新手,找人帮我修改这个策略, 我们成为朋友后我才会把代码给你,这要3个月的时间,(我不想浪费你的时间,一定要看明白这一条)

技术的提升在于交流，取长补短，借此策略与有兴趣玩量化的新手、老手朋友打开合作共进之路!!!

对于喜欢玩量化或准备玩量化的朋友，可以相互交流下源码，分享经验，取长补短

前言：不知不觉在BigQuant平台上也有5个月的时间了，在这期间也订阅了一些策略，然后跟着实盘跑了一下，有赢有亏！订阅的策略，主要是看不到历史回测，单从年化收益来判断策略的未来趋势总有些没有底气，觉得还是开发自己策略比较靠谱！

先给大家分享下我的学习过程吧

• 了解BigQuant是什

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。

\

![{w:100}{w:100}{w:100}](/wiki/api/attachments.redirect?id=71cc

同花顺选股平台最牛收益策略分析

​ 近年来，量化交易被越来越多的投资者认可，国内也出现了很多支持量化策略和量化交易的平台。其中同花顺旗下的量化策略平台BackTest（http://backt est.10jqka.com.cn/

\

https://bigquant.com/experimentshare/a1ba84205e3b4322970e3e5d6c75b43f

\

随着交易数据量越来越大，金融领域的各种应用已经验证了使用人工智能可以更好地进行投资或业务决策，也越来越多人相信人工智能技术在金融领域的应用前景。人工智能提供了一种适用于从个人数据到业务流程的高效数据分析工具。 与此同时，越来越多金融机构开始使用机器学习方法，以期在市场竞争中赢得优势。量化投资机构逐渐

\

祝大家五一快乐，账户长虹！

**听说有一群人偷偷赚麻了，麻了，他们怎么做到的 人均月20收

基于BQ平台提供平台能力以及基础数据的封装，可实现小白1天内快速入门，本文绝对干货，附带的源码策略年化收益112%，2年累计收益327%，属稳妥型策略，可用于实际实操，基于此策略打开你的量化入门之路。

策略介绍： 平台策略主要分成二种，AI策略、自定义编码策略。
 **

https://bigquant.com/experimentshare/e34dd4535c404f8093eeff6430c561e3

\

超级Level 2 功能点： 1、总买总卖：统计所有千档的总买总卖数量 2、全息队列：可查看买卖千档下每个档位的前50笔委托队列情况 3、逐笔委托：展示真实的挂单明细，散户主力动作一览无余 【实战篇】 一、 十档行情看得更深 目前我们使用的普通免费市场软件，在盘口委托栏，可以看到买一到买五，卖一到卖

导入必要的库 import numpy as np import pandas as pd import talib as ta from scipy import stats from sklearn.manifold import MDS from scipy.cluster import hi

今天与大家探讨高频策略的回测框架。高频策略的研发，有两个显著的特点： 一是数据量大，与日频相比，分钟频率就是百倍的数据量， 到秒级别更达到上千倍的差异。 二是对交易细节敏感，回测系统要尽可能去模拟真实交易的情形，甚至要比真实交易更严格，这样研发出来的高频策略才有实盘的价值。所以高频策略要考虑的细节很

高频交易经常被提起，却始终蒙着一层神秘面纱，仿佛那只是金字塔尖那一小撮人的玩物。今天我们就从期货高频数据下手，去揭开神秘面纱的一角，并尝试搭建神经网络模型对高频数据进行预测，抛砖引玉，希望能让对金融数据分析，量化交易，人工智能感兴趣的朋友有所收获。我们已经将本文的全部源数据+源代码+python环境

import pandas_datareader as pdr

获取股票数据

stock_data = pdr.get_data_yahoo('股票代码', start='2010-01-01', end='2020-12-31')

计算30日均线和72日均线

stock_data\

from jqdata import * import talib

初始化函数，设定基准等等 def initialize(context): # 设定沪深300作为基准 set_benchmark('000300.XSHG') # 设定交易手续费，买入时万分之二，卖出时万分之二加千分之一印花税

对于小散来说，批量买入几乎不可能，也一般为手动选择。但是个人却很难，监控几十上百只股票，看到指数也只能看到涨多少，即使可以看到指数成分，也只能看到股票当天涨幅情况。下面是我提供的一个模板，可以监测几百只股票。有问题可以提问。==PS 建议使用hs300股票池，按下面代码修改==。ps：我不会

在回测模块中，例如生成订单日期是1号，实际下单日期是2号。2号的时候是可以调用盘前处理的。盘前处理的时候如果使用data.histroy是可以在盘前就获取当天的开盘和收盘信息的。这个属于未来函数，不过如果下午交易，用上午开盘价是否低开做cancel order判断是ok的。但是问题来了。回测这样操作

导语

最近的一项研究表明，在所有资产超过20亿美元的企业养老金基金中，超过80%拥有超过10位投资经理，在所有资产超过5000万美元的基金中， 不到三分之一的基金拥有一名投资经理。许多雇佣多名经理的基金只关注经理选择的过程。直到现在，一些基金才开始认识到，它们必须制定一种界定基金经理资产管

导语

最近的一项研究表明，在所有资产超过20亿美元的企业养老金基金中，超过80%拥有超过10位投资经理，在所有资产超过5000万美元的基金中， 不到三分之一的基金拥有一名投资经理。许多雇佣多名经理的基金只关注经理选择的过程。直到现在，一些基金才开始认识到，它们必须制定一种界定基金经理资产管

我目前主要的主要成果，做了一个基于行情数据的深度学习模型--准确来说是一个打分函数，用于评估股票。 https://www.joinquant.com/view/community/detail/db6e30a324426431b7169d774c8f7dec 基于上述模型我在大宽做了一个模拟位

引言

首先，一个因子能够挣钱是因为市场在该因子方面存在非有效性。用的人越多，市场在那方面越有效，导致因子的效果越差。但就现阶段而言就说市场在哪个因子上已经完全有效为时尚早。事实上，由于 A 股市场中噪声投资者的高度参与感，市场仍远不够有效。

拿我们熟悉的价值投资来说，价值投

复盘2022，量化行业蜿蜒向前，整体规模略有下降，全年低迷的市场交投活跃度及行情风格的快速切换，使得“超额”之路异常曲折。 展望2023，投资者及财富管理机构对于量化行业的理解不断专业、深入，管理人策略不断迭代，产品线不断完善。某头部量化私募提出以下几点看法： 1.量化行业发展再次攀升，策略整体表

我们在研究选股逻辑时，经常会有类似这种场景，先识别股票近期是否存在异动，然后调整几天后，股价达到异动那天的某个点位，进行买入动作，但目前平台无法支撑这种场景的取值，希望平台能够支撑下，具体案例如下：

#成交量变化因子

amount_zf=amount_0/amount_1

#是否异动p定义