https://bigquant.com/codesharev3/96e0f12c-6511-4d44-97b0-8d9a78b2da89

\

原始问题链接，希望能收到回复：【平台使用】策略模板中的125策略有误，请修复

![](/wiki/api/attachments.redirect?id=b4b56832-b16b-4303-a1c7-26c

如题，用首页Agent的“策略生成V2”编写的，下列期指策略无法运行，请帮忙看下，

https://bigquant.com/quantagent/share/7f48c35f-8a31-4162-8074-b7a17e69e3c3

前言

感谢BQ-小Q送的礼物，礼物已经收到拉，一如既往的黑盒高科技风。高端大气上档次。

• 
  ![{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}](/wiki/api/att

BigModule简介与入门

《彼得·林奇教你理财》通俗解读：普通人的“接地气”赚钱指南 一、核心思想：菜鸟也能打败华尔街 简单说： 彼得·林奇认为，普通人的日常生活就是最好的选股工具。超市里卖断货的零食、小区门口排队的奶茶店、办公室里同事都在用的电子产品……这些“身边的机会”比华尔街的复杂模型更靠谱。 他的战绩：管理基金13年

TerminatedWorkerError Traceback (most recent call last) Cell In[5], line 3 **[1](vscode-notebook-c

老师们好，我本意是想构建一个滚动10年PE分位点的策略，即在PE分位点低时买入，高时卖出，并仅筛选市值大于500亿以上的股票，以下是我的代码，因没有编程基础，经过一顿折腾终于不报错了，但目前回测时无法显示股票成交，显示没有信号。以下是代码，麻烦老师们看看，谢谢：

import 

摘要

文章首先介绍了人工智能在金融市场中的应用，特别是强化学习在投资组合优化中的作用。强化学习作为一种机器学习方法，通过智能体与环境的交互来学习最优决策策略，以最大化累积奖励。文章提到，强化学习在动态资产配置中表现出色，能够有效管理交易成本和优化资产配置。

研究方法

研究采用了Fi

分享链接： https://bigquant.com/codesharev3/6d509772-572d-4914-8851-ee467bbfcc8b

1、多空组合为什么用因子排名最高的一组股票收益-因子排名最低的一组股票收益，而不是收益最高的一组股票收益-收益最低的一组股票收益。2、因子分析模板这个不应该是0-9吗，0-9，收益曲线应该在最上面把

![](/wiki/api/attachments.redirect?id=8637ea12-7

因子分析和可视化是不一样，因子分析数据处理了，那么可视化模块是否需要加入这个功能?

1. 引言

在投资领域，不少投资者热衷于追逐热门概念，期望短期内获取高额收益。其中，追涨热门题材股策略曾备受追捧。以过去几年的新能源汽车概念为例，在行业利好消息频出时，相关股票价格大幅飙升。众多投资者被短期的股价上涨所吸引，纷纷重仓买入。然而，市场风云变幻，当行业热度稍有减退，这些热门

运行我编写的行业轮动模型，系统一直崩溃。我的回测系统是D2，请老师帮我检查一下原因？

from bigquant import bigtrader
from bigquant import dai
import pandas as pd

def initialize(

bigtrader module V2.2.0，pybacktest done, raw_perf_ds:dai.DataSource("_298ab\n

模拟运行时候，如何访问 raw_perf  这个对象\n\n请老师写一个简易的代码示例

bigQuant的线性策略 可以实现对比买入排名和当前排名进行卖出动作吗？ 例如: 小市值10股策略， 股票A在1月1日 总市值最小 记排名为rank1， 在2月1日其排名变为第5名 此时将其进行卖出 自定义卖出规则为 当前排名 - 买入排名 >= 4则卖出 我们平台可以实现吗？ 如果可以实现

这是你们学院的策略，上涨标签为1，下跌为0，随机森林预测标签0的概率，然后降序排列。标签设置对吗？这里预测标签不是应该为1吗

[https://bigquant.com/codesharev3/9bb304c1-7225-4e77-97b6-dc7f763925ad](https://bi

我们的回测模块能实现这个功能吗？\n目标：每天开盘后用open价格卖出持仓，然后用卖出的资金以open价格买入股票。\n我自己测试的情况：调整模块的买卖价格都为open之后，早盘卖出的资金，无法用于当天买股票！ 有实现的方法吗？

例如取自选股中红宝丽20250322日09:24:57时刻的竞价价格和未匹配量

中证1000成分股 2023年7月26日有1001只

import dai
df = dai.query("""
    SELECT
        date, instrument, member_code
    FROM cn_stock_index_compo

