hello，请教个问题，我这边有一个策略是通过人工选股，然后使用策略进行买卖。由于人工选股不定时更新，现在策略是将人工选的股票写死的，如果要更新股票池就需要编辑策略并且重启，重启之后运行时的过程数据会丢失。有没有什么方式可以解决这个问题，在不重启策略的基础上完成股票池的更新。

比如是不是可以定制一

https://bigquant.com/codesharev3/35e92647-9c28-44b4-a524-95433266c028

\

择时研究关注资金的流动。资金流动有两种，债市股市的国家内部资金和外部增量资金。所以股市宽基择时应该是基于汇率对冲，以及长短债对冲获得，而不是简单的股价涨跌。查阅相关研报，居然没有把汇率和债市一起研究的择时。

\

是社区的一个策略，社区原始策略没有这样的。今日又提示我全部清仓，我感觉明天又要全部接回。重新一个该策略的新任务，是买入今天旧任务卖出的所有股票。WHY

DAI数据抽取

DAI是BigQuant研发的高性能分布式数据平台，其详细介绍可参考 数据平台/DAI 。

import dai    # 导入第三方库

# 开始日期和结束日期
st

在我们找到一堆因子后，下一步就是把这些因子打好标，丢入模型，让模型去寻找因子和标签的映射规律。

标签就是你要解决的问题，标签应该是和因子强相关的。随意的打标会增加模型预测的难度，而过于傻瓜的打标会限制因子的发挥。

普遍做法：n个周期后的收益率作为标签

普遍做法是用n个周期后的收益率作为标

实盘整体流程

1.开通BigQuant合作券商账户（指定二维码开通享手续费优惠），并申请实盘、绑定实盘资金账号。

2.设置对应实盘资金账号的实盘策略，创建计划交易信号（实盘申请通过后：用户的实盘策略可选择用户的所有模拟交易策略）。

3.创建实盘访问凭证，获取对应访问凭证的密

我会从 “策略底层逻辑→风格判断原理→多因子选股逻辑→动态风控机制→风险提示与改进方向” 五个维度讲解这个策略

一、策略底层逻辑：为什么 “大小市值轮动” 能赚钱？

1.1 经济周期与企业盈利的 “差异化弹性”

大小市值企业的盈利对经济周期的敏感度完全不同：

\

本文将介绍

1.如何封装量化策略框架

2.提供多个预先封装好的量化策略框架

\

什么是策略框架？

说到量化，自然少不了策略。可能会有很多人认为A股中有很多不同的量化策略，实际上恰恰相反。就A股而言，可用的量化策略非常少。目前A股主流的量化策略只有2种，分别为筛选策略和多因

BigQuant是国内领先的适合个人投资者的量化交易软件开发平台，基于Python语言且支持AI人工智能以及机器学习的量化交易投资平台，帮助量化开发者和投资者更好地使用量化策略进行交易。

一 核心模块

1、 [AiStudio — 量化交易策略开发平台](https://bi

依赖与外部资源

• 第三方平台依赖: bigquant.chat、dai、bigtrader、pandas、requests
• 外部数据源: 新浪财经 7×24 快讯信息
• 项目巧妙利用bigtrader中tick回测的机制结合大模型在每个tick上进行新闻分析

项目定位

一个面向

0. 策略名词解释：

（1）突破因子（Breakout）：

• 上突破信号：

• 下突破信号：

1. 趋势增强因子

在原来趋势得分因子的基础上，加入了时间的二次项和时间的三角函数项，分别代表趋势强度和趋势波动，并通过岭回归算法计算预测值，算出加强后的拟合优度，从而计算趋势增强因子。

1.1 原来的趋势得分因子

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

本文介绍量化因子三种常见的处理方式，分别为：

• 标准化处理
• 极值处理
• 中性化处理

这三种数据处理方式，都是截面处理，即当天全市场5000之票做预处理，不涉及时序数据。

标准化处理

把当天的因子值按均值为0，标准差为1进行标准化处理

c_normalize(mkt) as

策略介绍

本策略选取60日成交量与收盘价相关性作为因子，观察了进行股票筛选之后等权持股10只，持仓5天的策略表现。量价因子是投资中常见的一种因子，结合了交易量（量）和价格行为（价）的信息来预测股票的未来表现，盈利逻辑主要基于以下几点：

1. 交易量的信号作用：交易量是市场活跃度的

影响策略效果的因子有很多，每个人所选择的因子也各有不同，选取因子后，如何分析数据，找出有效选股逻辑模型就成为重点。该数据分析工作是策略逻辑编写中最耗时的部分，本文介绍，如何简化数据分析的工作：数据标准化处理

举例说明：

当天收益因子：5000支票，可能会有1000+个不同的值，如：1

我们可以使用现有模块M.factor_analyse.v8来评估我们的因子:

[https://bigquant.com/codesharev3/d395594d-8401-4288-99e9-1f756c72ee8a](https://bigquant.com/codesharev3/d39

导语

平台已经整理好新旧因子对比，可以在基础特征抽取里面直接抽取。

A股

量价因子

\

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。

首先，构建简单但能运行的策略

BigQuant平台回测主要使用bigtrader中in

一、基金池

标普500

纳指ETF

300ETF

创业板

嘉实原油

豆粕ETF

黄金ETF

恒生科技

优点

1. 地域分散：覆盖中美市场（标普 500、纳指、300ETF、恒生科技），对冲单一国家风险。
2. 资产多元：股票（权益）+ 原油 / 黄金

平台的数据有问题吗，没升级画布前回测是正120%收益，升级了画布什么都没动，就是负80%，，这是bug吗? ![](/wiki/api/attach

https://bigquant.com/experimentshare/745ad4d5f61349bebf1b971f28901337

\

\