新版3.0环境以及平台推出的策略社区模式是在原先的策略天梯模式中进一步演变提升的产物

我这边以当前策略社区按夏普比率排名第1的策略，做个简单的分享：

1、**策略订阅：**对比之前的策略天梯模式，可以采用一键部署方式，获取到该策略的交易源码，可自行改变回测时间、持仓数量等多维度对策

下面是文章的标题

运行后报错ValueError: Length mismatch: Expected axis has

import dai

# 查询沪深300成分股的收盘价
query = """
SELECT instrument, close 
FROM cn_stock_bar1d 
WHERE instrument IN (
    SELECT instrument 

而盘后处理函数则可以调用，但无法用来构建涨停取消订单。只能用盘前处理函数？有没有其他办法

错误：cannot access local variable 'stock_lastday_price' where it is not associated with a value

![](/wiki/api/attachments.redirect?id=9c7f498f-80a4-

正如标题所示，这个系列主要介绍订单斜率系列因子。需要用到数据流的表格名为cn_stock_level2_snapshot,需要开通数据流的请联系小Q。

时间加权订单斜率

数据定义

我们使用的数据格式如下:

| 日期 | 买一价 | 卖一价 | 买一量 | 卖一量 | 成交量 |

这一章节介绍和中间价相关的一系列分钟频因子的加工，需要用到快照数据cn_stock_level2_snapshot, 需要开通数据的请咨询小Q。

时间加权成交价比中间价

数据定义

我们来看看需要加工该因子的字段:

| 时间 | 委卖一价 | 委买一价 | 成交量 | 成

这一节我们来编写成交价加权净委买比例的分钟因子。该因子涉及到快照数据cn_stock_level2_snapshot表格，需要开通该表权限的用户请联系小Q。

数据定义

与成交量加权净委买比例的因子加工方法是类似的，为了大家能够详细的理解该因子，我们还是从头来解读一

更新

本文内容已经过期，待更新，请查看如下最新内容：

• python 基础：可先看本文
• 数据平台
• [数据可视化分析](https://bigquant.com/wiki/doc/big

 回测时发现仓位中有些早期时间段(大多2012年前)仓位很轻,按理持仓就为10支,可那些日子里只有1,2支. 后面发现,:\n     因为我代码中有:  m_max(close,100). 只要这100前有一个NAN值,这支股票就被无情的排除了.

 要是:m_max( close

本文将要带大家使用dai加工实时的基金分钟频数据, 进一步使用plotly对实时数据进行可视化操作, 加工因子需要各位对SQL语句有一定的了解，各位请参考dai的使用文档. 以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

数据定

概述

这个系列我们主要使用基金快照数据来加工一些分钟高频因子，需要用到的表和对应字段如下。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

cn_fund_level2_snapshot

本文将要带大家使用dai加工实时的股票分钟频因子——成交量加权净委买比例。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

数据定义

这里我们给出一些公式来了解该指标的算法，在给出公式之前，我们来看一下我们使用的数据表格结构：

| 时间 | 买一量 | 卖一量 | 成交量

数据定义

以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

构造这个因子需要用到的数据的表格形式如下:

本文将使用dai利用快照数据加工分钟频因子并进行可视化处理，需要用到十档委买单数量，所以我们需要使用的表格为cn_stock_level2_snapshot。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

数据定义

这里我们需要花一些篇幅来介绍一下我们是如何将快照数据处理

概述

这个系列我们将会用到股票快照数据和逐笔数据来加工一些分钟高频因子，需要用到的表和对应字段如下。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

cn_stock_level2_snapshot

该表记录了股票l2的快照数据, 字段如下:

| 字段名 | 数据类

本文以中证1000的股指期货(IM2503.CFE)与指数(000852.SH)价差为例, 我们来加工股指与期货的价差因子并进行实时可视化操作。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

数据定义

因子构造思路较为简单，我们需要用到期货l1快照数据以及指数快照数据，首

在量化交易中，通过手段实时获取交易信号是基本功，本文将利用dai.stream_factor和其他第三方库配合给你的qq邮件发送策略信号。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

![](/wiki/api/attachments.redirect?id=f7258

这一次我们选用螺纹钢的相关期货合约来加工一个近月与远月合约的价差因子。我们选用的标的为rb2503.SHF, rb2501.SHF。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

