https://bigquant.com/codesharev3/9bb304c1-7225-4e77-97b6-dc7f763925ad

\

策略提交模拟是成功的，总是没信号。

已经去掉了绑定开始日期，还是不行，启动日志总是读不到持仓信息，见下面日志第一行len=0

[2025-03-28 01:47:16] [info     ] extract_planned_orders len=0 for acco

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

预计算因子表[数据平台] <https:/

我们的回测模块能实现这个功能吗？\n目标：每天开盘后用open价格卖出持仓，然后用卖出的资金以open价格买入股票。\n我自己测试的情况：调整模块的买卖价格都为open之后，早盘卖出的资金，无法用于当天买股票！ 有实现的方法吗？

你是否被以下问题困扰过：

你跟随策略时，是否出现涨停票破板未卖出，导致收益大幅缩水情况？

你跟随策略时，是否出现股票快跌停无法及时卖出，导致未出手，第二天再吃跌停情况？

你跟随策略时，是否出现开盘买入，但买入后就立即下跌情况？

你跟随策略时，是否出现策略提示尾盘出手，但你想在盘中有合

在我的策略中， 实盘策略，设置，修改策略对应的资金规模，从10w 升级到11w， 希望自动化的扩从持仓信息， 我使用过的qmt 实盘

发现qmt 无法收到增加的扩仓信息，并自动加仓

![](/wiki/api/attachments.redirect?id=4d2b57ff-7131-465d

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

https://bigquant.com/codesharev3/54891dfd-8e8b-4db1-81bf-d8e5a0e98d02

\

报告摘要

主要观点

本篇是“学海拾珠”系列第九十七篇。本文提出了一种离散型的交易策略，将投资组合的回撤控制在目标水平内，同时最大化长期投资组合的收益。本文将损失控制目标定义为滚动窗口内的回撤(REDD)。本文使用三个大类资产来测试动态资产配置策略：标准普尔500总收益指数(SPTR

在金融科技领域，获取准确、实时的股票数据对量化交易、投资分析等工作至关重要。对于关注日本股票市场的开发者和投资者而言，选择一款合适的股票数据 API 十分关键。本文将对几款免费日本股票数据 API 进行对比，同时提供部分代码示例，助力读者深入了解。

![](/wiki/api/attachmen

策略原理

行业轮动策略是一种量化交易策略，它依赖于在不同行业之间进行资金分配，以期捕捉市场趋势和行业表现的周期性变化。 从名字即可看出，经济周期导致任何市场状态下可能都会存在股市价格表现较好的行业，因此我们如果能布局这些行业并定期轮动调整，那会取得还不错的投资效果。

本策略是曾经在社区里

因子原理

市销率（P/S Ratio），是一种估值指标，用于衡量公司股票价格与其销售收入之间的关系。市销率可以帮助投资者了解公司股票的估值水平，相对于其收入而言是否被高估或低估。

在不同的行业中，市销率的合理区间也存在差异：

• 技术行业：技术公司通常具有较高的成长潜力，投资者预

投资组合风险和收益率的计算涉及多个财务概念和数学公式。让我们首先了解一些基本概念，然后进入具体的计算方法。

投资组合收益率的计算 假设投资组合由多种资产组成，每种资产的预期收益率和投资占比各不相同。

投资组合的预期收益率可以通过以下公式计算：Rp ​=∑(n,i=1) (wi ×Ri​ )

1.引言

在开发了概念每日行情数据后，本篇文章将基于cn_stock_index_concept_component_sectors展示一个策略示例

概念每日行情数据链接：概念行情因子开发

1.1

1. 什么是股票概念?

股票的所属概念是指上市公司所涉及的业务领域、行业特征、政策关联或市场热点主题，例如新能源、人工智能、医疗健康、碳中和等。这些概念是市场对公司业务的一种归类，帮助投资者快速理解公司的核心方向和潜在价值。

若想直接订阅使用概念每日行情数据，可订阅数据库：**cn_stoc

中证1000成分股 2023年7月26日有1001只

import dai
df = dai.query("""
    SELECT
        date, instrument, member_code
    FROM cn_stock_index_compo

如题，【125-多头排列回踩买入策略】在文档中并没有将买入和卖出信号加入到k线处理函数中， 请检查是否有误

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

策略概述

本策略是一个简单的趋势跟踪策略，主要思想是：

• 判断趋势：通过计算一段时间内的 Tick 价格的移动平均线（MA），来判断当前价格是高于还是低于平均水平。
• 跟随趋势：当价格高于移动平均线时，我们认为处于上涨趋势，就买入股票；当价格低于移动平均线时，我们

-- cci_120: 商品通道指数。指标解释:计算方法: TP=(最高价+最低价+收盘价)÷3,CCI=(TP-TP的n1日均值)/(0.015*TP的n1日平均误差)。 
(high + low + close) / 3 as _tp
(_tp - m_ta_sma(

滚动训练完成后的模型，如何保存最终模型？

是我这样操作保存吗？请指导一下。

[https://bigquant.com/codesharev3/8a40eb97-c600-49ce-a354-59b24e8c45ef](https://bigquant.com/codesharev3/8

一、德国股票市场数据需求的核心挑战

在量化交易领域，股票数据 API 的选择直接决定策略的成败。作为欧洲最大经济体，德国股票市场（尤其是法兰克福交易所）的股票报价 API 与股票实时 API 需求呈现三大核心挑战：

1. 时效性要求：高频交易策略对股票实时 API 的延迟敏感度极

一、德国股票市场数据需求的核心挑战

在量化交易领域，股票数据 API 的选择直接决定策略的成败。作为欧洲最大经济体，德国股票市场（尤其是法兰克福交易所）的股票报价 API 与股票实时 API 需求呈现三大核心挑战：

1. 时效性要求：高频交易策略对股票实时 API 的延迟敏感度极

摘要

股市预测是一个经典但具有挑战性的问题，吸引了经济学家和计算机科学家的关注。交易活动涉及高风险，投资者可能会损失部分或全部投资金额，因此需要更智能的技术来辅助投资决策。

除了传统的金融数据，如价格和交易量，文本数据（如新闻和社交媒体）和宏观经济数据（如GDP和CPI）也可用于预测。这些