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。

【平台使用】为何相同条件下计算结果不同？

同样的时间、数据等，为何每次计算的结果都不同。

https://bigquant.com/codesharev3/be5860fa-7193-4348-95af-9fe0688fbb74

请帮忙解答。

更新时间：2024-12-10 01:41

【平台使用】使用AI因子数据库cn_stock_factors_ai导致回测数据断裂

用AI因子数据库cn_stock_factors_ai的因子，回测数据就会有断裂，不用就不会

更新时间：2024-12-09 01:39

82nd Meetup

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, 进行滚动求和m_sum(p, 20)>=3; 选出求和结果大于等于3的票.

       [选择历史涨停票进行交易](https://bigquant.com/codesharev3/88e21207-a3b1-46b7-9f18-0d93f411b0d1)\n\n**问题2：请老师仔细讲解一下“

更新时间：2024-11-22 01:56

【平台使用】迁移特征到3.0版的改动是否正确？

请大神帮忙看看迁移特征是否对

因为要将原代码迁移到3.0平台，但对平台本来就不熟悉，整理了特征的迁移部分，请大神帮忙看看是否改对了，谢谢

ai studio1.0平台原特征	ai studio3.0新特征
rank_return_0	c_pct_rank(daily_return)
rank_return_1	c_pct_rank(m_lag(daily_return, 1))
group_rank(industry_sw_level2_0,return_1)	group_rank(sw2021_l

更新时间：2024-11-18 02:10

【代码报错】KeyError: 'buy_signal'

我按照模板写的单独调用一个vip因子进行测试

import dai
import pandas as pd
import numpy as np
import math
import warnings
from datetime import datetime, timedelta

from bigmodule import M
from bigtrader.finance.commission import PerOrder

## 设置开始和结束时间
sd = '2020-01-01'
ed = datetime.now().date().strftime

更新时间：2024-11-18 02:08

【平台使用】运行无回测结果

全部运行为什么没有回测数据

https://bigquant.com/codesharev3/c8635f6e-07b1-4c82-960a-ff975e9fecb9

更新时间：2024-11-11 10:43

【代码报错】高频数据自建因子策略SQL输出为空数据

基于高频数据自建因子构建策略 sql 输出为空数据

import dai
sql = """
SELECT
    wq_test_1016_.factor as factor,
    ln(cn_stock_prefactors.total_market_cap) as marcket_cap,
    cn_stock_prefactors.sw2021_level1 as sw2021_level1,
    m_avg(c_neutralize(factor,sw2021_level1,marcket_cap),10) as score,
    dat

更新时间：2024-10-21 02:15

【平台使用】如何将DAI查询的数据导出为XLS表格？

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/ope

更新时间：2024-10-10 09:49

【代码报错】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：2024-10-10 07:10

【平台使用】历史市盈率数据结果差异大的原因

数据怎么会差别很大

这是我在乐咕乐股上显示的医药行业的历史市盈率

这是我用代码实现的历史市盈率，怎么会有这么大的差别，时间都是2019年9月到现在的数据。

代码如下

import dai
# import numpy as np  没有使用到

更新时间：2024-10-10 02:09

【代码报错】SQL函数抽取数据有误

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

更新时间：2024-10-10 01:48

【代码报错】如何优化代码运行速度？

怎么提升速度？

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

pd.set_option('display.max_rows', None)
sd = '2023-12-01'
ed = '2024-01-02'

data_com = dai.query("SELECT date, instrument, industry_level1_code, industry_level1_name FROM cn_stock_industry_comp

更新时间：2024-10-09 10:20

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

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