数据分析
在金融领域，数据分析是一项至关重要的能力，它利用先进的统计技术和复杂的算法，对大量的、多样化的金融数据进行深度挖掘和精准解读。这种分析不仅涵盖了历史数据回溯，以洞察过去的市场动态和资产表现，更包括对未来市场趋势的预测。通过数据分析，金融机构能够更准确地评估风险、制定投资策略、优化产品定价，并实现客户关系管理的个性化。在数字化时代，数据分析已成为金融决策的核心，为从业者提供了在不确定性中寻求确定性的强大工具。
【其他】请问交易软件上看到的行业K线数据如何获取
比如991344游戏行业，指数里面没看到有这个
更新时间：2025-02-16 02:12
【平台使用】个股的炸板次数该怎么获取？
个股每日的炸板次数该怎么获取呢？
更新时间：2025-02-16 02:05
【平台使用】减因子画图报错
更新时间：2025-02-16 02:03
【平台使用】场内基金有部分数据是0值
更新时间：2025-02-16 01:58
【平台使用】听老师课，按照老师做的简单策略，但回测没有结果
https://bigquant.com/aistudio/studios/a29733f8-0f37-11ed-93bb-da75731aa77c/?folder=/home/aiuser/work
更新时间：2025-02-16 01:43
【平台使用】小市值策略报错
更新时间：2025-02-16 01:40
【其他】如何把次日开盘数据加入策略？
如何把次日开盘数据加入策略？比如竞价金额，竞价成交量。开盘涨幅。
更新时间：2025-02-16 01:24
【代码报错】TRade（回测/模拟）报错怎么改
新手想问一下在trade运行中，这个错误是什么意思，需要在什么地方改正
\
更新时间：2025-02-15 15:49
【其他】请问怎么计算分红率同时并入每天的数据当中去呢
如题，想引入分红率作为因子，但不知道该从哪里下手
更新时间：2025-02-15 15:22
【平台使用】频内负现金bug复现
# 回测引擎：初始化函数，只执行一次
def m2_initialize_bigquant_run(context):
context.myIns = ['000897.SZA', '600208.SHA', '600533.SHA', '000926.SZA', '601668.SHA', '600854.SHA', '600228.SHA', '600383.SHA', '300988.SZA', '603858.SHA', '300939.SZA']
# 交易引擎：每日盘前触发一次。
def m2_before_trading_s更新时间：2025-02-15 15:18
【代码报错】排序出错——csv
更新时间：2025-02-15 14:41
【代码报错】年前最后一周万老师讲的课：高频价量数据的因子化方法-多因子Alpha系列报告之四十一-广发证券
https://bigquant.com/codeshare/37cf23b2-25d3-4cba-8846-09dd7701ab07
一直有报错，没有跑通，希望老师能帮忙找出问题。
更新时间：2025-02-15 11:50
【指标定制】怎么写sql公式
if (open>close or price_limit_status_0=1,1,0) as _yxdt,
m_max(amount_0, 20)/最近阴线的成交额？？？？？？？？？？？
更新时间：2025-02-15 11:08
【平台使用】为何相同条件下计算结果不同？
同样的时间、数据等，为何每次计算的结果都不同。
https://bigquant.com/codesharev3/be5860fa-7193-4348-95af-9fe0688fbb74
请帮忙解答。
更新时间：2024-12-10 01:41
【平台使用】使用AI因子数据库cn_stock_factors_ai导致回测数据断裂
用AI因子数据库cn_stock_factors_ai的因子，回测数据就会有断裂，不用就不会
更新时间：2024-12-09 01:39
【平台使用】迁移特征到3.0版的改动是否正确？
请大神帮忙看看迁移特征是否对
因为要将原代码迁移到3.0平台，但对平台本来就不熟悉，整理了特征的迁移部分，请大神帮忙看看是否改对了，谢谢
| ai studio1.0平台原特征 | ai studio3.0新特征 |
|---|---|
| rank_return_0 | c_pct_rank(daily_return) |
| rank_return_1 | c_pct_rank(m_lag(daily_return, 1)) |
| group_rank(industry_sw_level2_0,return_1) | group_rank(sw2021_l |
更新时间：2024-11-18 02:10
【代码报错】KeyError: 'buy_signal'
我按照模板写的 单独调用一个vip因子进行测试
import dai
import pandas as pd
import numpy as np
import math
import warnings
