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》

![](

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。

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

\

一、定义

净利润N年复合增长率（CAGR，Compound Annual Growth Rate）是衡量一个公司在特定时间段内净利润增长的平均年增长率。它反映了在每年的增长率都保持一致的情况下，净利润从一个初始值增长到最终值的速度。

CAGR的计算公式为：

![](/wiki/api/

https://bigquant.com/codesharev3/557fa12d-c1bd-46c7-a495-7e7d646dfae4

[https

\

文章目标

给出一个保存自己创建的数据列表的示例贴。

数据

本文所展示的数据列表如下：

\

数据生成与筛选

利用可

m1模块是sql写的，输出是dataSource 类型么？那我在python模块中进行read_bdb为啥报错说input_1不是Datasource类型

但我看了m1.data又显示是datasouce类型，麻烦解答下，谢谢

![](/wiki/api/attachments.r

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，

https://bigquant.com/codesharev3/9372baa1-eb8d-4f7d-bbf5-38a53988d0be

主要诉求：

1、如果我的因子在sql之外还需要用Python做一些处理，请问提交因子的时候factor_sql 该怎么写？

2、因子分析中是否每个股票每个交易日都要有因子值，我是否可以每个股票只有月末有一个因子，其他时间都是空的。

\

新版量化开发IDE（AIStudio）：

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

新版模版策略：

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

新版数据平台：

<

交易规则

• 1分钟频率回测，如果分钟K线的短期均线上穿长期均线平空开多，短期均线下穿长期均线平多。

每个交易日尾盘需要清仓。

策略构建步骤

确定股票池和回测时间

• 通过证券代码列表输入回测的起止日期

确定买卖条件信号

• 计算短期短期均线与长期均线，短

绩效截图

我们先来看一个策略回测曲线，年化17%多，最大回撤只有十几个点，交易不是特别频繁，但胜率极高。

这就是一个配对交易策略，只买

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%

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

策略介绍

本策略AI算法来预测股票的未来表现，并进行排序。这里使用算法StockRanker，BigQuant 平台开发的一种先进的机器学习算法，专门用于量化选股排序学习，通过在多个因子/特征的数据上训练，旨在从大量股票中识别并排序那些未来表现可能最优异的股票。

策略思想

策略介绍

动量策略是一种利用历史价格趋势来预测未来价格行为的量化交易策略。这种策略基于一个假设：股票或其他资产的未来价格趋势可能会延续其近期的表现。在实际应用中，动量策略通常会购买表现好的资产并卖出表现差的资产。

策略思想

动量策略的核心是“追涨避跌”。具体来说，这种策略会：

MeetUP直播答疑 时间：8月24日（周四）19:00 回放视频请访问宽客学院-双周答疑-79thMeetup

\

问题列表

**问题1：我主要使用价格K线形态来进行买入卖出依据，但是仅使用数学公式来描述形态（三角形，W，茶杯，头肩顶等）感觉比较局限，和难

策略介绍

• 在 102 AI策略 基础上，我们限定股票池为上证50

策略流程

1. 特征选择：输入对股票价格有显著影响的多维度因子，可以是包括基本面、技术指标、情绪指标

策略介绍

该策略是一个典型的事件驱动策略

事件驱动策略的典型特征是，交易信号的出现并不像每日调仓的日频策略那样连续，而是断断续续的

当满足条件后出现交易信号则交易，否则就空仓，从回测曲线也可以看出，这样的策略有很多的空仓期

策略流程

1. 股票过滤：剔除ST、退市、非主板、上

策略介绍

大类资产配置策略（Asset Allocation Strategy）是投资管理中一种基于投资组合理论的策略，其主要目的是通过在不同类型的资产之间分配投资来优化风险与回报的比例。这些资产类别通常包括股票、债券、现金及现金等价物、不动产、大宗商品以及其他替代投资品种。资产配置的目标

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

回测绩效

\

策略简介

本策略是日内回转交易可转债策略，其实和日内股票交易类似，毕竟可转债和股票非常接

策略原理

期货高频网格交易策略是一种在期货市场中利用价格波动来进行频繁买卖操作的策略。其核心思想是通过预设一定的价格间隔（网格），在价格波动中不断进行买入和卖出操作，从而在价格波动中获利。以下是该策略的主要特点和步骤：

主要特点

1. 频繁交易：高频交易意味着在短时间内进

策略简介

该策略为期货多空对冲策略，做多的同时也做空，赚取Alpha对冲收益，信号由算法产生。

标的

商品期货合约

信号产生

将股票市场的成熟算法StockRanker应用在期货市场，根据StockRanker算法预测未来1小时商品期货的涨跌，做多涨幅排序第1的期货品种，

策略介绍

小市值稳健增长策略是一种专注于挖掘市值较小但具有稳健增长潜力的股票的投资策略。该策略通过深入分析这些公司的基本面、财务状况、行业前景以及市场情绪，筛选出具备长期成长潜力的优质小市值公司，以期在未来获得超额回报。通过该策略选择的股票的优势包括有

