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

\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

策略概述

背景介绍

天蝎座0.6是社区用户woshisilvio开发的一个策略，还做过视频讲解。

策略源码和视频讲解请参照：==《天蝎座0.6》BQ天梯NO.2策略源码讲解==

在根据情绪选股时，我们经常会参考股票的涨停时间，有无存在炸板情况和涨停封单，主观上认为涨停早的，不存在炸板的，涨停封单量大的比较好。那么在bigquant里面有无可能构建出来这种因子呢，如果可以的话，能否说下思路？如果目前不支持的话，未来有无可能支持？

在输入特征中输入模式种选择“SQL”，SQL特征中写下相关代码（见下方代码块所示），运行整个代码块之后，得到如标题错误信息。该问题应该是一个基础问题，但就是不知道哪里出错了，目前因无法连接github，无法生成分享链接，请各位大神指教，谢谢！

错误信息如下：

• [2025-01-02 2

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

  BigQuant 平台目前支持的实盘为湘财证券, 如果我们是在别的券商开的帐户，同时想在盘中读取分钟级别的行情或指标进行择时买卖，而不是按策略的开盘买收盘卖，应该如何实现呢？ 通过BQ平台的API 和同花顺交易终端的python 编辑器就可以实现了：

1、 BQ API 读取

from bigmodule import M

<aistudiograph>

@param(id="m2", name="initialize")

def m2_initialize_bigquant_run(context): from bigtrader.finance.comm

该策略旨在通过对两种相关期货合约（如 jm8888.DCE 和 j8888.DCE）之间的价差进行套利交易。策略利用过去的数据来计算价差，并根据价差的时序窗口上的排名分位数生成买入或卖出的信号。

回测绩效

![](/wiki/api/attachments.redirect?id=77b

基本面因子如何捕捉超额收益？筹码集中度如何计算？

\

• [ ] 三大铁律构筑安全边际\n【连续三年净利润增长率>20%】\n【毛利率持续20%+护城河】\n【三年归属母公司利润稳增长1000%？】

• [ ] 基本面轮动股票模型\n每周动态捕捉市值最小的三支潜力股\n利用市场错杀机遇获取戴维

/wiki/static/upload/8e/8e97415d-7da8-4842-9c1b-5410a41e5136.pdf

\

👉 还在用单一财务指标选股？连续型财务因子将助你捕获穿越周期的优质企业！\n👉 从0到1手把手教学：如何搭建「连续3年净利润增长＞20%」智能筛选体系\n👉 揭秘机构级多因子组合：ROE连续提升+现金流断层预警+研发投入强度指标的共振策略

点击此处[查看直播回放](https://big

我读取圣邦股份（300661.SZ）20250408的利润数据，其中有以下差异：

net_profit_to_parent_deducted_mrq（单季度扣非归母净利润）：BigQuant：90433851.83999999，tushare/wind：90497960.78；

net_prof

摘要

文章指出，在过去20年中，武装冲突的频率增加，这些冲突不仅影响社会层面，还对经济和金融领域产生重大影响。例如，“9·11”事件后，市场不确定性显著增加，投资受到抑制。地缘政治风险对经济周期和金融市场有显著影响，因此中央银行家和企业投资者常将地缘政治风险视为投资决策的重要因素。此外，地缘

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

Exception: No benchmark '000300.SH' data between '2025-04-18' ~ '2025-04-20'

我在可视化里面编写好策略，回测模块是m8，然后设立目标函数，计划取m8的收益率和回撤数据计算目标函数。但发现参数在变化，在回测数据一直没变，自己判断是因为调的参数是持仓数量和天数，但这两个在初始化模块只运行一次，所以后面参数值变化了也没有变，请教大神应该怎么改才可以实现参数更换后，回测的数据也同步更

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

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

扛住市场大回撤，稳健红利因子

因子逻辑

这个年化**23%**的红利单因子策略，从2020年到现在经历过几次市场大回撤，他的表现依然稳健！

红利因子在量化投资中是一个重要的投资策略，主要关注的是公司向股东支付的红利。简单来说，红利因子就是衡量一家公司股票的红利收益率的方法。

你把钱

📌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

❓ 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

策略介绍

本策略AI算法来预测股票的未来表现，并进行排序。这里使用算法StockRanker，BigQuant 平台开发的一种先进的机器学习算法，专门用于量化选股排序学习，通过在多个因子/特征的数据上训练，旨在从大量股票中识别并排序那些未来表现可能最优异的股票。

策略思想

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。