数据分析
在金融领域，数据分析是一项至关重要的能力，它利用先进的统计技术和复杂的算法，对大量的、多样化的金融数据进行深度挖掘和精准解读。这种分析不仅涵盖了历史数据回溯，以洞察过去的市场动态和资产表现，更包括对未来市场趋势的预测。通过数据分析，金融机构能够更准确地评估风险、制定投资策略、优化产品定价，并实现客户关系管理的个性化。在数字化时代，数据分析已成为金融决策的核心，为从业者提供了在不确定性中寻求确定性的强大工具。
关于SQL 函数抽取数据有误的问题。
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_return,40) as volatility_40 , m_regr_slope(daily_return,return_000001SH,40) as bate_40
from cn_stock_prefactors
where st_status = 0 and suspended = 0
O更新时间：2024-09-12 06:13
老师，请问DAI查询出来的数据表太大，如何单独形成一个XLS表格，方便自己进行分析，谢谢
import dai
df = dai.query("""
SELECT
date, instrument,
IF(price_limit_status = 3,1,0) AS _zt,
If(m_sum(_zt,10) = 1,1,0) AS _firstzt,
open/m_lead(close,-1)-1 AS _jump,
If(_jump > 0.04,1,0) AS _jumphigh,
close/open-1 AS _positive,
更新时间：2024-08-19 09:48
为何用ai训练同一历史时刻，回测结果却不理想。
我始终以为，历史会重演，时势造英雄，于是：
1、我用上证指数（000001.SH）和纳斯达克ETF（513100.SH）创建了一个时光机：
https://bigquant.com/codesharev3/01195700-2d18-411f-a4db-cd93b39f6f31
**2、然后以此为中心，在其一年时间内（2019-08-28/2020-08-28），分别用stockranker和Xgboot进行训练，并对过去半
更新时间：2024-08-19 03:21
策略报错：KeyError: "DataFrame does not contain 'open' column"Output is truncated
KeyError: "DataFrame does not contain 'open' column"Output is truncated. View as a open in a text editor. Adjust cell output settings...
https://bigquant.com/codesharev3/fe4fb116-9952-42a2-aad4-91738ebaa77c
\
更新时间：2024-08-16 03:50
bqrziiy4 作业提交
import pandas as pd
import numpy as np
import dai
sql = """
SELECT date, instrument,
m_avg(turn, 20) as avg_turn_20,
m_lead(close, 5) / close -1 AS future_return_5,
FROM cn_stock_prefactors
WHERE date >='2024-01-01' AND date <='2024-07-08'
ORDER BY date, instrument
"""
df更新时间：2024-07-30 02:57
【数据发布-股票数据】Fama-French因子（日频）
〇、重要说明
本数据集为View，本质是提供数据构建公式，而非原始数据，数据使用者在数据提取时会现用现算，因此提取数据会耗费计算资源
一、数据基本信息
数据表链接：https://bigquant.com/data/manager/datasources/mldt_cn_stock_factors_FF_1d
数据表名：mldt_cn_stock_factors_FF_1d
数据类型：View
收费标准：免费
投资品类：股票
数据频率：日频
依赖数据表：cn_stock_prefactors
二
更新时间：2024-07-25 10:25
因子构建源码（MFI资金流向、OBV能量潮、PVT量价趋势、SOBV能量潮）
MFI资金流向指标
计算方式：
- 典型价格（TP）=当日最高价、最低价与收盘价的算术平均值；货币流量（MF）=典型价格（TP）*当日成交量；
- 如果当日MF＞昨日MF，则将当日的MF值视为正货币流量（PMF），将N日内的正货币流量加总代入公式5；
- 如果当日MF＜昨日MF，则将当日的MF值视为负货币流量（NMF），将N日内的负货币流量加总代入公式5；MFI = 100 -［100/(1＋PMF/NMF)］
\
OBV能量潮
计算方式：