万和证券简介

万和证券股份有限公司是一家拥有证券经纪、证券自营、证券投资咨询、融资融券、证券投资基金销售、证券资产管理、代销金融产品、证券承销与保荐、与证券交易、证券投资活动有关的财务顾问等各类业务资格的综合类券商。

万和证券开户

1. 扫码开通万和证券账号（通过此开通的账号方可

策略

传统投资想法主要存在于人脑，并由人脑运行产生决策信号。

在量化投资中，我们把投资想法编写为策略代码，使用数据来验证和完善想法，并将最终的策略部署到计算机/服务器上运行，产生策略信号。

BigQuant提供用于策略研究开发的数据、算法、算力和平台，同时也提供策略部署和托管运行。我们先

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。

1.引言

在学术研究中，Alpha是数学表达式、计算机源代码和配置参数的组合，可以与历史数据一起用于预测各种金融工具的未来走势。而在实践中，Alpha通常意味着进行交易的合理“预期回报”。两者并不一定相同。许多情况下，能够带来合理“预期回报”的Alpha并不容易构建，因此，对于Alpha的挖

什么是均线？

金融市场上每个人都有一套自己的分析方法，无论你是一个技术派、基本面派、消息派还是量化投资派，对于“均线”这个名词一定不会陌生。虽说这个概念诞生于市场技术分析领域，但由于它的通俗易用，均线一直受到投资者和市场分析人士的青睐。

均线的全称是移动平均线（MA）。移动平均线是个什么

1. 策略核心思想

1.1 定义

可转债是一种公司债券，赋予持有者在特定时间内、按特定条件将债券转换为公司股票的权利。它兼具债券和股票期权的特性，因此也被称为“混合证券”。

1.2 策略逻辑

本策略基于机构研究体系，通过量化模型筛选高评级、低估值可转债，构建长期稳健组合。核心

$a^2+b^2=c^2$

1. 策略核心思想

1.1定义

可转债是一种公司债券，赋予持有者在特定时间内、按特定条件将债券转换为公司股票的权利。它兼具债券和股票期权的特性，因此也被称为 “混合证券”。

1.2 策略

可转债作为兼具债券属性与权益期权特性的混合金融工具，在大

摘要

股市预测是一个经典但具有挑战性的问题，吸引了经济学家和计算机科学家的关注。交易活动涉及高风险，投资者可能会损失部分或全部投资金额，因此需要更智能的技术来辅助投资决策。

除了传统的金融数据，如价格和交易量，文本数据（如新闻和社交媒体）和宏观经济数据（如GDP和CPI）也可用于预测。这些

\

1.为什么计算开盘15分钟成交量因子？

开盘15分钟是市场交易最活跃的时段之一，也是换手率计算基础，开盘15分钟总成交量是计算开盘15分钟换手率的核心数据，而换手率能进一步反映市场参与度和流动性。

具有以下显著特征：

信息集中释放：隔夜消息、政策变化、公司公告等信息在开盘前集中发酵，导

策略核心思路：高抛低吸\n找股价处于有线级别相对较低的位置，采用打分排名的方式，进行买入，当股票上涨后打分就会变低，排名就会降下去，排名低于预设范围，则进行卖出换票，换的票又是打分较高的票（即换一支相对更低位的票，前一支票卖出利润到手），逻辑虽然简单，但很实用，无法在各种行情下都赚，一年内一般会有几

API接口

策略请求接口

context.order(symbol, volume, limit_price=0, order_type=OrderType.MARKET, offset=Offset.NONE)

• 适用市场：股票、期货

1.引言

在量化投资领域，概念因子已从市场现象演变为系统性策略工具。从 2024 年 AI 芯片龙头寒武纪 387% 的涨幅，到低空经济概念板块 2300 亿元的资金净流入，概念因子正在重塑 A 股市场的盈利逻辑。我们构建策略的核心，在于将产业趋势的确定性转化为可量化的投资机会。

1.

