什么是BigTrader

BigTrader是宽邦科技推出的致力于为用户提供便捷、功能强大的交易引擎。

在量化研究的过程中，量化研究员（宽客）需要在历史数据里回放模拟，验证策略效果，这就是BigTrader交易引擎的应用场景。

主要功能： 量化策略编写、回测分析、仿真模拟和实盘交易。

支持品种： 股票、基金、期货、可转债、指数；未来会支持期权、债券、两融等。

交易频率： 日线、分钟、Tick、逐笔。

交易引擎的优势：

• 回测研究贴近真实 交易，最大程度保证回测的准确性
• 回测研究、模拟交易、实盘交易为同一套代码，无需做任务修改

金融交易概念

金融交易是指在金融市场上买卖金融工具的过程，例如股票、债券、衍生品（如期货和期权）、货币以及其他金融资产。这些交易可以在各种平台上进行，包括交易所、场外市场（OTC）和电子交易平台。金融交易的主要目的是为了投资、对冲风险或从市场价格变动中获利。

\

金融交易类别

一般可以大致分为以下几类：

1. 股票交易：股票代表了公司的所有权份额。通过买卖股票，投

年前跑的一个策略

昨天显示运行失败，日志报错如下，之前都跑得好好的不知道出了什么问题

https://bigquant.com/live/strategy?notebook_id=6f51df86-b957-11ee-b4d7-760bcf22f689

https://bigquant.com/codeshare/a4eb0c11-16ca-4fe2-99f9-b9a86dc78ee8

2024-02-19 15:56:38 任务运行开始调度 state=trigger event= 0061f39d-6448-485e-a04b-79f2e7c3b9e4 .. 2024-02-19

分享一些量化交易相关的常识信息。

五因子模型公式及应用

五因子模型是哪五个因子

**[多因子选股模型及优缺点](https://bigquant.com/wiki/doc/5asa5zug5a2q6ycj6ikh5qih5z6l5zcn6kn6ke

BigQuant是国内领先的适合个人投资者的量化交易软件开发平台，基于Python语言且支持AI人工智能以及机器学习的量化交易投资平台，帮助量化开发者和投资者更好地使用量化策略进行交易。

一 核心模块

1、 AiStudio — 量化交易策略开发平台

AIStudio是BigQuant平台以AI为核心的Cloud IDE，专门为使用AI量化开发者设计的免费量化交易软件开发工具，包括数据分析、因子挖掘、模型开发、回测和自动化交易； 通过AIStudio可以分析金融市场数据，挖掘可能影响股票价格和市

我怀疑问题是这样：\n现在的新版模拟交易必须使用M.bigtrader.v9。然而这个模块回测和之前我使用的M.hftrade.v2不一样，回测区间如果只有一天是不能绘图的。问题是提交模拟交易的时候，每天运行的时候确实就只有一天，所以绘图失败了。

\

2024-02-05 22:45:21 任务运行状态更新 state=failed event=20240205 cfa00cef-240f-4586-9e05-10f0f2fa38f6
Traceback (most recent call last):
  File "/var/app/enabled/aif

模拟交易功能是BigQuant特有的量化服务，可以根据用户的策略每日为用户通过手机，email等途径推送信号。

在进行模拟交易信号接收之前需要确保以下几点。

1.账户更新余额充足（如更新数据需要大于1C的资源）

2.已经有一个成功回测的策略。

具体模拟交易提交步骤如下

1.完成回测，绑定实盘日期

2.提交模拟交易定时任务

3.查看模拟交易

4.接收信号

5.分享策略至天梯

\

1.完成回测

绑定实盘日期

首先需要保证回测时在数据抽取时需要保证开始和结束日期绑定实盘交易

![](/wiki/api/attachments.redirect?i

一个面向零编程基础的量化交易新手入门教程，力求让高中生知识水平的人都能学会量化交易最基本的知识，快速迈过第一道门槛，从而具备进一步自主深入学习的能力。

（tips：文末罗列所有量化核心工具）

特点

• 从零开始教编程。靠谱的量化交易学习资源稀少，且具有不讲编程、代码较难、过多等不适合新手等问题，本教程中则会从零开始教编程，解决量化入门过难过编程门槛这一问题。
• 量化与编程相结合。本教程不仅会教编程，而且会尽量结合量化情景，减少“我要做量化交易为什么要看这些用来培训程序员的东西”的愤懑。
• 简易精炼，快速入门。尽量只讲最核心最常用的知识，助你快速摆脱想学习量化却处

什么是量化交易？

度娘官方版 — 理论这么说

量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策 。（注：文末含所有量化核心工具）

简介版 — 职场上的量化交易

量化交易主要是根据纯粹的数

Python在量化开发领域内的应用非常广泛，它因为易于学习、强大的数据处理能力以及丰富的库支持而成为了量化分析和交易的首选编程语言。量化开发包含了使用数学模型来分析金融市场、发现交易机会以及自动化交易决策和执行的过程。（文末含所有开发资源汇总）

基本概念

量化开发利用数学模型和计算机算法来分析金融市场，旨在通过自动化的策略发现并利用市场 inefficiencies。它主要涉及市场数据的收集与分析、策略的研发、回测、优化以及执行。

核心功能

1. 市场数据分析：分析历史和实时市场数据，寻找价格走势、成交量等方面的规律。
2. **策略开

我的策略代码在提交的时候可以成功生成一次信号，并微信推送。但是第二天就无法自动更新了。会报错（附在后面）。第二天重新提交一个模拟交易也是可以运行的。说明问题出在模拟交易的第二天。

