查了好久，没有找到实盘的指导，大佬们请指导一下。

策略源码

A：《提升实盘收益的仓位管理策略》

\

视频

https://www.bilibili.com/video/BV11S4y197md?share_source=copy_web

策略源码

龙头战法实盘+AI-量化大赛NO.3-中证150增强[策略分享]

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

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

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

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

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

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

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

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

作者：woshisilvio

导语

在以往的认知中我们认为一个量化策略的选股>择时>风控，但经过多次的实盘交易发现风控处理不当会导致我们牛市赚的少、熊市亏更多。因此提出一种次优解的风控思路：风控>择时>选股。根据人工择时的经验，设计执行的固定量化风控准则（交易纪律），可以决定我们收益的下限，以及回撤的上限。

在本次分享中，将从以下四个方面展开：

1.仓位管理的策略。同时，优化上期分享的超跌反弹策略。

2.常用来做优化的工具和方法

3.对抗过拟合的方法

4.彩蛋策略：资金流大单追涨策略。预告下一期meetup

仓位管理策略

一个完整的AI-量化模型由三部

我知道这里要有图。 让我先装一下 资金量不大 好歹赚了点肉碎钱。

果然是低吸富三代。。。。反包是真爱！

不知不觉，龙头反包的策略我已经开源了一个多月了，不知道大家魔改之后有没有新的提高。

最近我又尝试了一种新套路叫做 龙头首阴反包 还有各种反包的新姿势。。。。今天终于让我吃到肉了。

![{w:100}{w:100}](/wiki/api/attachments.redirect?id=59

StockRanker模型文件无法导入实盘

上述问题已经在==1个月前==反应给小Q了，但是本周实盘端维护更新，依旧是没有解决这个问题…表示很无奈，上海都快复工复产了，大盘反弹也已经走了一波了~~

实盘时，采用的是加载固化模型的方式，读取模型文件再进行

研究结论

传统多因子模型采用月频调仓，但实盘中提高调仓频率会带来两个好处

一是减小技术类alpha因子的IC衰减

二是提高风控频率降低风险。随着2016年底开始的技术类因子失效

前者的作用减弱，但后者的作用仍在

固定月频的调仓模式忽略了月中组合的风险敞口变化，所以有必要在月中实施风险监控，提升组合的调仓频率，从而同时改善组合的收益与风险。动态调仓监控风险的核心策略是：在原有固定月频的调仓基础上，在月中每日监控市值因子的暴露情况，如果市值因子敞口超过一定的阈值，我们就在下一个交易日调仓，从而使得组合风险再次中性。

和固定周频调仓模式比，在市场低波动、组合风险敞口变化不大

问题

盘中涨停，尾盘可能回落，能不能加上涨停立即卖出的功能

解答

实盘目前支持条件止损，止盈功能尚不支持

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

请问固化的模型csv文件怎么用在模拟盘和实盘？userlib路径在模拟盘读不到

RT, 而且模拟交易也跑不通，csv文件怎么传上去，路径怎么写呢？

请教各位大佬一个问题，实盘的时候，模型是在湘财的服务器上跑的吗？

StockRanker中应该是包含GBDT的，但是seed的接口是没有对外开放。参照sklearn的GBDT，里面会有一个random_state的参数，这个参数即使设相同值，在不同设备上训练的结果应该也是不一样的。

所以在进行实盘的时候，模型导入到湘财服务器那边，模型是否会被重新训练？如果是的话，能否保证实盘的模型和回测的模型一致呢？

还是说，导入实盘的时候，模型不会被重新训练，只是跑测试那一端呢？

各位大佬好，初用bigquant，发现一个问题，策略设置的是根据昨日数据，当日15：00买入，9：30卖出。

但是模拟策略运行时间不固定，有时在晚上，有时在早上，导致“当日”“前日”紊乱。

这个情况在实盘上也存在吗？

如果不能固定时间，应当如何写策略避免日期问题？谢谢

问题

初始化函数 在回测时只调用一次。但在模拟实盘时却是每天都会调用一次对吗

解答

1. 在实际交易中，每个交易日的参数都是重新加载的，所以模拟实盘也是这样
2. 如果有需要保存的变量，可以保存在文件中，第二天再加载进来

\

问题

1. 实盘交易只能按100的整数倍下单，但是为什么我写的策略都是按百分比下单（也就是股数不是整百的），这个问题该如何解决呢？
2. 模拟交易策略信号 每天的几点钟更新？是6点吗？

\

刚开发的新策略，回测没问题没有报错，但是这个新策略准备上线进行模拟实盘，试运行的时候失败报错，一直报下面这个问题，是怎么回事？帮忙解决一下。报错结果如下，下图是从【模拟实盘】-> 【策略日志】中截图的：

AI-量化实盘一直是检验策略的唯一标准

\

那反包多因子这个策略实盘一年效果怎么样了？

直接上图，不吹不黑，经得起时间的考验，经得住实盘的推敲。

\

不同账号实盘效果

![{