因子代码

这里只需取出价格数据即可，所以我们直接对代码进行讲解。

im

概述

这个系列我们将会用到期货快照数据和分钟数据来加工一些分钟高频因子，需要用到的表和对应字段如下。需要表格权限的请咨询小Q。

cn_future_level1_snapshot

我看了新版里边的资金流因子最接近的只有这个‘netflow_amount_large’，但还是有区别，有没有完全一致的因子？

策略概述

本策略基于破净股的投资思想，主要通过筛选股价低于公司每股净资产的股票，来寻找市场中被低估的投资机会。破净股通常由于市场情绪、短期波动等因素被低估，但从长期来看，这类股票的内在价值往往会被市场重新认识并反映在价格上。策略通过剔除高风险和财务不稳定的股票，专注于那些具备稳健基本面且有较

策略介绍

查尔斯·布兰德（Charles Brandes）的投资理念可以用“价值投资”的核心思想来概括。布兰德强调寻找被低估的股票，并注重市盈率（PE）、市净率（PB）等财务指标的合理性，以确保投资的安全边际。本选股策略注重选择市盈率和市净率低于市场平均水平的股票，同时考虑如股息收

ai 3.0 运行 报错

ai2.0 运行 收益是负值 [基于XGBoost模型的智能选股策略](https://bigquant.com

引言

现在在Aistudio中能够使用dai来加工实时因子了, 本系列文档旨在降低dai在实际业务中加工日内高频因子的开发难度。

阅读本系列后您将掌握:

• 基于实时快照、逐笔、分钟数据合成任意日内高频因子;
• 能够基于加工的因子实现动态可视化;
• 通过dai获取实时交易信号并发送至邮

import dai
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

pd.set_option('display.max_rows', None)
sd = '2023-

不是板块，而是涨停概念。比如最近火热的“国企改革”，如果能用因子表达式把同类涨停概念的股票数量统计出来，对于策略会非常有效。

https://bigquant.com/codesharev3/72e1b035-71fd-4603-bbc6-9e54342f0ac7

1、m_la

目的

BigQuant策略开发兴趣小组，第一期 （2024-05 ～ 2024-07）

• 为BigQuant量化学习者编写策略模版、Demo和复现常见策略
• 通过共同学习，提高兴趣小组成员策略编写能力

如何参与

• 对于策略开发者，扫描如下二维码，添加小Q微信，报名策略开发兴

如题

旧版的T.parallel_map(run, parameters_list1, max_workers=1, remote_run=False, silent=True)，可以进行并行计算，现在3.0用什么方法了？

一、“冲高回落”的定义

在股票领域中，大家经常会听到一个词，叫做“冲高回落”。冲高回落是指当日股票当日急速无量上涨，然后带量下跌。分时图走势为先扬后抑，一般为早盘拉高，然后慢慢下滑，收盘拉出一根上影线。

下图展示了 000599.SZ 在 2024-09-18 这一天的分时走势，其

策略绩效

其中，年化收益10.6%， 夏普比率0.83，最大回撤8.12% ，如果加上空仓时候的理财收益，收益率有望达到11%。

这是我在乐咕乐股 上显示的医药行业的历史市盈率

![](/wiki/api/attachments.redirect?id=8a156e

老版本中有类似beta和波动的因子，在3。0新版本中如何获取

beta_sse50_60_0

volatility_60_0

代码如下

import dai

st = '' 

sql = f""" 
select
    date,
    instrument,
    sw2021_level2,
    sw2021_level2_name,
    r_ind,

一、策略概述

1.1 背景介绍

行业轮动策略是一种量化交易策略，旨在通过在不同行业之间进行资金分配，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。

列名和字符串如何区分

字符串用单引号（'）来包围，而列名通常不需要引号。如果列名中包含特殊字符（例如空格、连字符、其他符号等），您需要使用双引号（"）来引用列名。如下：

%%sql
select date, instrument, close/open as "con

# 回测引擎：每日数据处理函数，每天执行一次
def m19_handle_data_bigquant_run(context, data):
    #...
    # 2. 生成卖出订单
    print(f'{today} before cash:{co

操作符

站在模拟盘角度考虑，假设今天还未开盘时，我挑选了N只股票，以股票A为例，我自己评估了股票A今天可能会达到的价格假设为10元，当股票A早上集合竞价结束开盘价高于10元，直接挂单开盘价买，否则直接挂单10元，盘中如果达到了这个10元价格就直接买入了，然后我再评估A股票的卖出价格为11元，如果在接下来的某

import dai
sql = """
SELECT 
    date, 
    instrument, 
    factor 
FROM alpha_a191_f0017 
ORDER BY date, instrument;
"""
df_all = dai.quer