• 高增长潜力：小市值公司通

策略思想

基于价格因子通过StockRanker进行基金的轮动选择。

本策略中使用数据过滤模块对成交量较小的基金进行了过滤。

交易频率

日线。

策略详情

在输入特征模块，进行特征的选取和数据的过滤。

表达式特征输入：

• `m_avg(volume, 5) AS v

本例是对 127-期货布林带通道突破策略-日频 的扩展和细化，在此基础上讲解分钟频率的期货布林带策略。

本例除了回测时间频率是分钟，其他交易思想完全和[127-期货布林带通道突破策略-日频](https

策略简介

布林带期货交易策略是一种基于技术分析的交易策略，它利用布林带（Bollinger Bands）指标来确定市场的波动性和潜在的交易机会。布林带由三条线组成：中轨线、上轨线和下轨线。具体来说：

1. 中轨线（Moving Average）：通常为一段时间的简单移动平均线（

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

简介

平台的交易引擎具备以下功能：

• 不同市场回测，比如股票、期货、指数、基金、期权等
• 不同时间频率回测，比如日线、分钟、tick等
• 自定义数据回测，给定行情数据进行回测，比如传入美股数据、比特币行情数据回测
• 精细回测，考虑了交易费、滑价、冲击成本、成交量限制
• 算法交易回

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. 筛选条件：将5日平均收盘价作为短线，40日平

策略介绍

• 在 101-简单动量策略 基础上，我们来实现一个更完整的选股策略模版
• 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：选择基础股票池

策略介绍

本策略是一个指数择时策略，基本逻辑是根据市场走势选择是否交易，并调整投资组合，即利用指数特征来进行风控。

策略流程

本策略是指数择时策略的具体实现，该模型的思想如下：

1. 股票池过滤：剔除ST、退市、停牌股、北交所
2. 筛选条件：上市天数大于270天，收盘价小于3

策略介绍

• 在 101-简单动量策略 基础上，我们来实现一个更完整的选股策略模版
• 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：选择基础股票池

策略介绍

本策略为买入指定股票并持有的简单实现。

策略流程

1. 筛选条件：筛选出股票代码为'300059.SZ'以及 '600519.SH'这两只股票
2. 策略回测：持有这两只股票

策略实现

输入特征模块

• 在过滤条件下筛选出目标持有股票

![](/

策略介绍

该策略是一个典型的事件策略，事件策略和选股策略是有本质上的区别的，事件策略的基本思想是，对于特定的股票，什么时候该买，什么时候该卖，本文介绍了一种基于MACD指标的事件策略

具体来说，MACD包括三个指标：

• MACD（平滑异同移动平均线）：MACD线是短期指数移动平均线（通

策略介绍

该策略是一个TALIB指标选股策略

买入条件是（1）今日开盘价大于昨日收盘价；（2）5日收盘价均线大于10日收盘价均线的股票

买入后，如果5日收盘价均线小于10日收盘价均线，则次日卖出。

策略流程

1. 股票过滤：剔除ST、停牌股、北交所
2. 筛选条件：上市天数大

策略介绍

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）

• 盈利能力指标由资产毛利率GPOA，ROE，ROA，资产流动资金比CFOA，毛利率G

策略介绍

• 在 101-简单动量策略 基础上，我们来实现一个更完整的选股策略模版
• 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：选择基础股票池

策略介绍

本策略主要讲解如何在策略中加入止盈止损与大盘风控逻辑

本策略就是在平台的默认可视化线性模板策略的基础上进行修改的，就是一个简单的小市值策略

• 剔除上市小于1年的新股、剔除ST股票、按照市值排序
• 等权持股30只、持仓5个交易日

策略实现

1. 止盈止损

策略介绍

• 美国《旧金山纪事报》曾做过大猩猩选股实验，让大猩猩独写有股票代码的纸板投标，投中一个代码就意味着选中一只股票，用此方法让大猩猩挑选出5只股票。然后，用大猩猩挑选的股票组合与《华尔街日报》8位知名分析师精心计算分析挑选的5只股票相比较，在持有一段时间之后，大猩猩随机抽取购买的股票

策略介绍

本策略旨在选取波动率低但活跃度高作为选股因子，观察了等权持股20只，持仓20天的策略表现。该策略的盈利逻辑基于对低波动率和高活跃度股票的选择。低波动率通常意味着股价波动较小，相对稳定，有助于降低投资风险。同时，高活跃度的股票通常具有较高的流动性和交易活跃度，有利于投资者在短

策略介绍

本策略选取60日成交量与收盘价相关性作为因子，观察了进行股票筛选之后等权持股10只，持仓5天的策略表现。量价因子是投资中常见的一种因子，结合了交易量（量）和价格行为（价）的信息来预测股票的未来表现，盈利逻辑主要基于以下几点：

1. 交易量的信号作用：交易量是市场活跃度的

策略介绍

本策略是104选股策略（🌟104-选股策略）模板的具体应用。

由于公司利润变化较大，而且依赖于会计准则、研发投入、设备更新投入等因素，难以正确反映公司的经营状况，而销售收入更加稳定，

策略介绍

本策略是104选股策略（🌟104-选股策略）模板的具体应用。基本逻辑是股息率较高的公司能够持续支付较高的现金股息，这通常意味着这些公司拥有较为稳定和可预测的现金流。投资者通过持

策略介绍

• 在 101-简单动量策略 基础上，我们来实现一个更完整的选股策略模版
• 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：选择基础股票池 2

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

这里都没有业绩预告和业绩快报的数据么？