和雪球，tushare的数据差异很大。而且有很多值是-1

183 871396.BJ 2.094511e+09 -1.000000 228 873593.BJ 6.104

股票实时交易策略

1.选择感兴趣的股票实时交易模板（详见模板），点击【克隆】复制对应策略至策略编写页面；

1）运行代码：点击右上角的【全部运行】，看代码运行结果是否报错

2）提交模拟：点击右上的【提交模拟】，进行实时任务提交

![](/wiki/api/attachments

贵州茅台近一年收益是-7，还是-3。智能体生成的策略，基准收益是对的，累计收益是错的。

[https://bigquant.com/codesharev3/4fcfd000-1944-4773-ab71-681187ad6a3c](https://bigquant.com/codesharev3/

1.市场观察和机会发现

在量化交易中，基本面是至关重要的一部分。它能提供关于公司财务状况、行业前景等关键信息，帮助量化投资者确定交易标的的内在价值，为量化模型提供基础数据和逻辑依据，使模型能更精准地筛选股票，把握市场趋势，降低投资风险并提高交易策略的有效性。基本面的指标因子较多，为研究

你是否被以下问题困扰过：

你跟随策略时，是否出现涨停票破板未卖出，导致收益大幅缩水情况？

你跟随策略时，是否出现股票快跌停无法及时卖出，导致未出手，第二天再吃跌停情况？

你跟随策略时，是否出现开盘买入，但买入后就立即下跌情况？

你跟随策略时，是否出现策略提示尾盘出手，但你想在盘中有合

在bigquant平台可视化那个模块加的呀，训练集的实际参数可以，就是测试集不行。我尝试了test_data和eval_data都不行诶

策略简介

A股表现整体呈现震荡趋势，熊市周期长，且经常出现虽然指数跌幅较低，但市场上的个股跌幅较大。于是提出猜想：是否能找到比较抗跌的策略，在市场表现一般的时候策略回测较小。

策略的特点：在大盘下跌时，策略相对大盘比较抗跌，策略回撤相对小。

构建步骤

确定策略目标市场

def m3_initialize_bigquant_run(context):
    # # 加载预测数据
    from bigtrader.finance.commission import PerContract
    # 0.000023, 0.00012, 0.

❓ 总在苦恼策略参数调不好，收益难突破？\n❓ 眼馋高股息策略稳定回报，却不知如何搭建？\n❓ 听说参数优化能让收益飙升，但找不到方法？

本次分享一次性为你解开谜团！

🎯 核心看点：\n✅ 颠覆认知 | 参数优化不是玄学！3个底层逻辑让策略收益质变\n✅ 实战拆解 | 高股息策略5大核

📌深入探讨数据量化分析的方法，挖掘数据中的隐藏价值和规律。

📌利用数据可视化，将复杂的分析结果转化为直观易懂的图形和图表，提升决策效率和准确性。

💡直播讲师：万笑宇老师\n毕业于墨尔本大学，拥有多年的量化投研和实盘交易经验。致力于探索和应用先进的量化策略。

视频回放：[点击此处查

简介

BigTrader 是 BigQuant 推出的专业级量化交易引擎，采用 C++ 核心实现，并提供 Python API 接口和回调函数。它为量化投资者提供了一个全面的交易解决方案，无论您是初学者还是专业投资者，都能轻松上手使用。

核心特性

• 全市场覆盖
  • 多品种支

\n💡本次分享将带你深入了解QuantAgent的高阶用法，手把手如何快速构建并优化量化投资策略！\n💡无论是量化投资新手还是资深从业者，都能从中获取实用技巧，开启量化投资新篇章！\n\n\n会议亮点：\n📌零代码入门：无需编程基础人人都能学会\n📌实战解析：从理论到实践掌握全流程\n📌专

import jqdata

def initialize(context):

# 定义均线周期

context.ma5_period = 5

context.ma10_period = 10

context.ma3_period = 3

def handle_data(c

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

《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

大田老师上课不是提到可以用之前特朗普1.0的时候那个关税政策做分析，然后来预测这一次的关税政策效应嘛，然后我就想用去上一次的数据做一个政策分析，请问有没有什么推荐的策略和数据呢？

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

复现了4个因子平台的因子，收益都与因子平台的收益相差太多。

复现思路：因子一致，回测时间一致，持仓股票数量500只，score ASC、DESC都可以试试。

老师也可以不复现这四个因子，因子平台上的随便一个都行，看看能不能复现：因子平台上年化20%，复现17%，我认为就是OK的。但是差的太多。

1.市场观察和机会发现

许多投资者热衷追逐热门概念，像曾火爆的新能源汽车概念，行业利好时股价飙升，吸引大量资金买入。但市场多变，热度减退后股价急跌。以2021年1月4日起跟踪买涨幅最大的策略，每日调仓，初期有涨幅，随后收益震荡下行，到2024年9月收益低至-50%左右，最大回撤超55%

import os
from bigmodule import M
import numpy as np
from bigtrader import PerOrder
import pandas as pd 
from bigtrader  import Directi