最开始是想，用 下面的曲折方式来实现

IF(price_limit_status = 3,1,0) as zhangting

m_imax(zhangting,30) as last_zhangting_day 来实现，但是因为计算这个因子的前提条件是今日涨停，所以上面的 last_zhangt

仔细找没找到，奇怪。

\

context.get_position(ins).last_price是返回最新的价格，那么，有没有一个context.get_position(ins).m_max(close,5)这样的函数可以返回最近5日的最高收盘价呢？我找不到context.get_position(ins)这个函数的各种

能不能帮我写这个因子表达特征式：一共六天的k线 当日（第6日）收盘价格大于前面的1、2、3、4、5日的收盘价格，且第1日的收盘价大于第2、3、4、5日的收盘价

这种用普通代码还好写，可是用因子表达特征式写不出来能够运行的。 问了那个智能体给的也是没法运行起来。有什么简单的表达

一、研报解读

**集合竞价阶段是反映投资者行为信息的重要时点。**我国股票的日内交易分为集合竞价阶段和连续竞价阶段，累计交易时长4 小时。开盘和收盘是一天中股市交易的最重要的阶段，开盘集合竞价阶段是隔夜信息释放的第一时点，而收盘集合竞价阶段则是日内交易信息反映的最后时点。集合竞价阶段

知识库的一个贴子里讲到有这么个因子是根据逐笔成交数据的叫买序号和叫卖序号进行分析后构成，意思是每一笔成交数据，都可能是由一笔买单买入几笔卖单行成，也可能是一笔卖单卖给几笔买单行成，这些买单和卖单都有各自的叫买序号和叫卖序号。自己没找到在哪个数据表可以查询，请老师帮忙指点。

还请哪位高手指点一下，这个公式怎么写成因子构建公式，比如下面这种形式：

SUM((CLOSE=DELAY(CLOSE,1)?0:CLOSE-(CL

实盘申请

本次实盘终端支持【万和证券】（**湘财证券实盘终端正在升级中），需要开通并申请量化实盘权限：

1. 实盘账号申请，请[点击此处开户](https://bigquant.com/wiki/doc/5lih5zkm6kb5yi45bya5oi36km5oof-x6iDcmgqG

近日，银龙股份与中铁广州工程局集团有限公司签订《战略合作协议》，双方以“平等互利、优势互补、相互支持、长期合作、共同发展”为原则，建立和完善战略合作机制。银龙股份专注于高性能预应力材料、轨道交通用混凝土制品及自动化装备产业、新能源领域的技术研发、生产销售、产业赋能。公司在预应力行业深耕多年，始终秉承

9月12日，重庆建工集团党委书记、董事长孙立东与格力地产集团常务副总裁周优芬进行座谈，双方就项目建设、地产开发、品牌打造等多领域合作进行了深入交流，并签订战略合作协议。格力地产集团总经理、重庆区域董事长王冰，集团副总经理夏煦参加。

孙立东表示，格力地产作为业界的领军者，以独特的战略眼光和强大的

1、bigtrade的模式和聚宽很大的一个区别就是，策略要用的数据你们是先全部提取好了作为直接输入到回测引擎，这样就可以减少回测引擎每回测一天跑一天数据的麻烦，且再次回测也会有缓存，加快回测效率。我想问的是，我在取数据的时候是取整个回测时间段的，模拟的时候取数是当前的，这两个取数代码的写法肯定不同，

一个简单得MA20均线的策略，但是回测跑起来总是说内存不够，按理说不应该，请老师帮我看一下是不是我代码出问题了

板块轮动那是瞎逼写的请忽略

[https://bigquant.com/codesharev3/3f993eb0-df6b-45b6-886e-dd2de8f6186b](ht

一、Z值定义

企业信用评估是投资决策中的重要环节，帮助投资者识别和评估潜在的违约风险，这对于保护投资者的本金和收益至关重要。通过对企业的财务状况、经营状况、管理能力等多方面因素的综合分析，投资者可以更准确地判断企业的信用状况和偿债能力。信用评级提供了一个衡量企业信用风险的有效工具，有助于投资者

代码

import dai
import pandas as pd


sql = f"""
select date , instrument ,sw2021_level2 , m_avg(turn,40) as turn_40avg , m_nanstd(daily_r

