你在 BigQuant、Notebook 或研究环境里构思好一个策略逻辑，切到 Cursor，让 AI 把代码写出来。

AI 用了一分钟生成监控逻辑、警报模块、数据存储。思路清晰，代码规范。你心想这东西是真快。

然后你说了句：“帮我接上实时行情。”

AI 沉默了。

不是它不会写代码，是它**

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

一、策略概述

这是一个打板的分钟回测策略，如果要实盘的话肯定需要自动化。回测绩效结果如下：

从24年9月到25年3月，取得了年化82.43%的年化收益，最大回撤可控，-20.74%。策略的特点就是胜率较高，符合打板策略的特色。

![](/wiki/api/attachments

指数增强策略到底怎么跑赢市场？\n为什么指数增强基金总能“多一点收益”？\n背后的量化模型，到底是怎么选股、配权、调仓的？\n💡本次手把手带你详细拆解！

直播回放：<https://bigquant.com/college/a6826958-3381-4940-8924-6a67abc7d5

2025年Q4，我在给vnpy写北交所数据feed。同一个831445品种，三个数据源给出了三种代码格式、两套时区标准、一组完全不兼容的涨跌幅字段名。排bug排到凌晨两点，根因不是逻辑写错——是沪深北三个市场的规则差异，在数据接入层被原封不动地复制了三遍。

如果你也维护过多市场数

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，开户营业部选择==成

最近能看到一个挺明显的趋势：大家讨论的焦点，正从“如何挖掘一个更强的因子”，逐渐扩展到“如何让AI帮我生成/优化整个策略”。这背后是一个根本性的效率诱惑——如果描述一个想法，就能直接获得可回测、甚至可实盘的代码，那策略研发的迭代速度将发生质变。

这确实正在发生。无论是通过自然语言生成基础策略框架，

代码链接： https://bigquant.com/codesharev3/cd489b9a-5140-4650-8fb3-891bdcd6b13d

密码可以找小q老师要

\

基金绩效分析教程：用 Python 对比子基金与中证1000

一、项目概述

该帖子用 Python 对两

量化学院中“基于期货的CTA策略实现”的3个策略克隆模板均出现同样的报错。

3个策略运行后均会出现以下报错：

AttributeError: 'FuturePosition' object has no attribute 'avail_qty'

[https://bigquant.com

days_since = (data.current_dt - context.last_rebalance_date).days

if days_since >= context.min_rebalance_days:

min_rebalance_days是最小持仓天数，我是想days_sin

请问m_last的偏移方向是不是有问题

[https://bigquant.com/codesharev3/fab2ab0e-3c0e-483c-a1d4-ff00981f4980](https://bigquant.com/codesharev3/fab2ab0e-3c0e-483c-a1d4-

• BigQuant 比赛
  • BQ Alpha

\

BigQuant Financial Quantitative Toolbox - 金融量化工具箱 Python SDK

目录

1. 顶层模块 (bigquant)

研究背景与核心目标

文章旨在系统梳理人工智能（尤其是大语言模型与深度学习技术）在现代金融量化投资中的演进与应用。随着ChatGPT、GPT系列及金融领域专用模型（如FinBERT、FinLLaMA）的兴起，LLM正被广泛用于处理金融文本数据、辅助投资决策、优化交易策略，并推动传统量化方法向

• 声        明：本策略仅为示例策略，可根据自己需要自行修改策略逻辑
• 股票提取：昨日涨跌幅在2%~8%，换手率在3%~8%
• 股票过滤：过滤ST，主要主板，上市天数大于270天，过滤停牌
• 股票排序：按照主力流入金额从大到小排序
• 买卖时间：开盘买入，收盘卖出，
• 初始资金：

导语

公司的基本面因素一直具备滞后性，令基本面的量化出现巨大困难。而从上市公司的基本面因素来看，一般只有每个季度的公布期才会有财务指标的更新，而这种财务指标的滞后性对股票表现是否有影响呢？如何去规避基本面滞后产生的风险呢？下面我们将重点介绍量化交易在公司基本面分析上的应用，即平时常说的 **

研报成文时间：2021年6月

金融市场的状态（Regime）通常会不定期的切换并保持一段时间，市场状态的

1. 策略概览

本策略基于KAN模型，在2018年至2025年期间对每年进行滚动训练。训练集时段为过去5年，测试集时段为未来一年，如2018年训练集采用2013-01-01至2017-12-29，测试集时段为2018-01-03至2018-12-31。数据使用当期全市场数据，聚焦于量价数据及其

1. 策略概览

本策略基于DNN（MLP）模型，在2018年至2025年期间对每年进行滚动训练。训练集时段为过去5年，测试集时段为未来一年，如2018年训练集采用2013-01-01至2017-12-31，测试集时段为2018-01-01至2018-12-31。数据使用当期全市场数据，聚焦于量

1. 策略概览

本策略基于lightgbm模型，在2018年至2025年期间对每年进行滚动训练。训练集时段为过去5年，测试集时段为未来一年，如2018年训练集采用2013-01-01至2017-12-29，测试集时段为2018-01-03至2018-12-31。数据使用当期全市场数据，聚焦于量

在行为金融学里有种心理叫处置效应（Disposition Effect）——人们倾向于过早卖出盈利的股票，过晚卖出亏损的股票。

资本利得突出量（Capital Gains Overhang，CGO） 就是把这个心理量化出来的因子。它试图回答一个问题：**当前市场上持有这只股票的投资

• BigQuant 比赛
  • 全球高校联赛之全场景AI

\

• BigQuant 比赛
  • 全球高校联赛之因子挖掘

\

介绍

• 构建和管理自己的数据与因子
• 分享到策略社区并保护核心逻辑
• 支持数据付费订阅
• 支持他人克隆策略，每日获取信号

技术方案

![](/wiki/api/attachments.redirect?id=be72745b-dff3-4d11-918a-0dec5f5