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

https://bigquant.com/codesharev3/5bf0b7f2-728c-4154-be3b-d16e3ea57a22

\

https://bigquant.com/codesharev3/b2f8d4b6-b3f8-47cb-9163-a8c9946c23e7

\

例如取自选股中红宝丽20250322日09:24:57时刻的竞价价格和未匹配量

在外汇交易领域，利用外汇数据 API 接口获取实时市场数据并结合量化策略实现自动化交易已成为趋势。本文将介绍如何通过 iTick 免费外汇报价 API 接口与 Cursor AI 代码工具快速实现量化策略的自动编写与部署，涵盖外汇数据 API 调用、策略逻辑生成、代码自动生成及回测全流程。一、技术栈

麻烦老师帮忙看一下，调整了一下，开始时间不再绑定实盘参数，但是观察了两天还是没反应。

[https://bigquant.com/codesharev3/be2022d4-5adb-4f40-8819-9df8da3d9984](https://bigquant.com/codesharev3/b

在外汇交易领域，利用外汇数据 API 接口获取实时市场数据并结合量化策略实现自动化交易已成为趋势。本文将介绍如何通过 iTick 免费外汇报价 API 接口与 Cursor AI 代码工具快速实现量化策略的自动编写与部署，涵盖外汇数据 API 调用、策略逻辑生成、代码自动生成及回测全流程。

![

为什么我加入私有变量因子也会影响回测结果？

能不能根据我历史一段时间交易操作记录，智能生成一策略

rank_return_0

rank_return_5

rank_return_10

rank_return_40

avg_turn_5

avg_turn_10

avg_turn_20

avg_turn_5/turn_0

rank_return_5/rank_return_10

r

(close - m_min(low,10)) / (m_max(high,10) - m_min(low,10

平台的3.0不会用,找人帮忙

我记得之前dai是可以直接操作dataframe的，现在是不是不行了？

例如：

1. 先读取数据到dataframe（变量名叫df）
2. dai.query(“select * from df”)

以前这样是可以操作的，现在似乎是不可以了

\

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

<https://b

https://bigquant.com/codesharev3/48aebc8c-55fc-4066-8d60-2d61d1496320

\

iTick 提供了强大的外汇报价 API、股票报价 API 和指数报价 API 服务，为量化策略的开发提供了丰富的数据支持。本文将详细介绍如何使用 Python 结合 EMA12 指标和 iTick 的报价 API 来构建一个简单的量化交易策略，并对该策略进行回测。

![](/wiki/api/

获利盘函数、筹码理论中，是否可以取到 股指IF、IC、IH的值？

[用因子分析模块出现覆盖率不足的情况，如何解决？](/wiki/doc/mokuai-fugaishuai-qingku

\

from bigmodule import M

# <aistudiograph>

# @module(po

\

1.为什么计算开盘15分钟成交量因子？

开盘15分钟是市场交易最活跃的时段之一，也是换手率计算基础，开盘15分钟总成交量是计算开盘15分钟换手率的核心数据，而换手率能进一步反映市场参与度和流动性。

具有以下显著特征：

信息集中释放：隔夜消息、政策变化、公司公告等信息在开盘前集中发酵，导

万和证券简介

万和证券股份有限公司是一家拥有证券经纪、证券自营、证券投资咨询、融资融券、证券投资基金销售、证券资产管理、代销金融产品、证券承销与保荐、与证券交易、证券投资活动有关的财务顾问等各类业务资格的综合类券商。

万和证券开户

1. 扫码开通万和证券账号（通过此开通的账号方可

加入仓位控制的代码就运行不了了，显示是空值，前面代码已经定义过sma了。

在量化交易领域，iTick 报价 API凭借其强大的多市场覆盖能力，已成为专业交易员的首选数据解决方案。其外汇 API支持全球主要货币对（如 EURUSD、GBPUSD）的毫秒级行情推送，包含 Bid/Ask 深度报价和实时波动率数据；股票 API则覆盖 A 股、港股及美股市

在量化交易领域，iTick 报价 API凭借其多市场覆盖与高性能特性，成为策略开发者的核心基础设施。其外汇 API支持全球主流货币对（如 EURUSD、USDJPY）的实时行情推送，提供 Tick 级 Bid/Ask 深度数据与波动率指标；股票 API则覆盖 A 股、港股及美

在量化交易领域，iTick 报价 API凭借其强大的多市场覆盖能力，已成为专业交易员的首选数据解决方案。其外汇 API支持全球主要货币对（如 EURUSD、GBPUSD）的毫秒级行情推送，包含 Bid/Ask 深度报价和实时波动率数据；股票 API则覆盖 A 股、港股及美股市

策略介绍

巴菲特（Warren Buffett）的投资理念以“价值投资”为核心，强调长期持有优质公司股票，通过复利增长实现财富积累。本策略主要关注公司的账面价值、估值和盈利质量，以确保投资组合具备长期稳定的回报。

