交易引擎简介

1.1 交易引擎的作用

交易引擎回测模块的功能是实现用户的交易逻辑

• 当用户将策略编写好之后，我们需要在一段时间当中，用策略逻辑，模拟一下在金融市场中的买卖，通过收益情况判断策略的好坏
• 如果想测试策略在某段历史时期上的表现，只需在本地运行回测模块即可
• 如果想测试策略从今天开始一直到未来的表现，需要将含有回测模块的策略提交到模拟交易
• 在交易引擎中，用户可以自定义一些买卖逻辑，也叫交易逻辑，它和策略逻辑还是有一定区别的

策略逻辑与交易逻辑的对比：

8月19日Meetup策略模板：

https://bigquant.com/codesharev2/44350f73-6992-4f03-ab1e-59a62936fbdd

\

问题

高频回测模块择时策略

\

视频

https://www.bilibili.com/video/BV1S44y1y7dc?p=2&share_source=copy_web

策略源码

8月19日Meetup策略模板：

[https://bigquant.com/experimentshare/a6bae485ffcc47819510b788ddfad338](https://bigquant.com/experime

问题

Q3:过滤创业板和科创板的股票，是否要在训练集和预测集都进行过滤？另外，想在trade回测模块中通过编写代码实现过滤，该如何编写？

视频

https://www.bilibili.com/video/BV1aq4y1A7xK?share_source=copy_web

策略源码

如果我们不想考虑创业板和科创板的股票，那么需要在数据的训练和预测阶段都过滤。不然创业板和科创板的股票数据会影响AI模型，降低模型的准确率。

[ht

【旧版提示】此文档不可用，详见新文档：

https://bigquant.com/wiki/doc/114-YCE9b0Z1h3#h-%E7%AD%96%E7%95%A5%E4%BB%8B%E7%BB%8D

一般的大盘风控和个股风控在回测模块的主函数里面处理就可以了。因为回测的主函数可以理解是每日收盘后运行，所以可以获取到当天大盘信息和个股价格信息进行风控，再综合策略的逻辑进行下单。

下面介绍另外一种风控的方法，在盘

8月19日Meetup策略模板：

https://bigquant.com/experimentshare/a6bae485ffcc47819510b788ddfad338

\

在BigTrader回测模块设置买卖点：

代码

https://bigquant.com/codesharev2/3e4819da-11ae-404c-9df6-dfe74a98b98f

\

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

定义

raw_perf

得到回测报表详细数据，数据类型为DataSource

示例代码

通过回测模块.raw_perf.read_df()查看回测报表详细数据

m4.raw_perf.read_df()

\

问题

不是很清楚这几个自带的变量都是什么，都有什么？

\

解答

context是用来调用回测模块中对象的，具体可以调用哪些可以参考以下两个文档：

1. https://bigquant.com/wiki/doc/-spI0guZnrT → HFTrade模块
2. https://bigquant.com/wiki/doc/fangfa-context-lOnbF8oISJ → Trade模块

T 是平台内部封装的一些方法，常用的是T.plot, T.parallel_map, T.norm这种；

label没太明白是什么

问题

解答

模拟盘也好 实盘也好，和回测运行的是同一个notebook，但仍然会有一些细小的区别：

1. 模拟盘实盘是每个交易周期都会触发运行初始化函数，而回测只会运行一次初始化函数；
2. 模拟盘和实盘里，前一日赋值的变量无法保留到下一个交易期，比如在方法里自定义的context.a = 123这种变量，回测里是可以定义一次后在所有交易期均可以调用；而模拟盘和实盘里则不行，只会当天定义的变量当

问题

在回测模块的主函数中，我想要获取截止到当日的策略累计收益，如下语句，怎么报错啊？莫非不是这个参数？

context.perf_tracker.cumulative_risk_metrics.algorithm_period_return （报错）

而取下面的最大回撤指标就没有问题，正确的方式是怎样的？

context.perf_tracker.cumulative_risk_metrics.max_drawdown （正常）

下面取日收益也没有问题，咋累计收益就不行呢？

context.perf_tracker.cumulative_risk_metrics.algo

问题

大家好，我看很多关于AI的策略里面都有以下两句代码

ranker_prediction 和 context.benckmark_risk.ix[today_date].values[0]。我想请问这个内嵌的逻辑是什么…

• context.ranker_prediction就是传给回测模块的预测结果数据，通过context.options[‘data’].read_df()读出来。 ranker_prediction就获取到回测当天的预测结果数据

