最近能看到一个挺明显的趋势：大家讨论的焦点，正从“如何挖掘一个更强的因子”，逐渐扩展到“如何让AI帮我生成/优化整个策略”。这背后是一个根本性的效率诱惑——如果描述一个想法，就能直接获得可回测、甚至可实盘的代码，那策略研发的迭代速度将发生质变。

这确实正在发生。无论是通过自然语言生成基础策略框架，

在做量化研究，最兴奋也最让人警惕的时刻，可能就是看到一个新因子在样本内展现出近乎完美的预测力——IC高，回测曲线平滑上扬。那一刻，感觉仿佛触摸到了市场的某种脉搏。

但不知道大家有没有同感，这种兴奋之后，随之而来的常常是一种更深的困惑。随着我们拥有的数据维度越来越多（另类数据、舆情数据、产业链数据）

我们可能是对“AI+量化”这个话题最熟悉的一群人。我们熟练地调用各种预训练模型，用海量数据喂养它们，满怀期待地等着那个“神奇因子”或“圣杯预测”的出现。但不知道你们有没有和我一样的困惑时刻：

*我们是不是把AI想得太“聪明”了？或者说，我们是不是在用错误的方式，期待它解决一个本质上不同的问题？

import dai的时候，调试报了下面这个错误

• Traceback (most recent call last):
• File "_pydevd_bundle/pydevd_cython.pyx", line 1343, in _pydevd_bundle.pydevd_cython.P

开篇引言\n上周的深度探讨引发了很多同行对“自然语言生成代码”效率的讨论。今天，我不谈理论，直接展示一个完整案例：如何将一段清晰的策略文本，变成在QMT中真实运行的、带有回测结果的趋势跟踪策略。整个过程，就像为你的想法配备了一位精通QMT API的即时翻译。

第一步：策略构思——用

最近也在一些论坛和知乎以及生活中的一些朋友聊了很多，主要还是对于这几年ai爆炸发展带来的一些影响，也产生了一些思考,这篇文章还是基于上次第一个样例写的，这两天我也在测试更复杂的情况，大家感兴趣的话可以关注一下。

TL;DR（太长不看版）：

实测表明，基于agent的策略生成工具能

作为有想法但写代码费劲的交易者，我的策略验证循环曾被卡在“实现”环节。

直到我用上一个工具：将交易逻辑用自然语言描述，它直接生成可运行的QMT策略代码。

输入：“交易茅台，10日线上穿60日线全仓买，下穿全仓卖，用前复权数据。”

生成：约五分钟后，获得一个完整的 代码。

新建可视化策略，用的模板，用lightgbm替换stockranker训练，报错，请帮忙看看 https://bigquant.com/codesharev3/c252eae7-38d1-4f20-ba82-c4144de50a02

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

# 查询代码 cn_stock_factors_base

import dai

sql = """
SELECT instrument, date, suspended
FROM cn_stock_factors_base
WHERE instrument LIKE

cn_future_warehouse_receipt这个表是不是不全，大部分天都缺了很多品种的数据？

目标：希望通过 SQL 精准的获取到某一天的时间序列函数计算之后的值\n现状：只要在 SQL 中带入了 date 的精准条件，就会导致返回的时间序列计算为空值。只能在 SQL 中不进行过滤，然后在代码中过滤具体时间。\n%%sql

WITH market_cap_with_warmup AS (

这个策略回测一天能运行，但是提交到模拟就报trainin为空

![](/wiki/api/attachments.redirect?id=82c

124-行业轮动的基本面选股策略

原来的输出结果如下：

当frequency为1m时，只能获取一个字段吗？fields=[‘open’,’close’]时是不是会报错。

open_price = data.history(context.ins, ["open"], 1, "1m")

\

策略\nhttps://bigquant.com/square/0230eda3-1c00-424c-9e38-c4e0128a2871

运行时为什么缺失 2025-07-23以后的数据，是数据库的问题吗？如果要回测到26年1月，如何修改？

我的策略如下：（完全按照宽客学院中视频老师的代码编写）

https://bigquant.com/codesharev3/ca001d95-6ca5-44f5-9a3d-a68c85a1e827

但是程序运行报错，\nCell In[2], line 58

 55     im

from bigmodule import M

# <aistudiograph>

# @param(id="m5", name="initialize")
def m5_initialize_bigquant_run(context):
    from bigtrader

回测中有最近日期的交易日志，但是模拟提交后没有产生信号。哪位大神可以指导一下，谢谢！

[https://bigquant.com/codesharev3/f09298db-cf17-49b2-8b94-724645cc4c84](https://bigquant.com/codeshare

在编译运行时一直提示“NameError: name 'order_target_percent' is not defined”，帮忙看下是什么情况，怎样优化。

请问，资金流因子是通过挂单量确认主动买入大单的吗？

如果资金直接下单市价买入50万，但是委卖方是挂了10笔5万。这个时候数据平台的资金流因子会判断是1笔主动买入大单，还是10笔主动买入中单？平台是否有对逐笔成交金额进行order id的聚合

from bigmodule import M

# <aistudiograph>

# @module(comment="1. 输入特征：计算双均线及120日趋势过滤信号")

m1 = M.input_features_dai.v30(

mode="表达式",

请问下为什么print的内容 日志中没有体现呀

[https://bigquant.com/codesharev3/826d8e13-d735-43ab-afae-8d2c8f1b2485](https://bigquant.com/codesharev3/826d8e13-d735-43ab-

老师你好，我这里选择

roic_lf_yoy_consec_min_3y>0.15,但结果出来的股票没有这个达到要求。

这是系统没算对还是什么原因呢？

下面是策略：

https://bigquant.com/codesharev3/414b6cba-186a-41dc-a04a-e6bfad

略微出手就是一个做空无敌，稍作修改就感觉比一些研报的多空收益要好。但是可笑的是我完全是用的日频数据。感觉研报都在水工作内容。

以下两张图都不包含涨停或者跌停板。

![](/wiki/api/attachments.redirect?id=84c912c5-0b4d-4373-9654-3

想做中证800指增策略，系统卡着不能进行下去了，心烦意乱，有没有大神救一救~~~~

1、多次出现score，系统无法识别该用哪个score

**思路是从中证800股票池，通过约10各因子得分加总AS score,按照score排名，降序取前200只，再在这200只按照score降