策略概述

本策略基于三个主要财务因子构建评分体系，分别是账面价值（B

我在使用贵平台编写股票交易策略代码时遇到了问题，希望能得到你们的帮助。

我编写的代码旨在实现一个股票交易策略，该策略包含底仓和浮动仓的管理，同时会根据股票的 1 分钟高频数据计算 5 分钟数据，并使用 MACD 指标进行日内交易决策。

代码中涉及 5 分钟数据的部分老是出错，具体体现在以下几

策略简介

本策略名称叫空中花园策略，是一个比较经典的日内交易策略。网上有大量的材料，感兴趣的可以搜索下。

\

策略思想

隔夜跳

国金证券简介

国金证券股份有限公司，1990年12月成立，335亿元市值，超5000人公司员工人数，8家分公司、75家证券营业部、分布全国24个省市，经营范围包括证券经纪、证券自营、承销与保荐、资产管理投资咨询、财务顾问业务等。(数据日期:2024年4季度)

国金证券开通账户

==

研究结论

传统多因子Alpha模型大多是在全市场范围内对股票一视同仁地进行打分评价，忽视了个股之间的基本面情况差异和选股因子在不同风格股票池里的适用性，能够捕捉不同股票之间差异性的动态情景模型(Dynamic Contextual Alpha Model)应运而生, 并且在海外市场获

在全球金融市场波动率加剧的背景下，传统量化投资体系正面临数据维度单一、策略迭代滞后、决策响应缓慢等痛点。iTick 外汇股票报价 API 服务与 DeepSeek-R1 大模型的深度整合，通过 "数据 + 算法 + 场景" 三位一体的创新架构，为量化投资领域带来了革命性突破。

一、全维度数据

摘要

本篇文章的核心内容是研究期货市场是否能够通过信息溢出效应改善中国指数ETF市场的高频技术交易规则（Technical Trading Rules, TTRs）。研究使用了遗传程序（Genetic Programming, GP）技术来寻找最优的技术交易规则，并分析了指数期货信息对这些规

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

本文参考Hugo大神的研报复现，移植到bigquant平台

[https://bigquant.com/codesharev3/13c94d37-ab98-47f0-be38-b1e9c848ce45](https://bigquant.com/codesharev3/13c94d37-ab9

策略

传统投资想法主要存在于人脑，并由人脑运行产生决策信号。

在量化投资中，我们把投资想法编写为策略代码，使用数据来验证和完善想法，并将最终的策略部署到计算机/服务器上运行，产生策略信号。

BigQuant提供用于策略研究开发的数据、算法、算力和平台，同时也提供策略部署和托管运行。我们先

https://bigquant.com/codesharev3/5841235c-c631-4016-9df1-0e9c72754770

\

https://bigquant.com/codesharev3/369f88a1-86d1-45cf-89aa-1c35fae19d1f

\

策略介绍

本策略是根据新国九条进行改良的新版微盘策略从而更好筛选需要的股票。

自从2024年新国九条出来后，小市值策略逐渐失效，部分小票退市概率变大，我们先看看国九条中关于股票ST的内容：

可能影响股票被ST或退市的关键因子，这些因子可以作为投资者避免潜在风险的参考：

1、分红情况：如

在全球金融市场波动率加剧的背景下，传统量化投资体系正面临数据维度单一、策略迭代滞后、决策响应缓慢等痛点。iTick 外汇股票报价 API 服务与 DeepSeek-R1 大模型的深度整合，通过 "数据 + 算法 + 场景" 三位一体的创新架构，为量化投资领域带来了革命性突破。

![](/wiki

# 问题描述
1，下面的策略代码，可以正常回测、可以正常模拟运行、但是到第二天模拟运行会报错
2，报错如下：
3，[2025-03-11 22:22:07.338366] ERROR: pypapertrading:moduleinvoker.py:38:_module_run 

https://bigquant.com/codesharev3/a5d436a4-6a1f-4d7f-b3f7-f79925d270db

\

from bigmodule import M



# 交易引擎：初始化函数，只执行一次
def m5_initialize_bigquant_run(context):
    from bigtrader.finance.commission import Pe

策略社区的XGBoost模板，只是修改了训练、回测数据日期，执行回测时正常，但提交模拟就报错，策略已分享给小Q，下面是报错信息

2025-03-10 20:24:00 任务运行开始调度 state=trigger event= 5ec3d941-73b9-47ca-8183-759397725f7

因子表达式：c_indneutralize(pb, sw2021_level1) AS pb_

我检查了pb因子原始值，并没有缺失

\

Trade

AIStudio 常用模块和开源

BigTrader 量化交易引擎

[交易引

研究背景

金融领域越来越依赖文本数据（如金融新闻、监管文件和社交媒体）来预测经济事件和市场走势。

传统的情感分析方法（如基于词典的方法）存在局限性，无法充分捕捉文本中的复杂信息。

大型语言模型（LLMs）如BERT、OPT、QuantAgent和FinBERT等在自然语言处理（NLP）任

引言

最近上传了一个新版的随机森林模块，大家可以尝试使用一下。

策略思想

因子和标签选取

![](/wiki/api/a

[https://bigquant.com/aistudio/studios/f9b674f0-0f37-11ed-93bb-da75731aa77c/?payload=[["openFile"%2C"vscode-remote%3A//bigquant.com/home/aiuser/work