1. 引言

六脉神剑策略其核心思想是融合多维度技术指标，综合考量股票的多空态势、趋势变化、动量情况、相对强弱、买卖信号以及超买超卖状况，从而筛选出具有投资潜力的股票。该策略以日为频率进行交易操作，旨在通过对不同指标的精准把握和有机结合，实现投资组合的收益最大化。

![](/wiki/a

因子原理

市销率（P/S Ratio），是一种估值指标，用于衡量公司股票价格与其销售收入之间的关系。市销率可以帮助投资者了解公司股票的估值水平，相对于其收入而言是否被高估或低估。

在不同的行业中，市销率的合理区间也存在差异：

• 技术行业：技术公司通常具有较高的成长潜力，投资者预

如题，【125-多头排列回踩买入策略】在文档中并没有将买入和卖出信号加入到k线处理函数中， 请检查是否有误

https://bigquant.com/codesharev3/54891dfd-8e8b-4db1-81bf-d8e5a0e98d02

\

您可以去社区论坛问答交流板块反馈咨询 去发帖>> ---------------------------------------------------------

在我的策略中， 实盘策略，设置，修改策略对应的资金规模，从10w 升级到11w， 希望自动化的扩从持仓信息， 我使用过的qmt 实盘

发现qmt 无法收到增加的扩仓信息，并自动加仓

![](/wiki/api/attachments.redirect?id=4d2b57ff-7131-465d

我想上传一些外部的数据或者模型到studio，可是找不到上传的入口！

多空股票策略涉及在各种股票中持有多头和空头头寸，鉴于其本身较低的风险状况，对冲基金通常采用这种策略来提高风险调整后的回报。

在本指南中，我们将深入研究此策略的机制，探索其实现并使用 Python 回溯测试结果。我们将介绍基本知识，例如历史背景、驱动其回报的来源，以及高级主题，例如它与仅做多和市场中

策略提交模拟是成功的，总是没信号。

已经去掉了绑定开始日期，还是不行，启动日志总是读不到持仓信息，见下面日志第一行len=0

[2025-03-28 01:47:16] [info     ] extract_planned_orders len=0 for acco

旧版声明

本文为旧版实现，仅供学习参考。

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

预计算因子表[数据平台] <https:/

报告摘要

主要观点

本篇是“学海拾珠”系列第九十七篇。本文提出了一种离散型的交易策略，将投资组合的回撤控制在目标水平内，同时最大化长期投资组合的收益。本文将损失控制目标定义为滚动窗口内的回撤(REDD)。本文使用三个大类资产来测试动态资产配置策略：标准普尔500总收益指数(SPTR

策略原理

行业轮动策略是一种量化交易策略，它依赖于在不同行业之间进行资金分配，以期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。

本策略是曾经在社区里

投资组合风险和收益率的计算涉及多个财务概念和数学公式。让我们首先了解一些基本概念，然后进入具体的计算方法。

投资组合收益率的计算 假设投资组合由多种资产组成，每种资产的预期收益率和投资占比各不相同。

投资组合的预期收益率可以通过以下公式计算：Rp ​=∑(n,i=1) (wi ×Ri​ )

介绍

通过本地 VSCode 连接到BigQuant AIStudio，在本地 VSCode 里开发、调试、运行等。

注意：本地 VSCode 没有 AIStudio 可视化开发等功能。我们仍然推荐使用 AIStudio。

此功能 [旗舰版](https://bigquant.com/s

策略概述

本策略是一个简单的趋势跟踪策略，主要思想是：

• 判断趋势：通过计算一段时间内的 Tick 价格的移动平均线（MA），来判断当前价格是高于还是低于平均水平。
• 跟随趋势：当价格高于移动平均线时，我们认为处于上涨趋势，就买入股票；当价格低于移动平均线时，我们

-- cci_120: 商品通道指数。指标解释:计算方法: TP=(最高价+最低价+收盘价)÷3,CCI=(TP-TP的n1日均值)/(0.015*TP的n1日平均误差)。 
(high + low + close) / 3 as _tp
(_tp - m_ta_sma(

滚动训练完成后的模型，如何保存最终模型？

是我这样操作保存吗？请指导一下。

[https://bigquant.com/codesharev3/8a40eb97-c600-49ce-a354-59b24e8c45ef](https://bigquant.com/codesharev3/8

一、德国股票市场数据需求的核心挑战

在量化交易领域，股票数据 API 的选择直接决定策略的成败。作为欧洲最大经济体，德国股票市场（尤其是法兰克福交易所）的股票报价 API 与股票实时 API 需求呈现三大核心挑战：

1. 时效性要求：高频交易策略对股票实时 API 的延迟敏感度极

https://bigquant.com/codesharev3/5bf0b7f2-728c-4154-be3b-d16e3ea57a22

\

https://bigquant.com/codesharev3/b2f8d4b6-b3f8-47cb-9163-a8c9946c23e7

\

在外汇交易领域，利用外汇数据 API 接口获取实时市场数据并结合量化策略实现自动化交易已成为趋势。本文将介绍如何通过 iTick 免费外汇报价 API 接口与 Cursor AI 代码工具快速实现量化策略的自动编写与部署，涵盖外汇数据 API 调用、策略逻辑生成、代码自动生成及回测全流程。一、技术栈