from datetime import datetime, timedelta
from bigmodule import M
from bigtrader.finance.commission import PerOrder
## 设置开始和结束时间
sd = '2020-01-01'
ed = datetime.now().date().strftime更新时间：2024-11-18 02:08
【平台使用】运行无回测结果
更新时间：2024-11-11 10:43
【代码报错】高频数据自建因子策略SQL输出为空数据
基于高频数据自建因子构建策略 sql 输出为空数据
import dai
sql = """
SELECT
wq_test_1016_.factor as factor,
ln(cn_stock_prefactors.total_market_cap) as marcket_cap,
cn_stock_prefactors.sw2021_level1 as sw2021_level1,
m_avg(c_neutralize(factor,sw2021_level1,marcket_cap),10) as score,
dat更新时间：2024-10-21 02:15
【平台使用】如何将DAI查询的数据导出为XLS表格？
老师，请问DAI查询出来的数据表太大，如何单独形成一个XLS表格，方便自己进行分析，谢谢
import dai
df = dai.query("""
SELECT
date, instrument,
IF(price_limit_status = 3,1,0) AS _zt,
If(m_sum(_zt,10) = 1,1,0) AS _firstzt,
open/m_lead(close,-1)-1 AS _jump,
If(_jump > 0.04,1,0) AS _jumphigh,
close/ope更新时间：2024-10-10 09:49
【代码报错】KeyError: "DataFrame does not contain 'open' column"Output is truncated
KeyError: "DataFrame does not contain 'open' column"Output is truncated. View as a open in a text editor. Adjust cell output settings...
https://bigquant.com/codesharev3/fe4fb116-9952-42a2-aad4-91738ebaa77c
\
更新时间：2024-10-10 07:10
【平台使用】历史市盈率数据结果差异大的原因
数据怎么会差别很大
这是我在乐咕乐股 上显示的医药行业的历史市盈率
这是我用代码实现的历史市盈率，怎么会有这么大的差别，时间都是2019年9月到现在的数据。
代码如下
import dai
# import numpy as np 没有使用到更新时间：2024-10-10 02:09
【代码报错】SQL函数抽取数据有误
关于SQL 函数抽取数据有误的问题。
代码
import dai
import pandas as pd
sql = f"""
select date , instrument ,sw2021_level2 , m_avg(turn,40) as turn_40avg , m_nanstd(daily_return,40) as volatility_40 , m_regr_slope(daily_return,return_000001SH,40) as bate_40
from cn_stock_prefactors
where st_status更新时间：2024-10-10 01:48
【代码报错】如何优化代码运行速度？
怎么提升速度？
import dai
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
pd.set_option('display.max_rows', None)
sd = '2023-12-01'
ed = '2024-01-02'
data_com = dai.query("SELECT date, instrument, industry_level1_code, industry_level1_name FROM cn_stock_industry_comp更新时间：2024-10-09 10:20
为何用ai训练同一历史时刻，回测结果却不理想。
我始终以为，历史会重演，时势造英雄，于是：
1、我用上证指数（000001.SH）和纳斯达克ETF（513100.SH）创建了一个时光机：
https://bigquant.com/codesharev3/01195700-2d18-411f-a4db-cd93b39f6f31
**2、然后以此为中心，在其一年时间内（2019-08-28/2020-08-28），分别用stockranker和Xgboot进行训练，并对过去半
更新时间：2024-08-19 03:21