简单来讲，量化投资就是利用计算机科技并采用一定的数学模型去实现投资理念、实现投资策略的过程。

量化交易 是指借助现代统计学和数学的方法，利用[计算机技术来进行交易的证券投资方式。量化交易从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，用数量模型验证及固化这些规

Qbot 不仅功能全面，在技术架构上也独具匠心。平台提供 GUI 前端 / 客户端（部分功能也支持网页），无论你是喜欢桌面端操作的稳定，还是钟情于网页端的便捷，Qbot 都能满足你的需求。后端则专注于数据处理、交易调度，通过事件驱动的交易流程，确保每一个交易指令都能迅速、准确地执行。在策略研究方面，

在量化投资的汹涌浪潮中，你是否渴望拥有一个强大且便捷的工具，助你乘风破浪，驶向财富的彼岸？如今，Qbot 与 iTick 强强联合，为广大投资者和开发者打造出一个前所未有的 AI 量化生态系统。

![](/wiki/api/attachments.redirect?id=60c5b10d-cbc

File /opt/pyenv/versions/3.11.8/lib/python3.11/site-packages/bigmodule/modules.py:28, in call(self, **kwargs) File /opt/pyenv/versions/3.11.

研究背景

文章从现代投资组合理论出发，强调了通过多样化投资来优化风险和收益的重要性。再平衡（PR）是维持投资组合风险收益特征的关键策略，通过定期调整资产权重来应对市场变化。再平衡的频率（ORF）是一个关键参数，因为它直接影响交易成本和投资组合的灵活性。文章指出，频繁再平衡会增加交易成本，而过

https://bigquant.com/codesharev3/5ae737dc-b7c0-45a5-9d65-c1aac45030a0

\

当前最领先大模型关于投资、量化与BigQuant的第一性原理的思考。

投资的第一性原理

DeepSeek R1

投资的第一性原理可以归结为在风险与收益的平衡中，通过理性决策实现资源的长期最优配置。收益和风险并非对立，而是同一枚硬币的两面，其本质在于以下几点：

1. *

dai.DataSource("_56f0fa003b2940c3979986a0f73292aa")

from bigmodule import M

# <aistudiograph>

# @param(id="m2", name="initialize")
# 交易引擎：初始化函数，只执行一次
def m2_initialize_bigquant_run(con

sql = """
select date,instrument,
volume, -- 成交股数
free_float_shares, --自由流通股数
total_assets_lf, --总资产最新一期
total_assets_yoy_lf, --总资产同比

    for instrument in set(context.get_account_positions().keys()):
        if (data.current_dt - context.get_position(instrument).last_sal

https://bigquant.com/codesharev3/2ff43e8c-0fcc-4c0c-90e1-0dc88673ca05

\

https://bigquant.com/codesharev3/f01ea352-30fd-4957-beb1-b01ff0a620a4

\

策略介绍

• 在 102 中我们使用了 [仓位分配](https://bigquant.com/wiki/doc/aistudio-HVwrgP4J1A#h-%E4%BB%93%E4%BD%

什么是均线？

金融市场上每个人都有一套自己的分析方法，无论你是一个技术派、基本面派、消息派还是量化投资派，对于“均线”这个名词一定不会陌生。虽说这个概念诞生于市场技术分析领域，但由于它的通俗易用，均线一直受到投资者和市场分析人士的青睐。

均线的全称是移动平均线（MA）。移动平均线是个什么

from bigmodule import M

<aistudiograph>

@param(id="m2", name="initialize")

def m2_initialize_bigquant_run(context): from bigtrader.finance.comm

BigQuant 开始使用

BigQuant 导航

快速创建一个量化策略

1. 注册/登录 [BigQuant](https

在机器学习算法里，这个是不需要排序的，那么我把这些因子放到线性模板，做收益对比，在线性模板里给哪个因子排序呢，每一个因子都给他一个score吗

报错，没有这个模块？怎么处理这种情况？

随着 AI 技术的不断发展，其应用领域得到进一步扩展。同时，基于外汇API、贵金属API、股票API等量化投资凭借其科学、系统的决策方式，在金融领域中扮演着愈发重要的角色。QLib，作为一个专注于量化投资研究的开源项目，就利用了 AI 技术，结合iTick的免费外汇API、股票API数据接口，为广大

随着 AI 技术的不断发展，其应用领域得到进一步扩展。同时，基于外汇API、贵金属API、股票API等量化投资凭借其科学、系统的决策方式，在金融领域中扮演着愈发重要的角色。QLib，作为一个专注于量化投资研究的开源项目，就利用了 AI 技术，结合iTick的免费外汇API、股票API数据接口，为广大

• [2025-03-03 17:54:26] INFO: extract_data_dai.v18 开始运行 ..
• [2025-03-03 17:54:26] WARNING: start_date='2025-01-01', end_date='2025-03-04', query_