麻烦老师帮忙看一下，调整了一下，开始时间不再绑定实盘参数，但是观察了两天还是没反应。

[https://bigquant.com/codesharev3/be2022d4-5adb-4f40-8819-9df8da3d9984](https://bigquant.com/codesharev3/b

在外汇交易领域，利用外汇数据 API 接口获取实时市场数据并结合量化策略实现自动化交易已成为趋势。本文将介绍如何通过 iTick 免费外汇报价 API 接口与 Cursor AI 代码工具快速实现量化策略的自动编写与部署，涵盖外汇数据 API 调用、策略逻辑生成、代码自动生成及回测全流程。

![

为什么我加入私有变量因子也会影响回测结果？

能不能根据我历史一段时间交易操作记录，智能生成一策略

rank_return_0

rank_return_5

rank_return_10

rank_return_40

avg_turn_5

avg_turn_10

avg_turn_20

avg_turn_5/turn_0

rank_return_5/rank_return_10

r

(close - m_min(low,10)) / (m_max(high,10) - m_min(low,10

平台的3.0不会用,找人帮忙

我记得之前dai是可以直接操作dataframe的，现在是不是不行了？

例如：

1. 先读取数据到dataframe（变量名叫df）
2. dai.query(“select * from df”)

以前这样是可以操作的，现在似乎是不可以了

\

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://b

https://bigquant.com/codesharev3/48aebc8c-55fc-4066-8d60-2d61d1496320

\

iTick 提供了强大的外汇报价 API、股票报价 API 和指数报价 API 服务，为量化策略的开发提供了丰富的数据支持。本文将详细介绍如何使用 Python 结合 EMA12 指标和 iTick 的报价 API 来构建一个简单的量化交易策略，并对该策略进行回测。

![](/wiki/api/

获利盘函数、筹码理论中，是否可以取到 股指IF、IC、IH的值？

[用因子分析模块出现覆盖率不足的情况，如何解决？](/wiki/doc/mokuai-fugaishuai-qingku

\

from bigmodule import M

# <aistudiograph>

# @module(po

加入仓位控制的代码就运行不了了，显示是空值，前面代码已经定义过sma了。

在量化交易领域，iTick 报价 API凭借其强大的多市场覆盖能力，已成为专业交易员的首选数据解决方案。其外汇 API支持全球主要货币对（如 EURUSD、GBPUSD）的毫秒级行情推送，包含 Bid/Ask 深度报价和实时波动率数据；股票 API则覆盖 A 股、港股及美股市

在量化交易领域，iTick 报价 API凭借其多市场覆盖与高性能特性，成为策略开发者的核心基础设施。其外汇 API支持全球主流货币对（如 EURUSD、USDJPY）的实时行情推送，提供 Tick 级 Bid/Ask 深度数据与波动率指标；股票 API则覆盖 A 股、港股及美

在量化交易领域，iTick 报价 API凭借其强大的多市场覆盖能力，已成为专业交易员的首选数据解决方案。其外汇 API支持全球主要货币对（如 EURUSD、GBPUSD）的毫秒级行情推送，包含 Bid/Ask 深度报价和实时波动率数据；股票 API则覆盖 A 股、港股及美股市

策略介绍

巴菲特（Warren Buffett）的投资理念以“价值投资”为核心，强调长期持有优质公司股票，通过复利增长实现财富积累。本策略主要关注公司的账面价值、估值和盈利质量，以确保投资组合具备长期稳定的回报。

策略概述

本策略基于三个主要财务因子构建评分体系，分别是账面价值（B

我在使用贵平台编写股票交易策略代码时遇到了问题，希望能得到你们的帮助。

我编写的代码旨在实现一个股票交易策略，该策略包含底仓和浮动仓的管理，同时会根据股票的 1 分钟高频数据计算 5 分钟数据，并使用 MACD 指标进行日内交易决策。

代码中涉及 5 分钟数据的部分老是出错，具体体现在以下几

策略简介

本策略名称叫空中花园策略，是一个比较经典的日内交易策略。网上有大量的材料，感兴趣的可以搜索下。

\

策略思想

隔夜跳

国金证券简介

国金证券股份有限公司，1990年12月成立，335亿元市值，超5000人公司员工人数，8家分公司、75家证券营业部、分布全国24个省市，经营范围包括证券经纪、证券自营、承销与保荐、资产管理投资咨询、财务顾问业务等。(数据日期:2024年4季度)

