你好，我修改了这个策略的代码，想只保留主板的数据，但是运行回测数据没有变化，是什么原因呢？

策略：

https://bigquant.com/codesharev3/fc26699e-a006-4e90-8609-8ebcbee38ff6

\

影响策略效果的因子有很多，每个人所选择的因子也各有不同，选取因子后，如何分析数据，找出有效选股逻辑模型就成为重点。该数据分析工作是策略逻辑编写中最耗时的部分，本文介绍，如何简化数据分析的工作：数据标准化处理

举例说明：

当天收益因子：5000支票，可能会有1000+个不同的值，如：1.01%，1.02%, -0.1%,-0.2%….，实际上收益值1.01%,1.02%对于策略数据分析来说，理论上无本质区别，固1.01%、1.02%这类数值接近的值，需要把它标准化为同一个值，就可以大大提升数据分析上的效率

数据标准化处理方法：

1、可以按天为维度，把因子的值，按数

https://bigquant.com/codesharev3/25a00f8e-4f85-4ff6-bdfc-cbd028eb727a

\

#问题描述

策略是从策略社区克隆过来的，然后在原策略（每日调仓）的基础上修改了调仓周期的逻辑（每8天调仓）形成新的策略，回测正常后提交模拟交易。

回测已变为每8天调仓，但是模拟交易仍为每日调仓，见附图1和2。

请问如何解决此问题？谢谢。

![附图2-模拟交易每日调仓](/wiki/api/attachments.redirect?id=176b67a5-cf2f-45d5-ae03-5902f64b060

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

问题

请教catboost的详细使用方法，对于原先使用xgboost或者stockranker的策略，如何用catboost替换掉xgboost或者stockranker?

视频

https://www.bilibili.com/video/BV1US4y1n79r/?spm_id_from=333.999.0.0

策略源码

[https://bigquant.com/experimentshare/c2422c6678a8

策略源码

{{membership}}

https://bigquant.com/codeshare/41bf4005-7f89-45a6-921e-51b1dcc771d9

\

量化模型：

• 如何通过python做出量化估值模型？
• 学习线性代数和解析几何对建立模型的优势是什么？
• 如何在XGboost中实现华泰研报关于有序回归作为损失函数和评价函数？

策略优化：

• 为什么策略的预测结果通常不是第一只收益最高？
• 为什么StockRanker的训练次数不是越大越好？
• 概率在量化策略中的应用如何合理化实施？

策略实盘：

• 如何快速判断策略是否能用于实盘？即未来也能带来收益

量化学习：

• 如何入门量化交易？
• 量化交易难度怎么样？

\

双十一活动预热：

**徐啸寅

https://bigquant.com/codesharev2/0b4b68b6-b64d-4fdd-ae59-949bd87d3803

\

策略源码

A：市场风格变化时策略如何自动切换

问题

假设同样的label下，IC从0.04提高到0.06但是策略收益却没有明显提升，怎么看待这个现象，怎么处理能让Ic与收益强相关呢？

视频

[https://www.bilibili.com/video/BV1JV4y1J7cU?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086](https://www.bilibili.com/video/BV1JV4y1J7cU?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086

问题

如何从ndcg图上去寻找策略的优化方向？什么样的ndcg曲线是最有效的？

视频

https://www.bilibili.com/video/BV1SF411q7nX?share_source=copy_web

策略源码

[https://bigquant.com/experimentshare/4f51bbd25ff84ad1b99ca47be2712a2d](https://bigquant.com/experiment

策略案例

https://bigquant.com/experimentshare/44df09d365584c4b9874df99f5f69c4f

\

【此文档为旧版】 相关新版文档参考：

https://bigquant.com/wiki/doc/ai-rq8QOC2fDb

策略案例

https://bigquant.com/experimentshare/16571b942a8a4a92a4914c15f65d0883

\

【旧版使用说明】此文档为旧版本，相关文档可参考：

https://bigquant.com/wiki/doc/126-KkS3pYVIAH

20210624 Meetup 策略案例

https://bigquant.com/experimentshare/f235e9ce26dc42b9ae9fb57ca6574bf1

\

问题

深度学习在期货高频上的应用

策略源码

8月19日Meetup问题模板：

https://bigquant.com/experimentshare/f58dbfb388454407b8a2b99eb14cf1ea

\

问题

如何利用滚动回测进行策略开发和因子挖掘？

视频

[https://www.bilibili.com/video/BV1Gr4y177FR?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086](https://www.bilibili.com/video/BV1Gr4y177FR?share_source=copy_web&vd_source=2

因子组合

• 为什么因子IC、IR好，SR表现变差？
• 为什么SR好的因子组合后SR变差？如何提升因子组合表现？

SMA计算

• 如何以同花顺、通达信的计算方式在bigquant计算SMA指标？

文寅斐老师专属邀请码：o9ipry

使用此邀请码开通plus会员立减100元，赠送10000宽币

添加小Q再领取300元优惠券，二者可叠加使用哦～

打开微信扫描下方二维码添加小Q👇👇

![](/wiki/api/attachments.redirect?id=151a5956-b72c-4b0b-ba0c-9a0d9ea9f8b4

备注：本策略含有未开放的数据，故克隆之后无法运行。

{{membership}}

https://bigquant.com/codeshare/b6e80d6b-f5e0-4778-97cf-77fcadb7b488

\

一个关于止损策略的疑问

以下是我的止损模块代码：
def m5_before_trading_start_bigquant_run(context, data):
    # 获取当前持有的所有股票
    holding_instruments = context.get_account_positions().keys()

    # 计算非调仓日当天是否需要卖出，记录至待卖出列表
    if not context.rebalance_period.is_signal_date(data.current_dt.date()):
        for ins

如何把次日开盘数据加入策略？比如竞价金额，竞价成交量。开盘涨幅。

新手想问一下在trade运行中，这个错误是什么意思，需要在什么地方改正

\

https://bigquant.com/wiki/doc/xinhao-fangfa-oxACTyy7MT我看到知识库里有个大神有这个再次分类提高选股策略的方法。但是，在测试集中把return_5_day=(shift(close_0, -5)-shift(open_0, -1))/shift(open_0, -1)给当作特征写进去了啊，这岂不就是用了未来函数么？还是说我理解错了

请问：

比如，我开发一个策略，回测两年时间，前一年的表现很好，后一年的表现很差，那么该如何优化让策略长期表现一致呢？

谢谢

在大宽看了不少策略，有一个关于具体使用当天还是前一天数据的问题

比如B站视频中的稳健深小策略

#==================== 数据准备

today = data.current_dt.strftime('%Y-%m-%d')

time = data.current_dt

# 根据权重计算排序得分

today_data['总市值_score'] = today_data['总市值'].rank(ascending=True)

today_data['流通市值_score'] = today_data['流通市值'].rank(ascending