【数据问题】为啥又不对？anybody
method=1，2, 3
| method | int8 | 计算方式(1-算术平均; 2-总股本加权平均; 3-流通股本加权平均) |
|---|
怎么弄的不对呢？
\
import dai
df = dai.query("""
SELE由bqv93dy2创建，最终由bqv93dy2更新于
method=1，2, 3
| method | int8 | 计算方式(1-算术平均; 2-总股本加权平均; 3-流通股本加权平均) |
|---|
怎么弄的不对呢？
\
import dai
df = dai.query("""
SELE由bqv93dy2创建，最终由bqv93dy2更新于
想做中证800指增策略，系统卡着不能进行下去了，心烦意乱，有没有大神救一救~~~~
1、多次出现score，系统无法识别该用哪个score
**思路是从中证800股票池，通过约10各因子得分加总AS score,按照score排名，降序取前200只，再在这200只按照score降
由bqmap80b创建，最终由bqv93dy2更新于
由bq4jnrx6创建，最终由bq4jnrx6更新于
1、请回顾你过去的交易经验，选择一个你曾经使用过的交易方法，尝试用量化的方式重新表达出来（用文字描述，无需代码实现）.。
找尋符合條件的股票，P/S, P/E, Profitability YoY, market cap, etc 等條件篩選，並進行擇時投資。
2、在看完从0-1开发量化策略
由bq2wgfv4创建，最终由bq2wgfv4更新于
1、请用自己的话解释什么是量化投资
分析金融市场的信号，透過數學模型演算最佳投資報酬+自动化下單。
2、请你列出你认为的量化投资的优势和劣势。
優勢：減少人為情緒擾動，高效處理更多資訊，邏輯回測
劣勢：許多因素並非可以簡單量化，管理、產品。速度也可能帶來風險。模型不一定適合每一個行情。
由bq2wgfv4创建，最终由bq2wgfv4更新于
由bq4jnrx6创建，最终由bqv93dy2更新于
由bq4jnrx6创建，最终由bq4jnrx6更新于
DataSource是bigmodule原生支持的一种泛用数据类型，在底层实现了许多优化机制，以确保数据准确、安全、便捷地传输和使用是。
\
DataSource相关的方法和属性，定义在库 dai 中，通过以下代
由small_q创建，最终由small_q更新于
近期，A股市场对量化交易的口诛笔伐不绝于耳，负面情绪弥漫。当市场波动与个人亏损叠加，量化交易似乎成了那个最容易被归咎的“罪魁祸首”。然而，在群情激愤之下，我们是否也该冷静思考：通过强制干预的方式“管死”量化，真的是解决问题的最佳方案吗？还是说，我们可能忽略了
由bq0sxhmu创建，最终由bq0sxhmu更新于
由yangduoduo05创建，最终由yangduoduo05更新于
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
由bqooxoxs创建，最终由bq4pmn6g更新于
理解 BigQuant SDK 的设计哲学，是构建高性能、可扩展量化交易系统的基础。
BigQuant SDK 的本质是一个智能代理。它打破了“本地软件”与“云端服务”的界限：
由bq1fuwkt创建，最终由bq1fuwkt更新于
每一个身处A股市场的普通投资者（即“散户”）心中，或许都有一个共同的疑问：为什么就算行情曾经站上了4000点，自己到头来却总是亏多赚少？这个问题困扰着数以亿计的人，成了一种普遍而深刻的挫败感。近来，像刘纪鹏教授这样的专家学者也在公开场合痛心疾首地指出了市场的
由bq7td619创建，最终由bq7td619更新于
由bqnst8by创建，最终由bqnst8by更新于
（含相对强弱指数公式、使用技巧、Python代码、回测平台）
相对强弱指数（Relative Strength Index，RSI）是一种动量指标，用于分析股票的价格走势，以确定过度买入或过度卖出的条件。它是通过比较最近期间内的平均收益和平均损失来计算的。
[BigQuant](http
由bqw9z8tc创建，最终由bquo5qne更新于
最近读到中金量化多因子系列中提到一些高频因子，比如50分钟K线最高与最低价相关系数平方的均值、成交量最高50根K线成交量收益率动量等等，那么根据分钟行情数据构建出来的话，应该是计算出多行的数据，那么对于我们量化爱好者来说，做因子测试的话是利用这些日内多行的数据吗？还是需要做降频处理到每日只取一行数据
由bq8fkujm创建，最终由bqv93dy2更新于
《别再追微盘股了！“轮动宝”策略回撤更低、收益更稳》\n——打造实战价值策略\n\n🔥 亮点抢先看：\n1️⃣ 哪些标的是长期正收益\n2️⃣ 如何确定有效因子\n3️⃣ 如何进行组合优化\n4️⃣ 如何提升策略稳定性
\
[20251106151335-轮动宝
由small_q创建，最终由bqh2sq9c更新于
该策略是一个质量投资策略，即基于公司质量指标选择股票
在这里，我们将质量因子（score）定义为盈利能力（Profitability） + 成长性（Growth） + 安全性（Safety）
由bqbcl5zr创建，最终由bq2wgfv4更新于
平台的vscode好像无法设置断点进行调试。
由bqv93dy2创建，最终由bqv93dy2更新于
BigQuant平台不仅支持传统机器学习模型，同时还对深度学习模型模块进行了封装，方便用户直接使用策略生成器开发策略，降低策略开发难度。本文对BigQuant平台上策略生成器已经支持的深度学习模块进行简单介绍。
深度学习模型通过功能层进行积木式拼接，典型的模型构架如下：
由clearyf创建，最终由bqixstqk更新于
国信金工的日线级别的动量因子（https://mp.weixin.qq.com/s/VlvvFzm0SeoFg_9wkkjshQ），看研报效果不错。另外，研报启发最大的一个点，就是如何将个股和行业收益结合起来生成因子。
在平台实现时，需要 用到sum_greatest_k算子，但由于不清楚如何
由bqz709ry创建，最终由neoblackxt更新于
BigQuant SDK 是一款为专业量化研究员打造的本地开发工具。它让您在保留本地 IDE 开发自由度的同时，无缝调用 BigQuant 云端的海量数据与分布式算力。
BigQuant SDK 支持 Windows、Linux 和 macOS。我们建议在 [Python 3.1
由small_q创建，最终由bq1fuwkt更新于
在“私享会”内部，我们正式推出全新协作型组织——投研团！这是一个围绕具体策略方向组建的兴趣聚合、目标导向型研究小组，旨在帮助每位成员从“单打独斗”走向“团队攻坚”。
由qxiao创建，最终由qxiao更新于
1.开通BigQuant合作券商账户（指定二维码开通享手续费优惠），并申请实盘、绑定实盘资金账号。
2.设置对应实盘资金账号的实盘策略，创建计划交易信号（实盘申请通过后：用户的实盘策略可选择用户的所有模拟交易策略）。
3.创建实盘访问凭证，获取对应访问凭证的密
由small_q创建，最终由small_q更新于
由small_q创建，最终由small_q更新于