国金证券开通账户

==

研究结论

传统多因子Alpha模型大多是在全市场范围内对股票一视同仁地进行打分评价，忽视了个股之间的基本面情况差异和选股因子在不同风格股票池里的适用性，能够捕捉不同股票之间差异性的动态情景模型(Dynamic Contextual Alpha Model)应运而生, 并且在海外市场获

摘要

本篇文章的核心内容是研究期货市场是否能够通过信息溢出效应改善中国指数ETF市场的高频技术交易规则（Technical Trading Rules, TTRs）。研究使用了遗传程序（Genetic Programming, GP）技术来寻找最优的技术交易规则，并分析了指数期货信息对这些规

操作系统：Mac OS

浏览器：chrome

操作：

在编写策略板块中，新建一个模板策略，不做任何修改，直接运行，就报错了。

按道理平台是服务器端部署的，所有的库都是平台部署的，为什么还有这种无法解析的问题呢？

求助。提前感谢。

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

本文参考Hugo大神的研报复现，移植到bigquant平台

[https://bigquant.com/codesharev3/13c94d37-ab98-47f0-be38-b1e9c848ce45](https://bigquant.com/codesharev3/13c94d37-ab9

https://bigquant.com/codesharev3/5841235c-c631-4016-9df1-0e9c72754770

\

https://bigquant.com/codesharev3/369f88a1-86d1-45cf-89aa-1c35fae19d1f

\

策略介绍

本策略是根据新国九条进行改良的新版微盘策略从而更好筛选需要的股票。

自从2024年新国九条出来后，小市值策略逐渐失效，部分小票退市概率变大，我们先看看国九条中关于股票ST的内容：

可能影响股票被ST或退市的关键因子，这些因子可以作为投资者避免潜在风险的参考：

1、分红情况：如

在全球金融市场波动率加剧的背景下，传统量化投资体系正面临数据维度单一、策略迭代滞后、决策响应缓慢等痛点。iTick 外汇股票报价 API 服务与 DeepSeek-R1 大模型的深度整合，通过 "数据 + 算法 + 场景" 三位一体的创新架构，为量化投资领域带来了革命性突破。

![](/wiki

# 问题描述
1，下面的策略代码，可以正常回测、可以正常模拟运行、但是到第二天模拟运行会报错
2，报错如下：
3，[2025-03-11 22:22:07.338366] ERROR: pypapertrading:moduleinvoker.py:38:_module_run 

https://bigquant.com/codesharev3/a5d436a4-6a1f-4d7f-b3f7-f79925d270db

\

from bigmodule import M



# 交易引擎：初始化函数，只执行一次
def m5_initialize_bigquant_run(context):
    from bigtrader.finance.commission import Pe

策略社区的XGBoost模板，只是修改了训练、回测数据日期，执行回测时正常，但提交模拟就报错，策略已分享给小Q，下面是报错信息

2025-03-10 20:24:00 任务运行开始调度 state=trigger event= 5ec3d941-73b9-47ca-8183-759397725f7

因子表达式：c_indneutralize(pb, sw2021_level1) AS pb_

我检查了pb因子原始值，并没有缺失

\

Trade

AIStudio 常用模块和开源

BigTrader 量化交易引擎

[交易引

研究背景

金融领域越来越依赖文本数据（如金融新闻、监管文件和社交媒体）来预测经济事件和市场走势。

传统的情感分析方法（如基于词典的方法）存在局限性，无法充分捕捉文本中的复杂信息。

大型语言模型（LLMs）如BERT、OPT、QuantAgent和FinBERT等在自然语言处理（NLP）任

引言

最近上传了一个新版的随机森林模块，大家可以尝试使用一下。

策略思想

因子和标签选取

![](/wiki/api/a

[https://bigquant.com/aistudio/studios/f9b674f0-0f37-11ed-93bb-da75731aa77c/?payload=[["openFile"%2C"vscode-remote%3A//bigquant.com/home/aiuser/work

简单来讲，量化投资就是利用计算机科技并采用一定的数学模型去实现投资理念、实现投资策略的过程。

量化交易 是指借助现代统计学和数学的方法，利用[计算机技术来进行交易的证券投资方式。量化交易从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，用数量模型验证及固化这些规

Qbot 不仅功能全面，在技术架构上也独具匠心。平台提供 GUI 前端 / 客户端（部分功能也支持网页），无论你是喜欢桌面端操作的稳定，还是钟情于网页端的便捷，Qbot 都能满足你的需求。后端则专注于数据处理、交易调度，通过事件驱动的交易流程，确保每一个交易指令都能迅速、准确地执行。在策略研究方面，