什么是BigTrader

BigTrader是宽邦科技推出的致力于为用户提供便捷、功能强大的交易引擎。

在量化研究的过程中，量化研究员（宽客）需要在历史数据里回放模拟，验证策略效果，这就是BigTrader交易引擎的应用场景。

主要功能： 量化策略编写、回测分析、仿真模拟和实盘交易。

支持品种： 股票、基金、期货、可转债、指数；未来会支持期权、债券、两融等。

交易频率： 日线、分钟、Tick、逐笔。

交易引擎的优势：

• 回测研究贴近真实 交易，最大程度保证回测的准确性
• 回测研究、模拟交易、实盘交易为同一套代码，无需做任务修改

交易引擎介绍

HFTrade是宽邦科技推出的致力于为用户提供便捷、功能强大的高频量化交易策略编写、回测分析、模拟测试和实盘交易的工具。

支持的品种

股票、基金、期货，可转债，未来会支持期权、债券、两融

交易频率

日线、分钟、Tick、逐笔

策略编写

策略程序架构

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

运用风险平价策略投资

风险平价策略的产生及概念

产生：雏形是Bridgewater的“全天候”，要建立一个在任何经济环境下都能表现不错的资产组合；但风险平价这一概念出现较晚，产生于2006年；2008年以前，风险平价策略还主要集中在股票、债券、大宗商品等传统的资产类别，仅有少数人利用了高收益债券、投资级债券及新兴市场债券的利差。2008年，AQR首次推出了其他风险因子otic/Alternative Risk Factor）,将对冲基金等作为该策略资产组合的一部分。

概念：基于目标风险水平，有多种e资产构成投资组合，并给组合中的不同资产分配相同的风险权重的一种投资策略。

配对交易策略

2.1 平稳与协整的概念

2.1.1 平稳的概念

一个平稳的时间序列变量Y的均值与方差不会随时间变化，它的图像变现为均值复归的形态

如果Y是平稳的均值复归的，那么我们可以合理地期待

• 当Y过高的时候，它就会下降
• 当Y过低的时候，它就会上升

2.1.2 协整的概念

如果两个时间序列变量之差是平稳的，就称这两个时间序列变量是协整的

• 如果时间序列Y与X的差Z=Y−X是平稳的

策略案例

https://bigquant.com/experimentshare/fe8ec83484ca44148602d39a58545d75

\

{{membership}}

https://bigquant.com/codeshare/9aa6342b-2c67-4417-afea-0d5874e5d340

\

{{membership}}

https://bigquant.com/codeshare/9a29b13f-6ebe-46a4-a131-c356aed54a36

\

{{membership}}

https://bigquant.com/codeshare/176e62e4-b61d-45f0-a960-3dbb48b50aba

\

{{membership}}

https://bigquant.com/codeshare/9ac7cfd7-5bcf-41a5-9577-f84f671d5cd3

\

量化交易软件是一种专门设计用于执行量化交易策略的软件工具，广泛应用于金融市场。这种软件使投资者能够运用数学和统计方法，自动化地进行交易决策和执行。（tips：文末含所有量化交易软件平台入口及核心工具）

概念

量化交易软件基于预设的算法和模型，进行市场分析、决策制定和交易执行。它通常包括数据分析、模型构建、回测、风险管理和自动化交易等功能。量化交易的核心是将投资策略数学化，使交易过程标准化和

不会代码也可以使用量化工具提升投资效率和收益概率的。

今天简单介绍下量化交易如何快速入门。

量化交易是什么意思

量化交易是一种使用高级数学模型、统计分析和计算机算法进行交易决策的方法，应用范围一般包括股票、期货、外汇和衍生品等金融市场。它主要依赖于金融市场中的价格、交易量、经济指标等大量历史和实时数据，用以识别市场趋势、估值、波动性等关键因素。

量化交易者可以通过使用复杂的数学（包括统计学、概率论、机器学）模型来分析数据和预测市场行为，并通过计算机算法预设的规则和模型自动执行交易。

![量化交易平台](/wiki/api/attachments.redirect?id=05

金钱的故事视频合集

https://www.bilibili.com/video/BV1hQ4y1P7Td

\

金钱的故事

金钱的故事(又名: 金钱本色 / 金钱崛起 / 金钱的故事 / A Financial History of the World)以最简单的方式，讲解大家难以理解的金融现象，现金、资本、货币、财产……它有无数个代名词。但究竟“金钱”是什么？它从何而来，要往哪里去，又是怎样影响到我们今天的社会？本系列节目从一个全新的角度为大家讲解金钱的故事，让你知道金融演化进程背

前言

早在1993年，Fama和French两个人就已经发表了他们的三因子模型，认为股票的超额收益可以由市场风险、市值风险、账面市值比风险来共同解释。后来，这两个人发现了除了上述风险，还有盈利水平风险、投资水平风险也能带来个股的超额收益，并在2013年发表了五因子模型。本文旨在对五因子模型以及这几个因子进行简单的介绍，并给出一个简单而有效的五因子选股策略。

![{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}](https://bigquant.com/community/uploads/default/

在平台策略编写文件导航器中，有近20个模板策略，可供大家借鉴学习，本文进行简要介绍。

编写策略里的策略模板

在编写策略界面下，我们可以找到模板策略文件夹，存放了一些常用的策略/功能实现模板。

进入模板策略文件夹，可以看到股票和期货两个文件夹，分别存放了股票策略模板和期货策略模板。

![](/wiki/api/attachments.redirect?id=7f852357-2290-

https://bigquant.com/experimentshare/116fdc30e1944051ba43f73e74837776

\

更新

本文为旧版实现，仅供学习参考。

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

本文来自方正证券研究所于2022年4月12日发布的报告《成交量激增时刻蕴含的alpha信息——多因子选股系列研究之一》，欲了解具体内容，请阅读报告原文，分析师：曹春晓 S1220522030005。

摘要

在股票市场中，成交量的边际变化隐含着非常重要的信息，特别是在技术分析领域，成交量被认为是股票市场的原动力。俗语“量在价先”深刻的反

https://bigquant.com/experimentshare/5715a53b7df741f9be882f46e44f444e

\

• 在仓位分配模块设置权重：

代码

https://bigquant.com/codesharev2/29e63d23-f18a-4e65-86bc-ee5f96f9f8fd

\

导语

本文介绍了LSTM的相关内容和在股票价格预测上的应用。

LSTM的股票价格预测

LSTM(Long Short Term Memory)是一种 特殊的RNN类型，同其他的RNNs相比可以更加方便地学习长期依赖关系，因此有很多人试图将其应用于 时间序列的预测问题 上。

汇丰银行全球资产管理开发副总裁Jakob Aungiers在他的个人网站上比较详细地介绍了LSTM在Time Series Prediction上的运用（[http://www.jakob-aungiers.com/articles/a/LSTM-Neural-Network-

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

%%sql SELECT date, instrument, close, open, close/m_lag(close,1) as cr, (close / LAG(close, 5) OVER (PARTITION BY instrument ORDER BY date))-1 AS change_ratio_5d, PERCENT_

我想将选取前十名股票的选股策略的基础上，融合亏损5%则卖出； 获利10%则止盈，换股的策略。

同一个问题，因为刚上手，原来可以1分钟解决的搞了1天，其实一开始文心一言就已经帮我改正了错误，只是我认为不是这个问题。

第一步

第二部

在修改交易代码时，遇到将原来的context.df = context.options['data'].read_df()与`positions_cost = {e.symbol: p.cost_bas