策略回测

策略回测在金融领域中,是一种对历史数据应用特定投资策略以评估其性能的过程。这种方法通过模拟真实市场环境,使投资者能够观察策略在不同时间周期和各种市场条件下的盈利能力和风险水平。这是一种重要的工具,可以帮助投资者在实施新策略之前了解潜在的收益和风险,优化投资策略,提高未来决策的准确性和效率。有效的策略回测能够为投资者提供信心,并为实盘交易提供有价值的参考。

菲阿里四价策略-期货分钟_new

策略介绍

菲阿里四价指的是:昨日高点、昨日低点、昨天收盘、今天开盘四个价格。 菲阿里四价上下轨的计算非常简单。昨日高点为上轨,昨日低点为下轨。当价格突破上轨时,买入开仓;当价格突破下轨时,卖出开仓。

策略流程

  1. 筛选条件:菲阿里四价上下轨的计算非常简单。昨日高点为上轨,昨日低点为下轨。当价格突破上轨时,买入开仓;当价格突破下轨时,卖出开仓。
  2. 策略回测:回测时间为2023-04-01 09:00:00至2023-05-01 15:15:00。

策略实现

输入特征模块

  • 四价:open, high, low, close
  • 过滤条件中进行

更新时间:2024-06-17 08:04

设置交易费率和价格_new

导语

AI量化策略开发第六步:回测教程中,我们介绍了Trade回测/模拟交易模块的重要函数和策略构建的基本流程,本文主要介绍如何在Trade模块中设置手续费和滑点。

在评估策略的时候,我们设置一定的交易手续费和滑点以模拟真实交易。在策略编写中,我们通常在回测模块的初始化函数中进行设置。

设置手续费

通过调用set_commission方法,在初始化函数中加入如下代码块实现相应的功能: 股票,按成交金额百分比设置手续费,手续费不足5元按5元收取

# 示例代码1
# 交易引擎:初始化函数,只执行一

更新时间:2024-06-14 03:01

双均线股票策略-股票日频_new

策略介绍

双均线策略是一种简单而又广泛使用的技术分析工具,主要用于识别市场趋势的变化和生成交易信号。这种策略涉及两条移动平均线——一条短期(快速)和一条长期(慢速)——并通过观察这两条线的交叉点来决定买入或卖出的时机。

策略流程

  1. 筛选条件:将5日平均收盘价作为短线,50日平均收盘价作为长线;短线上穿长线买入,长线下穿短线卖出
  2. 策略回测:开盘买入,收盘卖出,回测时间为2017-11-24至2024-11-24

策略实现

输入特征模块

  • 将5日均线作为短线,m_avg(close, 5) AS _mean_short;50日均线作为长线,`

更新时间:2024-06-13 06:14

72th Meetup

MeetUP直播答疑 时间:3月28日(周四)19:00 直播地址:B站(https://live.bilibili.com/21929948


以下问题解答,对应源码请访问子目录, 本次MeetUP 直播答疑大纲如下:

\

一、因子分析中的行业因素

  1. 如何构造板块因子或行业因子?
  2. 行业间涨跌的相关性,对于行业的划分颗粒度和行业

更新时间:2024-06-07 10:55

量化交易开发平台有哪些

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

更新时间:2024-06-07 10:48

双均线策略——股票分钟

策略介绍

本策略基于日频双均线策略基础上,衍生至分钟频。涉及两条移动平均线——一条短期(快速)和一条长期(慢速)——并通过观察这两条线的交叉点来决定买入或卖出的时机。

策略流程

  1. 筛选条件:将5日平均收盘价作为短线,40日平均收盘价作为长线;短线上穿长线买入,长线下穿短线卖出。
  2. 策略回测:开盘买卖,回测时间为2024-05-20 09:00:00至2024-05-28 15:00:00。

策略实现

输入特征模块

  • 将5日均线作为短线,m_avg(close, 5) AS _mean_short;40日均线作为长线,`m_avg(close

更新时间:2024-06-06 10:03

108-市收率策略

策略介绍

本策略是104选股策略(🌟104-选股策略)模板的具体应用。

由于公司利润变化较大,而且依赖于会计准则、研发投入、设备更新投入等因素,难以正确反映公司的经营状况,而销售收入更加稳定,在不同的行业之中也有更好的可比性。在1984年。费雪提出了市收率因子(PS)选股方法,在费雪看来,低市收率公司存在被低估的可能。因为低市值和高销售收入都会导致这个指标的值比较小,而两者分别表示了市场还没有意识到股票的价值,以及企业的运营情况好于大家的预期情况,这一指标被广泛任务是选股的核心方

更新时间:2024-05-29 09:34

107-股息率策略

策略介绍

本策略是104选股策略(🌟104-选股策略)模板的具体应用。基本逻辑是股息率较高的公司能够持续支付较高的现金股息,这通常意味着这些公司拥有较为稳定和可预测的现金流。投资者通过持有这些股票,可以获得相对稳定的股息收入,这在市场不确定性较高时尤其有吸引力;此外,从价值投资角度来看,高股息率股票往往被视为被市场低估的价值股。价值投资者认为,这些股票的市场价格低于其内在价值,因此具有上升潜力。随着市场对这些股票估值的修正,除了股息收入外,投资者还可能获得资本增值;当然,股息率高可

