Position(StockPosition/FuturePosition)合约持仓数据, 可访问以下属性：

• trading_day: 交易日 YYYYmmdd
• last_sale_date: 上一次交易的日期

如果需要计算持仓交易日天数，该如何计算？因为自己是想弄个止盈止损策略

因子原理

今天我们来聊聊 KDJ 指标，这个在股市中常被提及的技术分析工具，它可以帮助你更好地理解市场趋势。

KDJ 是由 K 线、D 线和 J 线组成的指标，主要用于判断市场的超买超卖情况。简单来说，KDJ指标可以评估股票是被高估还是被低估，从而做出更明智的投资选择。

我们先来看看KD

BigCharts 介绍

BigCharts是专业的金融市场和量化投资数据可视化探索与分析工具，致力于为用户提供高效、易用、可定制的数据可视化解决方案，提升用户在数据探索、分析和决策过程中的效率与准确性，成为量化投资者和金融分析师的得力助手。

快速入门

操作符

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

凯利准则对于长期交易来说已经足够好，前提是投资者对风险是中性的，并且能够承受较大的回撤。然而，在实际交易中，我们无法接受长时间和较大的回撤。为了克服凯利准则导致的较大回撤问题，Busseti等人（2016年）提出了风险约束凯利准则，它将最大化长期对数增长率与回撤作为约束结合起来。这种约束使我们能够获

DOUBLE[]和DOUBLE[ANY]是不同类型吗？

执行如下sql报错：

%%sql
select array_cosine_similarity(cast([1.0, 2.0, 3.0] as double[]), cast([1.0, 2.0, 3

![](/wiki/api/attachments.redirect?id=3fbbec8c-d6bb-4ddc-bffb-d7c5548a2

请问如何让策略在固定月份（比如一月）空仓？

是在回测模块的初始化函数里加代码吗， 还是在仓位分配模块里加代码，应该怎么加呢？谢谢

[https://bigquant.com/codesharev3/fd66537f-dd22-4b89-b0b2-b1a89f1ea800](https:/

【第三方库】请安装dune_client

请安装dune_client>=1.7.7，用于下载区块链数据。

ParserException Traceback (most recent call last) Cell In[6], line 115 **[82](vscode-notebook-ce

ModuleNotFoundError

Traceback (most recent call last) Cell In[7], line 1 ----> [1](vscode-notebo

龙虎榜数据是否存在未来函数？请核实！

请问1.0和3.0因子函数如何对应关系

1. 1.0的ta_rsi，3.0里是用ta_rsi还是m_ta_rsi？
2. 1.0的rank，3.0里是c_pct_rank还是pct_rank？

怎么理解带c和带m前缀的函数？

\

日频交易，每日轮仓

[https://bigquant.com/codesharev3/7f53a613-ea73-41da-aca1-01e4c4900ba1](https://bigquant.com/codesharev3/7f53a613-ea73-41da-aca1-01e4c4

【策略魔改】选股结果存疑

由 您创建，

你发布于

[1 分钟前](https:

请问有关“选取总市值从大到小排名前80%”

你好老师们

在107 “股息率策略”中

1. 选取总市值从大到小排名前80% 讲解文案使用的是：c_pct_rank(total_market_cap) > 0.20 z

而在文章末尾有网友提出

“选取总市值从大到小排名前80%”的

1.0版本因子导入到3.0存在问题，麻烦看下这个策略里面的DAI因子是否能正常提取。

[https://bigquant.com/codesharev3/969d6d27-e552-4c06-ab25-09fe5a1fc34c](https://bigquant.com/codeshare

请问1.0模型固化了的策略怎么样才能在3.0中继续使用呢？

手里基本都是固化模型的策略，这种策略应该怎么导入3.0呢？

$$ s=1>2 $$

\

转债凸性的量化表达（gamma）

证券研究报告2024 年 12 月 24 日

可转债量化专题

转债凸性的理论逻辑虽然和衍生品 greek 中的 gamma 类似，但实际操作思路上更类似于债券的凸性。这主要是因为转债在目前的 A 股市场中的主流投资策略是持有买入，而非 delta 对冲

cn_stock_prefactors表中

1. 因子：deal_number，北交所的标的没有数据
2. 因子：net_active_buy_amount_rate_main 北交所的标的没有数据

\

强化学习（RL）是机器学习中最令人兴奋的领域之一，尤其是在交易领域应用时。RL之所以如此吸引人，是因为它允许你优化策略并增强决策方式，这是传统方法无法做到的。

它最大的优势之一是什么？

你不需要花费大量时间手动训练模型。相反，RL可以自行学习和做出交易决策（取决于收到的反馈），并根据市场

快速开始第一个策略

新建策略

打开 编写策略 > 点击左侧 + AIStudio 新建策略 > 点击模版 可视化线性策略 > 回车确认

![新建可视化

算法交易策略简单来说就是用计算机语言（如 Python）编码的策略，用于执行交易订单。交易者将这些策略编码，以利用计算机的处理能力，以更高效的方式进行交易，几乎不需要干预。

无论你是初学者还是经验丰富的交易者，跟随这个指南踏上算法交易策略的旅程。它旨在赋予你必要的知识，帮助你在交易中取得成功。