我在m4_handle_data_bigquant_run的第一行就有一个print，由此我确定程序没有进入这个函数。

我的初始化部分如下：

tmp  = dai.query("""
    SELECT date, instrument
    FROM cn_stock_bar1d
    WHERE date >= '2024-01-29'
    AND date <= '202

**概念定义：**一种使用高级数学模型、统计分析和计算机算法进行交易决策的方法。

**应用范围：**一般包括股票、期货、外汇和衍生品等金融市场；

**主要原理：**依赖于金融市场中的价格、交易量、经济指标等大量历史和实时数据，用以识别市场趋势、估值、波动性等关键因素；使用复杂的数学（包括统计学、概率论、机器学）模型来分析数据和预测市场行为，并通过计算机算法预设的规则和模型自动执行交易。（文末含量化核心资源）

核心工具

数据分析

历史数据分析：通过分析历史价格、成交量等数据来预测市场趋势。

实时市场数据：收集实时交易数据，对市场

交易是每天的排名第一，日频，怎么看回测和模拟交易的预测结果是是否一样

AI量化指标的选择和排序取决于特定的投资策略、市场条件和数据可用性。

以下是30个常见的AI量化指标，按照一般在量化分析中的重要性排序：

1. 收益率（Return）
2. 夏普比率（Sharpe Ratio）
3. [波动率](https://bigquant.com/wiki/doc/5roi5y

随着中国经济国际化程度的提高，有越来越多的投资者朋友们开始涉足外汇交易（FX Trading）。今天这篇文章主要讲讲外汇交易的主要途径，以及涉及的风险。

由于目前人民币不能自由兑换，因此在国内还没有合法的外汇交易平台。国内的朋友如果想要参与外汇交易，就需要找一家海外的外汇交易平台进行注册和开户。海外的外汇交易平台五花八门，鱼龙混杂。我建议大家只考虑那些名气比较响的，规模比较大的交易平台，比如IG Markets, Oanda, CMC markets等。

绝大部分海外的外汇交易平台，提供的交易方式都是CFD。**CFD是Contract for difference的简称，中文名叫差价合约

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

机器学习是当今几乎每个行业的需求。医药、交通、医疗保健、广告和金融技术等行业非常依赖机器学习。谈到金融技术领域，算法交易实践对于机器学习算法非常有效。有各种资源可用于学习机器学习交易，通过本文可以让您可以访问学习机器学习交易的免费资源。

电子书

《如何使用机器学习进行交易》 由量子

这本电子书包含所有信息，从解释人工神经网络的基础知识和工作原理，到演示用 Python 实现股票价格预测的代码。

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

核心观点

短期涨跌的预测相比长期更容易，但覆盖交易成本后再获利的难度更大。所以在高频交易场景，机器学习更适合有限状态下的订单执行。而对于长期的预测，机器学习的训练目标可以不是评估在给定状态下的每股总利润或买入行为的回报，而是监控在该状态下买入与在所有可能状态下买入的相对盈利能力。

Michael Kearns在2010年的关于讨论机器学习在高频交易应用的论文中，提出了很多机器学习应用与高频交易的限制，很多思考放到现在都值得我们去学习。机器学习在高频交易中主要有两个方向，一是订单的执行优化，二是高频涨跌方向的预测。这两者本质的区别是执行优化是在一个确定性的空间寻找最优解，即交易

AI量化重要指标包括：

ADX（平均方向性指数）；布林带（Bollinger Bands，简称BBANDS）；MACD（Moving Average Convergence Divergence）；

CCI（商品渠道指数）；阿隆上行（Aroon Up）和阿隆下行（Aroon Down）；ATR指标；指数移动平均值；MFI；MOM；

OBV；RSI；SAR；简单移动平均值；STOCH (KDJ) ；TRIX；WILLR；加权移动平均值；

AI量化选股利用AI的强大数据处理和分析能力，旨在寻找那些被市场低估但具有增长潜力的投资机会。

[BigQuant](https://bigquant

量化交易软件是一种专门设计用于执行量化交易策略的软件工具，广泛应用于金融市场。这种软件使投资者能够运用数学和统计方法，自动化地进行交易决策和执行。（tips：文末含所有量化交易软件平台入口及核心工具）

概念

量化交易软件基于预设的算法和模型，进行市场分析、决策制定和交易执行。它通常包括数据分析、模型构建、回测、风险管理和自动化交易等功能。量化交易的核心是将投资策略数学化，使交易过程标准化和

本代码由可视化策略环境自动生成 2024年1月17日 01:02

本代码单元只能在可视化模式下编辑。您也可以拷贝代码，粘贴到新建的代码单元或者策略，然后修改。

交易引擎：初始化函数，只执行一次

def m6_initialize_bigquant_run(context): # 加载预测数据 context.ranker_prediction = context.options['data'].read_df() context.ranker_prediction.set_index('date',inplace=True)

交易引擎：每个单位时间开盘前调用一次。

说明一，选用的策略是2023年7月上架的天成3系列策略，试了两个，都是一样问题。

说明二，选用的策略没有选北交所股票，只有创业板和主板股票。自己的账户开通了创业板。

说明三，风险控制已经把个股仓位调到100%，策略占用资金分配了98%。

说明四，每次给出的交易信号与调仓信号都不一致，而且都不是st股。

说明五，因为才开通实盘10天，这十天模拟盘给出的都是创业板股票，而实盘给出的交易信号是主板股票。难道实盘是因为5万资金才不选创业板股票吗？

有谁知道这个问题原因的，请帮忙解答。谢谢！