简单介绍

AIStudio是BigQuant平台以AI为核心的Cloud IDE，可以用于量化投资数据分析、因子挖掘、模型训练、回测和交易以及更广泛的程序开发和AI模型开发训练等。

快速入门

启动AIStudio

点击顶部导航栏中的【编写策略】即可启动AIStudio，或点击AIStudio超链接直接跳转。

初次启动可能需要一些时间，请耐心等待。

启动过程中可以点击"签到领宽币"，获得50宽币的奖励。

![加载页面](/wiki

职位描述 【岗位职责】

1. 开发和优化公司低延迟交易系统，实现交易策略、风控等需求；
2. 开发交易接口与行情接口，完成关联机构的对接；
3. 开发风控、监控系统及高性能回测平台；
4. 与投资经理沟通开发需求，提出设计以及实现需求。 【任职要求】
5. 有3年以上国内外头部量化私募、高频量化私募开发经验，至少精通以上2个模块的开发工作；
6. 毕业于C9或QS100院校，扎实而顶尖的理工科学习背景，计算机科学、软件开发等CS相关专业；
7. 具备优秀的编程能力，精通C++，能够使用Python；
8. 熟悉金融衍生品交易业务和技术架构；
9. 具备良好的软件测试习惯，

BigQuant量化交易开发平台是专为量化投资和交易设计的综合软件平台。提供一系列量化开发工具和服务，使交易者和投资者能够开发、测试、优化和执行复杂的量化交易策略。（文末附开发资源汇总）

基本概念

量化开发平台通常包括数据分析、策略开发、回测、风险管理和自动化交易功能。它们为量化交易者提供了一个集成环境，用于构建和实施基于数学和统计模型的交易策略。

核心功能

2019年，定下一个小目标：做一套Quant的工具箱，一边学，一边做，也一边分享。欢迎小伙伴们前来围观、拍砖。

（tips：文末罗列了所有量化核心技术框架）

工具箱将立足于三个领域

1. 量化开发——以交易后台开发为主
2. 研究——以机器学习研究框架为主
3. 交易——以期货和电子货币实盘为主

万水千山总是情，相信总有一款适合投身于量化领域的你。

第一期先听我BB一下量化开发（Developer），先讲总框架，之后再细究各个部分的设计和实现。

向量化回测系统

网络上已经存在了不少的开源回测框架和在线研究平台，他们都提供了完整的回测系统、归因分析，那为什么

【前言】 BigQuant平台提供较多的预计算因子、提供AI能力、可视化开发，使得量化开发的门槛降到了极低，对于没有编程经验者也可上手。

最快速让新手开发出自己的量化策略，是直接使用平台新建“可视化AI策略”，开发者直接在输入特征列表，输入影响股票涨跌因素的因子， 平台自动根据历史数据进行训练，即可完成策略的开发。

【目标】 完成开发只是第一步、最终的目的还是要完成优质策略的开发，本文对下面策略的创造过程进行分享，看是否对大家能提供些许帮助。

【创造过程】 1、**思路：**每个人根据自己的经验，都会有自己对影响股票涨跌的经验，转化成量化开发的方式，就是提

【本文为原创文章，发表于vnpy/知乎/新生大学】

最近参加了一个知乎收费讲座，讲CTA策略的创新，尤其提到了策略开发的技术路线，包括机器学习在策略开放中使用的一些情况，收获很大，总结出来方便自己未来查阅，也为大家提供一些思路。另外，本文只是我的总结， 建议感兴趣的还是听知乎博主的课。

**备注：**CTA时量化策略的一个大类，主要是通过预测趋势来赚钱，跟其相对应的大类还有统计套利策略和高频策略

**知乎博主介绍：**博主付超，是国内一家私募公司CTA策略部门的负责人，从事CTA策略开发6年。由于策略的私密性，无法讲解细节，只能提供方向。

传统CTA的特点

\

回顾上一章的3篇文章，我们从量化回测、实盘交易、以及中台化运营三个方面，逐步介绍了量化开发所需要涉及的工具及技术，已经有能力做到快速上线策略进行实盘交易。（量化开发之量化交易中台化）

现在我们的研究员小伙伴研究好了一个简单的MACD策略，他只需将研究好的策略代码提交到代码版本库，后续的任务就可以由我们的交易系统及中台完成。通过简易的报表式UI界面，看到策略的实盘效果，小伙伴应是兴奋又忐忑的。

![{w:100}](/community/uploads/default/original/3X/d/9/d990

我是初学者，我有个选股的策略想找人帮开发一下（有偿）。

免费策略开发回测，详情加V：ASK185185

有偿分享天梯hot榜策略源码，也提供基于bigquant平台量化开发快速入门及技能提升，有需要请留下联系方式

策略天梯链接：https://bigquant.com/live/mall/strategy?id=65216

注意事项：

当前策略策略运行2个多月，年化2000%，最大回撤6%，夏普比率6.5，存在前期的运气成分，对于后期不要有这么高的预期，不算复利情况，对后期的预期的值在平

https://bigquant.com/live/shared/strategy?id=63844

需要策略源码进行量化开发交流的

导语

本文主要介绍在AI可视化模板策略上的一些尝试，加入一些更为复杂的逻辑，最终提高策略开发能力达到进阶水平。

不知道大家是否有这样的疑惑，在按照平台给出的模板开发了策略以后，不知道从哪些角度提升策略效果，只知道增删一些因子不断调试。本文以一个实际的策略案例，希望大家能够掌握以下几点：

• 修改训练集、测试集时间
• 通过表达式引擎构建衍生因子
• 修改数据标注
• 通过某因子过滤数据集
• 自定义模块
• 加入固定百分比止损

如何提升策略效果

• 修改训练集、测试集时间

  金融市场不同时期具有不同的市场风格，比如15年之前，中小创涨得

回顾上一篇文章，我们设计了事件驱动回测框架，用于验证与优化我们的策略；同时也开发了配套的实时交易系统，保证我们有能力将策略实盘跑起真正的资金来。


但我们要的不仅是能上策略，而是能高效且规范地上

基于Scikit-learn的向量化回测框架


回测是个老掉牙的问题了，开源社区也有不少优秀的回测框架，如zipline、backtrader等，那我们为什么要放弃他们而选择造轮子再设计一套