from bigmodule import M

# <aistudiograph>

# @param(id="m7", name="initialize")
# 交易引擎：初始化函数, 只执行一次
def m7_initialize_bigquant_run(context)

![](/wiki/api/attachments.redirect?id=944a28bd-009c-4470-8c1d-25ccedf30

https://bigquant.com/codesharev3/534ccc2e-0cd1-4bb5-9e32-1364235eac4e

以上选股策略

https://bigquant.com/codesharev3/e931fce3-8e41-459d-a139-f9fc2457b61c

按老师提供的

策略简介

以中证1000股指期货的近月和远月期货为标的，进行跨期套利操作。信号来源于中证1000现货指数的信号，即为如果价格上穿均线，呈现多头趋势，那做空近月合约，做多远月合约；如果价格下穿均线，呈现空头趋势，那做多近月合约，做空远月合约。

本文不是以均值回归作为策略思想，而是从市场预期的

导语

平台有大量算力，但是个人开发环境算力有限，因此怎样将一份AI策略，修改下模型策略的参数，让他在远程集群环境运行呢，比如我模型学习率是0.01 ，希望在0-1整数之间按0.01遍历呢？

这里有100种情形，100组参数。如果每组参数要跑10分钟，那跑100组参数的时间太长了，接近16个

乖离率策略链接：https://bigquant.com/square/ai/a7661d31-7ef6-92fe-1241-d366378d8b21

直播回放地址：<https://bigquant.com/college/courses/course-v1:public+l0611+2

操作系统：Mac OS

浏览器：chrome

操作：

在编写策略板块中，新建一个模板策略，不做任何修改，直接运行，就报错了。

按道理平台是服务器端部署的，所有的库都是平台部署的，为什么还有这种无法解析的问题呢？

求助。提前感谢。

![](/wiki/api/attachments.re

简介

我们的模版——可视化AI策略是一个单次训练策略，但实盘的策略需要经过滚动训练的研发验证。

在量化交易中，市场环境具有高度动态性与非平稳性，传统的一次性训练模型难以适应不断变化的市场结构。因此，采用滚动训练（Rolling Window Training）的方式对机器学习或深度学习模

您可以去社区论坛问答交流板块反馈咨询 去发帖>>
---------------------------------------------------------------------------
ImportError                          

在学习的小白，使用了可视化线性策略的模板，使用中产生的学习疑问。

m1-A股基础选股模块 连线 到m2-输入特征模块，这个连线为什么就代表后续会按照m1的逻辑进行筛选呢？

我看连线是相当于把m1的输出结果，作为m2的input_1，但是m2的文档里只是说input_1后续可以继续被调用，没有

https://bigquant.com/codesharev3/0661476f-e3bd-4dd4-9c1c-140e3e837839

\n\n回测

旧版有一份文档，但过时了，代码不可用：设置交易费率和价格

操作符

本文档介绍在150-AI选股策略新的策略模版下如何进行滚动训练。

本文是旧文，建议参考最佳实践方法：AI量化策略滚动训练最佳实践

使用方法

创建调优对象

本文是旧文，最佳实践见：160-alpha挖掘大杀器——并行模块tune

前言

M.tune可调节的参数仅限于模块中的参数, 具体用法可参考**[尝试用M.tune写一个滚动训练](https://b

本文是旧文，建议参考最佳实践方法：AI量化策略滚动训练最佳实践

前言

为了进一步加深对M.tune的使用理解，这里我给大家写一篇M.tune的实际应用。我们可以使用它来调参，当然也可以用它来做滚

关于历史数据向前取的天数解释如图，

比如你要算ma10，正常来时这里天10或者超过10的数，回测出来的结果是一样的，

但是当你不断修改这个值，你会发现回测出来的结果一直变化，这就不符合逻辑了\n这让人怎么用啊？

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

明明是一天调仓一次的，有些股票买入后，也没有遇到跌停卖不出的问题，但是就是没卖出？\n比如这里的话华塑股份，应该要在17号卖出，但是一直没卖出？什么问题啊\n ![](/wiki/api/attachments.redirect?id=db2f81a6-02d5-40b4-ac16-babc48a6

介绍

通过本地 VSCode 连接到BigQuant AIStudio，在本地 VSCode 里开发、调试、运行等。

注意：本地 VSCode 没有 AIStudio 可视化开发等功能。我们仍然推荐使用 AIStudio。

此功能 [旗舰版](https://bigquant.com/s

一、引言

1.1 说明

以往的回测中，本平台默认使用的是open和close即开盘价和收盘价作为买卖价格，本平台开发了一种方式，可以让各位投资者自定义买卖价，满足各位投资者的测试需求。

该功能将改变以往的买卖价下单的设置，将按照各位投资者设置的价格进行下单。

为展示该功能的作用，我

\

一、 参数优化的必要性

• 提高策略性能：通过调整参数，可以使策略更好地适应市场或问题的特点，从而提高策略的盈利能力、准确性、效率等关键性能指标。例如，在投资策略中，合适的参数设置可能使收益最大化，同时降低风险。​
• 增强策略稳定性：优化参数有助于减少策略在不同市场条件或

select date, instrument, name, roic_lf, roic_mrq from 
cn_stock_prefactors
where is_hs300
and date = '2025-05-15'
order by roic_lf desc 

1.市场观察和机会发现

近期的A股市场呈现：从估值扩张转向盈利质量

• 政策催化：近期监管层强调 “引导上市公司提升 ROE”，叠加分红新规落地，高股息、高 ROE 的价值型资产吸引力提升。
• 资金行为：北向资金近一月净流入超 300 亿元，重点配