更新时间:2024-05-29 09:10

Dai读取高频因子构建一个简单多因子策略

https://bigquant.com/codeshare/3b5c66d6-ed5b-46a0-8dc6-3a48cc76a482

\

更新时间:2024-05-27 07:39

121-指数择时策略

策略介绍

本策略是一个指数择时策略,基本逻辑是根据市场走势选择是否交易,并调整投资组合,即利用指数特征来进行风控。

策略流程

本策略是指数择时策略的具体实现,该模型的思想如下:

  1. 股票池过滤:剔除ST、退市、停牌股、北交所
  2. 筛选条件:上市天数大于270天,收盘价小于30
  3. 排序条件:按照市盈率TTM 从大到小排序
  4. 择时条件:根据中证1000指数交易量排名(标准化后)作为择时特征,当排名大于等于0.8时进行买入,排名小于0.8时卖出
  5. 策略回测:持股20只等权重、持仓5天、2020-01-01至2024-04-30

策略实现

A股-

更新时间:2024-05-23 07:30

基金双均线策略

旧版声明

本文为旧版实现,仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU


以双均线策略为例,采用新的DataSource接口实现基金数据的读取及策略回测

[https://bigquant.com/experimentshare/ac13b3c580cd4f06ad2cce26dd718ecc](https://bigquant.com/experimentshare/ac13b3c580cd4f06ad2cce2

更新时间:2024-05-20 06:13

分钟数据获取

策略案例

AIStudio3.0.0分钟数据获取请转移至:

https://bigquant.com/wiki/doc/5yig6zkf5pww5o2u6i635yw-6fK4a8ZOZx

[https://bigquant.com/experimentshare/893162aea1dc4c4f953f670293646709](https://bigquant.com/experimentshare/893162aea1dc4c4f953f6

更新时间:2024-05-17 01:13

代码策略

更新

本文内容已经过期,不再适合平台最新版本,请查看如下最新内容:

https://bigquant.com/wiki/doc/stockranker-qFD1Xg1Wz3


代码策略

[https://bigquant.com/experimentshare/23b8dad5c75e4e399bb937d498dccb8f](https://bigquant.com/experimentshare/23b8dad5c75e4e399bb937d498dcc

更新时间:2024-05-16 06:36

【历史文档】常见问题-策略回测报错如何处理

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

更新时间:2024-05-16 06:08

【历史文档】常见问题

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

更新时间:2024-05-16 06:03

【历史文档】策略-模拟实盘

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

更新时间:2024-05-16 01:49

【历史文档】策略-查看与分析结果

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

更新时间:2024-05-15 09:52

【历史文档】策略-策略回测

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

更新时间:2024-05-15 09:51

【历史文档】算子样例-HFTrade高频(回测\模拟\实盘)

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

更新时间:2024-05-15 08:45

【历史文档】算子样例-Trade回测/模拟

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

更新时间:2024-05-15 08:45

分钟数据周期转换与分时策略构建

导语

很多朋友都在尝试使用平台的分钟数据,下面介绍一下分钟数据的读取与分时策略的构建。

分钟数据的读取

  • 股票分钟数据,以000001.SZA为例:
df1 = DataSource('bar1m_000001.SZA').\
            read(start_date='2015-01-01',end_date='2015-05-01').set_index('date')

更新时间:2024-05-15 02:10

事件策略:动量与反转结合策略

  • 买入条件:选择过去120个交易日涨幅位于前30%的股票作为动量股。同时,选择过去30个交易日内表现最差的前10%股票作为反转股。股票必须在过去5个交易日内有超大单净流入。按照流通市值降序排列
  • 卖出条件:持有期超过30个交易日或涨幅达到20%。
  • 股票过滤:过滤ST,过滤北交所
  • 最大持仓数:15


回测图:

\

策略源码:

请克隆下方策略,前往最新版开发环境3.0中运行

{{membership}

更新时间:2024-04-28 02:08

机器学习:4-线性回归构建因子

  • 运行环境:AIStudio 3.0.0
  • 线性回归:构建因子+单因子策略回测
  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

\

策略源码:

{{membership}}

[https://bigquant.com/codeshare/cd8638d7-21c0-4df4-8a29-e9f1cc227df0](https://bigquant.com/codeshare/cd8638

更新时间:2024-04-25 07:38

条件选股:小市值高股息低价策略

  • 声明:本策略仅为示例策略,可根据自己需要自行修改策略逻辑
  • 声明:本策略需要在AIStudio 3.0环境下运行
  • 股票提取:筛选出全市场股息率最高的前 25%的股票,并且只选择股价低于 10 元的票
  • 股票过滤:过滤科创板、过滤北交所、过滤 ST、过滤停牌、过滤涨停、过滤跌停,上市天数大于270天
  • 股票排序:按照流通市值,从小到大排序,选择流通市值最小的前 10 只票
  • 买卖时间:开盘买入,收盘卖出
  • 初始资金:100万
  • 持仓票数:10
  • 持仓周期:15天轮动调仓一次,依然排名前 10 的继续持有,掉出前 10 的卖出


回测图:

![](/wiki/

更新时间:2024-04-25 07:25

请教:策略回测正常,提交模拟交易后显示通过,但是我的模拟交易显示无策略,如何解决?





接续:

![](/wiki/api/attachments.red

更新时间:2024-04-06 15:50

分页第1页第2页第3页
{link}