回测模块

回测模块是金融领域中至关重要的分析工具，通过对历史数据进行模拟交易，量化策略在不同市场环境下的表现。它能够评估投资策略的盈利能力、风险水平及稳定性，帮助投资者优化策略，提高未来实际交易的成功率和风险控制能力。回测模块通过严格的算法和数据分析，为金融决策提供有力支持，是金融专业人士不可或缺的决策辅助工具。

data.history报错

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

更新时间：2022-12-20 14:20

在实盘/模拟时，如何在训练模型给出预测信号后，对预测信号中的买入股票按条件进行过滤？

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

{w:100}

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

更新时间：2022-12-20 14:20

高频回测模块报错

代码

代码：在高频回测模块的k线处理函数定义如下：
# 回测引擎：每日数据处理函数，每天执行一次
def bigquant_run(context, data):
    
    # 相隔几天（hold_days）进行一下换仓
    if context.trading_day_index % context.hold_days != 0:
        return 
    
    # 按日期过滤得到今日的预测数据
    ranker_prediction = context.ranker_prediction[
        context.ran

更新时间：2022-11-09 01:23