摘要

**日内动量介绍Gao L等学者在Market intraday momentum中提到了指数日内涨跌幅的一个有趣现象，即开盘半个小时的涨跌幅可预测收盘半小时的涨跌幅，这一规律在标普500、道琼斯指数，罗素2000等指数均成立。作者给出了两点可能的解释1、基金再平衡的需求2、信息反应不

目前只知道固定的止盈代码如下。

#----------------------------------------止盈模块START----------------------------------------#

# 对于持仓中的每一只股票来说

for

本文旨在复现方正证券的金融工程类研报，通过构建高频因子让大家学习股票分钟数据的使用。原始研报贴在文章的最后附录部分。

一、因子逻辑介绍

在股票市场中，成交量的边际变化隐含着非常重要的信息，特别是在技术分析领域，成交量被认为是股票市场的原动力。俗语“量在价先”深刻的反应了成交量的变化对于股票

请教一下哪个窗口函数能实现判断某列的值在时间上是单调上升或下降的，我想实现比如收盘价/成交量，连续n天单调上升或下降

我构建SKDJ指标，在输入特征模块输入下面的表达式

m_min(low,35) as _LOWV

m_max(high,35) AS _HIGHV

ta_ema((close-_lowv)/(_highv-_lowv)*100,5) as _rsv

ta_ema(_rsv,5) as K

策略实现

A股-基础选股模块

• 在”交易所“一栏中，取消勾选”北交所“
• 在”上市板块“一栏中，取消勾选”北交所“
• 在”ST状态“一栏中，取消勾选”ST“与”*ST“
• 最后勾选”过滤停牌“
• 其他选项保留默认

输入特征-因子特征模块

• `dividen

import dai
dai.query(""" select instrument,date,daily_return,close,
            cumsum(close) over(partition by instrument order by date ro

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

我很想尝试新推出的分钟级别的回测，但是怎么写都报错，希望能给我一个策略例子，当持仓股票盘中冲高5%回落1个点卖出以及亏损3%卖出就行，我就想看看这个分钟回测是怎么运作的，日级别出信号，回测时候如何安装约定的分钟条件进行细化买卖的，非常感谢，写了好久也写不出来。

为什么同一个股票池，运行中性化函数，每次运行结果都不一样？我有下面的需求：今天有20个股票，我选了因子最大的5个买，明天又增加了20个股票，再次计算取因子最大的五个，昨天买的不在这五个里的卖了，然后买入剩余的。逻辑就是新增的这些票的因子是否比昨天已经买的要大，如果大的话那我就要换入，那如果中性化结果

import dai 
dai.query("""select a.instrument,a.date,shift,report_date
                from cn_stock_financial_lf_shift a join cn_stock_pref

![](/wiki/api/attachments.redirect?id=71c0411d-d4dc-4d21-b10c-8acc31808

\

策略介绍

• 基于十大股东的持股信息实现一个较为复杂的选股策略模版
• 此策略可以作为一个选股和线性策略的常用模版使用

策略流程

1. 选股：选股逻辑——选择前十大流通股东中包含社保基金的股票
2. 打分：按照社保基金股东持股权重进行打分
3. 仓位：根据

策略介绍

• 在146-基于场内ETF预期低风险配置策略 基础上做了升级调整，通过全天候资产配置经验来设置更为合理的仓位权重
• 此策略可以作为一个选股和线性策略的常用模版使用

策略概述

低风险策略的系统介绍参考文档：[14

你们好像是用了 nuitka 把 python 转成 c++

但这导致我在你们代码中，设置一个断点。然后调试单元格会报错。

下面是一个你们的均线的模版策略，

![](/wiki/api/attachments.redirect?id=6a162d3c-0e5c-4f79-b33d

策略介绍

• 在113-大类资产配置ETF基金交易策略 基础上加入仓位权重再平衡的逻辑，来实现一个更完备的策略模版
• 此策略可以作为一个选股和线性策略的常用模版使用

策略逻辑

策略介绍

净利润同比增长选股策略旨在通过筛选那些净利润同比增长显著的公司，挖掘潜在的投资机会。该策略核心在于选择那些净利润增长率高的公司，以捕捉其盈利增长潜力，同时确保这些公司具备稳健的财务状况，如资本充足率和流动比率良好。此外，还关注这些公司股价的上涨趋势和成交量稳定，以及它们所处行业的增