- 从上市第一天起，逐日累计每日上市股票总成交量若当日收盘价高于前一日收盘价，则当日OBV为前OBV加上本
更新时间：2024-06-28 08:25
高阶技巧-如何计算过去N日指标1最大值当天指标2的值
简介
以计算过去20日最高价当天的成交量为例，介绍如何计算这种场景的需求。
主要函数介绍
m_imax()
这里我们将使用到DAI的SQL函数m_imax，该函数可以帮助我们获得过去某个时间段的最大值的窗口索引。
例如，通过m_imax(open, 5) AS re_index来看看这个函数的使用效果，该语句获取了过去5天内最高的开盘价的索引，我们以‘000002.SZ’为例，查看该语句提取的数据。
更新时间：2024-06-12 10:52
Pandas基础操作技能get! 强烈推荐！
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
下列代码在读取数据时，使用最新dai.query接口即可。
\
策略案例
[https://bigquant.com/codesharev2/5509a634-c207-4eaf-a6f2-a73d15fada39](https://bigqua
更新时间：2024-06-12 07:41
Pandas库之数据处理与规整
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
下列代码在读取数据时，使用最新dai.query接口即可。
\
导语
本文继续讲解Pandas库在数据分析和处理上的一些应用。
[https://bigquant.com/codesharev2/5a39d584-7b74-4d00-832f-
更新时间：2024-06-12 02:36
【历史文档】高阶技巧-获取市场涨跌停统计数据，并入库，提交定时任务
简介
bigqunat强大的人工智能分析平台，提供了多元化的数据，方便的数据回测等，今天介绍bigqunat获取市场涨跌停统计数据，并入库，提交定时任务。
编写策略
1.点击编写策略
2.点击新建立空白代码策略，我们命名为市场统计（点击回车键即可创建） \n 等具体代码的编写。
\
视频
https://www.bilibili.com/video/BV1nT4y1q7Ut/
策略源码
[https://bigquant.com/experimentshare/224aa4076333436ea5a570694376631a](https://bigquant.com/experimentshare/224aa40763334
更新时间：2024-06-07 10:55
如何用收盘前10分钟或5分钟的数据代替收盘价以便买入
更新时间：2024-06-07 10:55
华泰研报: XGboost实现有序回归
更新时间：2024-06-07 10:55
小市值策略
更新时间：2024-06-07 10:55
如何利用stockranker开发做空策略？
问题
我试过用stockrank来标注做空股票和期货，（默认参数，回测做空的代码都写好）标注上加-，如-shift(close,-2)/shift(open,-1)或-shift(open,-1)/shift(open,-2)，随机生成几百甚至上千的策略回测所取得的效果普遍没有做多好，大多数情况甚至连正收益都达不到，而做多好多都轻松取得正收益，是算法的特性还是有其他窍门？
视频
https://www.bilibili.com/video/BV1Ny4y1E7KJ
\
策略源
更新时间：2024-06-07 10:55
如何在可视化模块上用bigtrader?
问题
如何在可视化模块上用bigtrader?
视频
8月19日Meetup模板：以双均线为例
https://www.bilibili.com/video/BV1S44y1y7dc?p=4
策略源码
[https://bigquant.com/experimentshare/b2f44f26626a4d798d2dfecdb8e75d64](https://bigquant.com/experimentshare/b2f44f26626a4d798d2dfecd
更新时间：2024-06-07 10:55
2021-AI量化Meetup导览
导语
2020年我们开展了近半年的Meetup，共11场Meetup活动，90个问题，7场专题，持续地为大家服务和提供新鲜的灵感。2021年，Me
更新时间：2024-06-07 10:55
回测引擎常用功能示例
更新时间：2024-06-07 10:55
序列窗口滚动
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://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间：2024-06-07 10:55
基于遗传算法挖掘股票因子
更新时间：2024-06-07 10:55
大盘收益率相对于个股的收益率的3天内相关系数因子demo
更新时间：2024-06-07 10:55