![{w:100}{w:100}{w:100}{w:100}{w:100}](/wiki/api

问题

请帮忙看下，设置了每日调仓，怎么回测7日才调仓，模拟也不会调仓

策略

https://bigquant.com/experimentshare/ad6ecb9d63cf4b3b8ae7d397f7fd205a

把回测模块的主函数这个地方注释即可。这个代码表示持仓5天才判断交易逻辑

![{w:100}{w:100}](/wiki/api/attachments.redirect?id=b7f8ae9d-aa05-4ebb-

问题

请问如何在回测模块中导入一个自定义的库呢？写在盘前函数里好像无效。

问题

回测中如何避免买入停牌股票或一字涨停的股票？

解答

这是一个好问题。BigQuant平台回测模块专门对这个问题进行了相应处理。当遇到次日停牌或者一字涨停\跌停的情形，平台会自动取消该订单，于是是不能成交。

问题

'Outputs' object has no attribute 'm_lazy_run'

这个报错没搞懂，用了高频特征就这样了

「分享出去没有回测模块」

回测模块在知识库里看到没有 克隆到开发环境之后 是有的

策略

https://bigquant.com/experimentshare/00d5181ea03a4301ab73caf36256dd86

\

问题

[2021-11-22 16:30:01.137076] ERROR: moduleinvoker: module name: backtest, module version: v8, trackeback: IndexError: index 0 is out of bounds for axis 0 with size 0
[2021-11-22 16:30:01.148826] ERROR: moduleinvoker: module name: trade, module version: v4, trackeback: IndexError: in

将回测模块中的数据准备函数中的上证指数，更换为平台文档中的其他指数后报错，请问如何解决？

https://bigquant.com/experimentshare/0d697ebd19e148ea8d2607b0f29e7cb9

\

在回测模块中，例如生成订单日期是1号，实际下单日期是2号。2号的时候是可以调用盘前处理的。盘前处理的时候如果使用data.histroy是可以在盘前就获取当天的开盘和收盘信息的。这个属于未来函数，不过如果下午交易，用上午开盘价是否低开做cancel order判断是ok的。但是问题来了。回测这样操作是可以的，可是如果模拟交易和实盘都是在前一天就生成信号，所以就想问一下这个盘前数据处理是否会在模拟交易和实盘中运行，如果运行取的是哪一天的数据。。。因为回测中2号盘前运行可以取到2号全天数据，这个在现实中明显取不到，当天开盘都是取不到的。。。 所以问题是 那么如果回测模块中布置了盘前数据处理， 1\

在回测模块中，例如生成订单日期是1号，实际下单日期是2号。2号的时候是可以调用盘前处理的。盘前处理的时候如果使用data.histroy是可以在盘前就获取当天的开盘和收盘信息的。这个属于未来函数，不过如果下午交易，用上午开盘价是否低开做cancel order判断是ok的。但是问题来了。回测这样操作是可以的，可是如果模拟交易和实盘都是在前一天就生成信号，所以就想问一下这个盘前数据处理是否会在模拟交易和实盘中运行，如果运行取的是哪一天的数据。。。因为回测中2号盘前运行可以取到2号全天数据，这个在现实中明显取不到，当天开盘都是取不到的。。。 所以问题是 那么如果回测模块中布置了盘前数据处理， 1\

问题

话说大佬们如果是我自己写的策略该怎么让他在交易模拟上面,以整百持股买入卖出呀,回测的时候都是整百持股买入卖出,一上模拟就不是整百持股了. 回测模块上有下面这段代码,回测的时候的确是整百持股,为何一到模拟交易就不行了呢?

代码

    if cash > 0:
        current_price = data.current(context.symbol(instrument), 'price')
        amount = math.floor(cash / current_price / 100) * 100
        context.

问题

data1, data2分别有什么格式要求吗？

报错。。。如上。。。

提示 ： UnpicklingError: invalid load key, 'H'

解答

可以贴一下m2的输出不呢？如果m2是日线行情数据，m2连接回测回测模块第三个 借口 回测历史数据，不连第一个。

问题

在回测模块中是这么写的，data.history(context.symbol(instrument), 'volume', bar_count=6, frequency='1d')，今天之前都是正常能回测的，今天突然间就报错了，data.history的使用方法应该是正确的。

回测开始时间改成2022-01-01之后能正常运行，若回测开始时间在2022年之前，就会出现以下2种错误，麻烦平台的各位老师看一下，谢谢

![{w:100}{w:100}](/wiki/api/attachments.redirect?id=ba55a6f0-bbed-4ed3-ac3f-4bb9f

问题

以默认模板为例，要过滤掉预测信号中return_5 低于1.05 的买入股票，要如何在回测模块中实现？

要对原策略信号进行过滤，如果原信号给出是3个股票，过滤掉不符合条件的1个，只剩下2个股票。

\

解答

具体来说，以上图为例。预测信号出来后使用1.连接数据将策略信号与return_5进行连接。 2.数据过滤，筛掉不满足你条件的票。3.排序：将数据按照之前的顺序排列（按score排序，降序）最后进入回