因子研究

• 因子加工的时候，如何判断加工结果是否准确

两步：1）检查原始数据 2）检查计算加工逻辑

测试数据的覆盖度、准确性。

• 因子挖掘方面的问题，如何去挖掘因子，没有形成一套逻辑

参考研究报告：

着重推荐第一篇：《国盛证券多因子系列之八：日间量价模型研究》

![](

策略介绍

红利策略也叫高股息策略，是价值投资的经典策略之一。简单来说，该策略基于股息率选取高分红个股进行投资，在获取分红收益之余，还能获取股价上涨带来的收益。

“新国九条”出台，红利有望成为中长期的投资逻辑。

新“国九条”落地之后，监管思路已经向“强监管、防风险、促高质量发展”转

策略介绍

双均线策略是一种简单而又广泛使用的技术分析工具，主要用于识别市场趋势的变化和生成交易信号。这种策略涉及两条移动平均线——一条短期（快速）和一条长期（慢速）——并通过观察这两条线的交叉点来决定买入或卖出的时机。

策略流程

1. 选择股票池：在银行业中利用双均线进行择时选股

AI量化领域结合了人工智能（AI）、机器学习（ML）以及量化金融的技术和方法。这一领域的目标是使用算法和计算模型来分析大量金融数据，从而做出投资决策或提高交易效率。

一些在AI量化领域重要技术和方法，以及在金融领域的应用：

1. 机器学习算法：机器学习算法是AI量化领域的核心。它们包括

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU（新版开发环境下的模版目录）

\

导语

RNN、LSTM和GRU网络已在序列模型、语言模型、机器翻译等应用中取得不错的效果。循环结构

例如 cell 1 里的 m1,

cell2 中 m2，以 m1.data 做为输入

使用流程

1. 编写计算程序，并将其提交为任务；
2. 选择任务类型，例如数据任务、因子任务等，接着指定任务的相关参数，例如任务的执行时间等；
3. 在任务管理界面查看任务的执行状态，如果任务执行成功，您可以查看任务的执行结果。

![](/wiki/api/attachment

若想 过滤掉 超过百分比95% & 低于百分比5% 的数据,只保留中间90%的数据, 以下代码可实现吗?

新版没报错,但代码运行不出来,是资源不够吗?

Python 代码入口函数，input_1/2/3 对应三个输入端，data_1/2/3 对应三个输出端

de

https://bigquant.com/codesharev3/66b9f520-b481-467c-95d6-ddd6996d7813

\

一、股息率定义

股息率是指公司每年支付的股息与其股票当前市场价格的比率。它是一个重要的投资指标，帮助投资者评估股票的收入潜力，股息率越高，通常表示投资者可以从该股票中获得更多的被动收入。计算公式为：

![](/wiki/api/attachments.redirect?id=2c4d22

不对呀，我的表都加了前缀了，为什么会报这个错误呢？

[https://bigquant.com/codesharev3/24c85c8a-3428-4b69-b580-72f2b7f82d56](https://bigquant.com/codesharev3/24c85c8a-3428-

想请问svm model的这两个部分_DEFAULT_LEARN_PROCESSORS和_DEFAULT_INFER_PROCESSORS是啥呀

如下图，日志中能看到8-29日有下单买入，但是持仓跟详情中都无法看到8-29的股票，请问这是什么问题？

策略地址

[https://

为什么回测好好可以用。提交模拟就不行

代码

import dai
dai.query('select * from lxl_hf_ff_1').df()

报错

InvalidInputException: Invalid Input Error: Attempting to ex

问题1:我在big Trader里面加print，我没有使用缓存，第一次可以打印，后续重新运行无法打印，必须刷新网页重启环境才能print，请问如何解决？\n\n问题2:关于big Trader机制的问题，我打印了几个变量，当天日期，预测结果，实际买入和实际卖出的股票，但是和我理解的机制差别很大，我

1

大部分人都不知道要买哪只股票，所以才需要量化策略对股票行情数据进行监控(可监控行情api接口数据)，然后采用一系列的因子作为选股标准，满足这些因子的股票行情则被买入，不满足的则卖出。

在量化策略中，要选出优质的股票，至少得获得这些股票行情数据进行监听处理，因为不知道哪个股票数据放量，所以需要订阅所

https://bigquant.com/codesharev3/334e2174-1146-4cc4-9397-c6df35e7e005

\