两个“输入特征（DAI SQL）”模块，分别从两个数据表提取数据，之后可以共同连接一个新的“输入特征（DAI SQL）”模块，做到数据连接的功能

我们来看一个具体的例子，在下面这个例子中：

• m1模块的作用是从cn_stock_prefactors表中提取出pe_ttm

BigQuant的DAI数据平台提供了许多字段运算的表达式函数，完整的函数在这个文档（DAI SQL 函数列表），我们这篇文档总结了一些常见的表达式

1. DAI数据平台表达式函数

一、引言

在量化投资中，组合优化的鲁棒性直接影响策略的实战表现。近期我们对基于 Wasserstein 距离的分布式鲁棒优化（DRO）策略进行了迭代，看似细微的调整背后，其实藏着对组合稳定性和资产适配性的深度考量。下面就来详细说说第二个版本（代码 2）到底改了什么、为什么改以及如何实现的。

lightgbm模型报错，但是stockranker可以，不知道什么问题

#https://bigquant.com/codesharev3/9cd9a4a0-4050-40f2-b3a7-8b7652ebff63

from bigmodule import M
# 

from collections import deque
import pandas as pd
import math

def initialize(context):
    # 策略参数
    g.security = "513310.SS"  # 替换为您的标的

特殊行业市场宽度带来的异象:

当银行、有色金属、煤炭、钢铁四大板块中任意一个进入 “市场宽度 TOP1” 时，A 股行情在 1-2 周内出现显著调整的概率高达 65% 以上

一 市场宽度核心内涵

市场宽度是衡量板块内股票整体强势程度的量化指标，一般采用 “20 日均线突破率” 作为核心计算

当前默认的Python3.11虚拟环境下的alphalens会出现ndexError: invalid index to scalar variable.，该错误是alphalens的原始团队quantopian不再维护故不再适应新的python开发环境造成的。建议更新到reloaded版本。\n<

本文件提供 BigQuant Python API 的使用说明，包括用户管理、策略运行、策略查询等功能。

安装包

首先需要手动下载并安装如下的 wheel 包

👉：<https://bigquant.com/cdnuploads/wheel/bigquant-0.1.0.post102

82nd Meetup 直播答疑， 11月21日 19:00 B站直播解答

问题1:在已有策略中筛选：只要20日内出现过涨停的股，请问怎样能最简单用最少的代码来构建？

回答：预计算因子表中,price_limit_status字段表示收盘时刻的涨停状态；往前取20日, 进行滚动

获取数据

获取数据平台的数据到本地：

from bigquant.api import strategy, user, run, dai

# 用户登录(所有业务都需要进行登录)
user.login(username='xxxxxxx', password='xxxxx

0. 策略名词解释：

定义：回撤是指投资组合或资产从峰值到谷底的最大亏损幅度，用来衡量投资风险。

（1）单期回撤（时点回撤）

在时间 𝑡 ，资产 𝑖 的回撤定义为：

![](/wiki/api/attachments.redirect?id=67ec38e9-30d0-43f2-9

• BigQuant 比赛
  • **[2025年进益杯因子大赛](https://bigquant.com/square/competition/5c3f7783-4158-4196-97ab-171b2721

• BigQuant 比赛
  • [BigQuant练习赛](https://bigquant.com/square/competitio

\

• 提示 1： 在处理大规模数据时，Python 的 for 循环是最高效的选择吗？
• 提示 2： 代码中获取的数据格式是 pandas DataFrame，这是一个为高性能计算而生的工具库。不妨探索一下它自带的计算函数。
• 提示 3： 能否在数据查询 `da

{{pro}}

[https://bigquant.com/codesharev3/090ebeeb-a6f0-4046-b72a-07c4bf7031de](https://bigquant.com/codesharev3/090ebeeb-a6f0-4046-b72a-07c4bf70

BigQuant进行实时交易

实时交易区别于我们的日频模拟交易，实时交易会根据实时行情变化产生即时交易信号并在对应的柜台进行撮合成交。实时交易策略在策略名称后跟有【==实时==】标签，日频策略没有。

实时交易的基本流程如下

1.绑定交易账户

2.编写策略-提交实时任务

3.观察策

这个策略的核心是通过动量效应和资产轮动实现收益,同时加入了风险控制机制降低波动,我将从基础投资原理开始为大家拆解我在设计该策略时的逻辑.

一 基础投资原理:策略设计逻辑

1.动量效应

定义:资产的价格趋势具有持续性 —— 过去一段时间表现好的资产，未来一段时间往往继续表现好；过去表现

本策略通过 “原始海龟的趋势内核 + ETF 的工具优势 + 多层风控的安全垫”，实现了 “风险可控下的趋势收益”。

一 本策略定位

• 核心逻辑：追随中期趋势（20 日周期），通过 “突破开仓、止损平仓” 实现 “小亏大赚”；
• 工具载体：ETF（免印花税、高流动性、分散

\

如果有时间和精力，且有丁点代码基础的，可以考虑搞兼职，不感兴趣的请略过~。\n\n当前收入还行，3-5k/m有之，3-5w/m也有，看时间和精力，有一定难度，外资平台。\n学历无限制，最好是硕博，或优质本科，当前不能是金融从业，有尽调，正规纳税。\n兼职顾问信息保密，对外只能看到编号，有能力的可作

3月6日下午，欢迎电子科大的同学，现场过来聊一聊！招聘会正在进行中～～～

【招聘岗位】Rust开发工程师/量化策略研究员/商务经理/财务 【投递邮箱】recruit@ft.tech 【官方网站】ft.tech 【工作地点】北京/上海/成都/新加坡

线下招聘会预告：3月7日14:00四川大学（望江

当当当当~~大家好，很高兴认识大家。这边推荐给大家高频量化开发工程师一职，欢迎自荐或者推荐您的小伙伴，我们十分期待您的加入！

【我们是谁】：

我们是SigmaFi Trading的一员，团队成员来自Jane Street和Goldman Sachs等著名金融机构的华尔街资深人士，并拥有普林斯

【可转债量化分析师】

• 硕士及以上学历
• 五年以上可转债投研经历，三年以上券商研究所转债策略研究员或知名机构转债策略核心骨干优先，有成熟量化转债策略且业绩可证明者优先
• 要求具备独立开发量化可转债策略，包括但不限于策略框架设计、因子挖掘、代码、回测、优化等 -精通金融工程，熟练运用主流量化分

一、引言

在 A 股市场里，小盘成长股凭借灵活的经营模式、对新兴机遇的敏锐捕捉，往往蕴含着爆发性的增长潜力，但也因抗风险能力相对弱、业绩波动大，给投资决策带来挑战。本次分享的量化策略，聚焦通过多维度财务与市值指标筛选优质小盘成长股，结合定期调仓机制，力求在控制风险基础上，挖掘小盘股的

0. 策略名词解释：

（1）经济增长（Growth）

经济增长阶段指 GDP 增速较高、企业盈利改善、就业上升、通胀温和的时期。

（2）滞涨（Stagflation）

滞涨阶段指经济增长停滞或放缓，同时通胀率高企，股市和企业盈利承压的时期。

（3）衰退（Recession）

衰退阶段