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

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

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

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/

\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

想读取CSV文件中的因子F1和F2，在特征模块进行加工成F1+F2并命名为F3，请问如何实现？

按照文档里的读取SCV文件试了下，结果出现报错。

https://bigquant.com/codesharev3/4833d08f-8823-4a0d-9823-524ca41830a6

因子篇

因子构建

另类标签推荐

追涨策略的关键因子如何选择

[基于财务数据构建策略](/wiki/doc/

7月16日Meetup模板案例;

策略案例

[https://bigquant.com/experimentshare/aac16e3c971f43c8a02ce5455f3561bf](https://bigquant.com/experimentshare/aac16e3c971f

\

作者

徐耀杰（woshisilvio）

常见算法优劣比较

算法没有最好，只有更好。 这个问题的答案取决于许多因素，例如股票市场的条件，数据集的质量和特征工程的有效等。接下来，我们来看看这些算法的优势和劣势：

1. 神经网络：适用于复杂的非线性问题，可以有效地捕捉市场的非线性特