，让投资者在股票交易中做出更明智的决策，实现资产增值。

标普500指数历史走势

从标普500指数历

• [2025-02-10 21:25:32] INFO: 00:00:01.9761321: Finished iteration 3
• [2025-02-10 21:25:32] INFO: 00:00:02.0238071: Finished iteration 4
• [2025

老师您好：两个策略无法回测 ，帮忙看一下，哪里出问题。

[https://bigquant.com/codesharev3/eed8f2e7-95f0-43ff-93c0-0c03682f2309](https://bigquant.com/codesharev3/eed8f2e7-95f0-43

策略介绍

• 美国《旧金山纪事报》曾做过大猩猩选股实验，让大猩猩独写有股票代码的纸板投标，投中一个代码就意味着选中一只股票，用此方法让大猩猩挑选出5只股票。然后，用大猩猩挑选的股票组合与《华尔街日报》8位知名分析师精心计算分析挑选的5只股票相比较，在持有一段时间之后，大猩猩随机抽取购买的股票

使用下面的代码检索：

%%sql

select date, financing_balance

from cn_stock_margin_trading_detail

where date>'2024-02-01' and instrument='000063.SZ'

order by

如题，目前平台可用的模型较少，仅有随机森林一种，如果不想使用平台的机器学习模板，打算自己实现一个类似时间序列的模型，包含模型训练、模型评估等，目前有文档参考如何操作吗

我用的是空白代码策略

========== 5. 回测配置 ==========

if name == "main": # 设置回测参数 backtest_params = { 'start_date': '2023-01-01', 'end_date': '2024

有好多宽币，不知道有啥用啊

使用平台的“自定义Python模块”勾中“启用缓存加速”选项，在模块第一次执行成功后，模块的输出数据会被缓存。

但是在对模块的主函数代码进行更新后，再运行该模块，则会命中旧代码的输出缓存，不会执行新代码输出新数据。

要想获得新数据必须要去掉“启用缓存加速”后运行模块，这样可以得到新数据，但是新数

# 导入聚宽库
import jqdata
import numpy as np
import pandas as pd
from jqlib.technical_analysis import *
from jqlib.alpha101 import *
from 

https://bigquant.com/codesharev3/e7ed35da-db84-41b8-bd5b-b618494b8b3a

\

https://bigquant.com/codeshare/bd663adc-d1a7-46a3-987f-6984804c2e0e

\

https://bigquant.com/wiki/collection/6zeu562u5lqk5rwb-YbyzplDKPp

在第一个sql中，拿了100多个因子，最后的筛选条件是is_zz1000，但是最后的数据出来，每天的股票没有1000只，只有几十只

chat了N遍还是这个错，实在是找不到这个‘，’请大佬帮帮忙。

• [2025-02-16 00:03:08] INFO: cn_stock_basic_selector.v8 开始运行 ..
• [2025-02-16 00:03:08] INFO: cn_stock_basic_sel

一、定义

在量化投资领域，数据是任何代码的底层架构，模型训练、策略运行都依赖于对应的数据。BigQuant 平台的模拟交易每天会基于策略所需的数据运行策略代码，最终产生下一个交易日的买卖信息。这种工作方式需要保证模拟交易运行前，其依赖的数据需要准备好。如果数据没有准备好会导致当日模拟交易运行结

绩效截图

我们先来看一个策略回测曲线，年化12.4%，最大回撤18个点，交易不是特别频繁，但总体是一个正收益系统的策略

这就是一个配对