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-

一、策略思想

本策略是在老师给的策略模板之上做了简单调整的，

1. 股票池过滤：剔除ST股、停牌股、北交所、科创板（这一模块我会用了，可以直接勾选）
2. 筛选条件：m1和m2输入特征这个模块还不会使用，要是也能弄成下拉选项似的就更好了。
3. 排序条件：还不会用
4. 策略回测：持股1只等权重、持仓5天、回测时间为2023-01-01至2024-07-03

5.老师我想用macd指标先选出股票池，在剔除st，北交所，科业板，停牌股，市盈率ttm大于0，股价在5-20元之间，等等这些想法需要怎么实现啊。

二、策略链接

[https://bigquant.com/c

一、策略思想（仅为示例）

本策略是经典的高股息率选股模型的具体实现，该模型的思想如下：

1. 股票池过滤：剔除ST股、停牌股、北交所
2. 筛选条件：选取流通市值从大到小排名前300、市盈率大于0, 上市满一年的股票
3. 排序条件：按照股息率从大到小排序
4. 策略回测：持股3只等权重、持仓1周、周初调仓、回测时间为2023-01-01至2024-07-02

二、策略链接（仅为示例）

[https://bigquant.com/codesharev3/44afe482-a445-47f7-a3b2-dca3733c70fc](https://bigquant.co

一、策略概述

1.1 背景介绍

行业轮动策略是一种量化交易策略，旨在通过在不同行业之间进行资金分配，捕捉市场趋势和行业表现的周期性变化。 从名字即可看出，经济周期导致任何市场状态下可能都会存在股市价格表现较好的行业，因此我们如果能布局这些行业并定期轮动调整，那会取得还不错的投资效果。与单纯持有某个行业或个股相比，行业轮动策略通过分散投资风险，提高了组合的抗风险能力，并且能够在不同的市场环境中寻找最佳的投资机会。

1.2 研究目的

本策略是曾经在社区里的一个策略复现而来，策略链接为：<https://bigquant.com/wiki/doc/v10-uKB4qr0I

策略介绍

网格交易策略

策略流程

第一步：确定价格中枢、压力位和阻力位 第二步：确定网格的数量和间隔 第三步：当价格触碰到网格线时，若高于买入价，则每上升一格卖出m手；若低于买入价，则每下跌一格买入m手。

1. 确定价格中枢、压力位和阻力位；
2. 确定网格的数量和间隔；
3. 当价格触碰到网格线时，若高于买入价，则每上升一格卖出m手；
4. 若低于买入价，则每下跌一格买入m手。
5. 策略回测：回测时间为2021-01-05 09:00:00至2021-02-05 15:15:00。

策略实现

输入特征模块

• 特征：close；
• 过滤条件中

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

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

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

导语

在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

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，`

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

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

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

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

\

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

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

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

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

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')