本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-15 10:04
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-15 08:22
{{use_style}}
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
[https://bigquant.com/wiki/doc/demos-ecdRvuM1TU](https://bigquant.com/wiki/doc/demos-ecd
更新时间:2024-05-15 07:29
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-15 06:36
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-15 06:35
更新时间:2024-05-15 02:10
为了能更简单、更灵活同时在回测和实盘模拟中无缝支持滚动训练和模型自动更新,我们增加了滚动运行支持,并优化了相应模块。
使用模板新建一个策略:策略 > 新建 > 可视化AI策略
如下三步即可增加滚动训练支持:
更新时间:2024-05-15 02:10
更新时间:2024-05-15 02:10
单因子策略:120日换手率之和
回测图:
\
{{membership}}
https://bigquant.com/codeshare/54d502d3-8cd7-45f4-97a5-55b912da0ef3
\
更新时间:2024-04-25 07:28
回测图:
{{membership}}
https://bigquant.com/codeshare/0039ff8f-7d74-41a7-a97b-9a0586ada8a5
\
更新时间:2024-04-25 07:28
回测图:
![](/wiki/api/attachments.red
更新时间:2024-04-25 07:25
回测图:
\
声明:本策略需要在AIStudio 3.0环境下运行(点击克隆之后-选择最新环境)
{{membership}}
[https://bigquant.com/codeshare/f4d50c8c-dc68-44e2-89ef-e91c72ad01f4](https://bigquant.com/codeshare/f4d50c8c-dc68-44e2-89ef-e91c72ad01
更新时间:2024-04-25 07:22
是否可以导入csv,或者基于平台已有数据,加工出来的数据(已包含开盘价、收盘价、最高价、最低价等数据),使用平台的回测组件进行回测?
更新时间:2024-02-19 13:15
交易是每天的排名第一,日频,怎么看回测和模拟交易的预测结果是是否一样
更新时间:2024-01-31 03:55
更新时间:2024-01-31 03:53
def m6_initialize_bigquant_run(context): # 加载预测数据 context.ranker_prediction = context.options['data'].read_df() context.ranker_prediction.set_index('date',inplace=True)
更新时间:2024-01-18 10:18
https://bigquant.com/codeshare/ab8fdfa0-cd0e-47b7-a96d-a0391c480bb7
这是我一个简单的策略,可以正常回测,但是提交模拟交易出错,请问如何解决?
2024-01-15 00:44:40 任务运行开始调度 state=trigger event= ea0b9d62-d73c-405f-aabe-a5812a248e0d ..
2024-01-15 00:44:46 任务运行状态更新 st
更新时间:2024-01-18 10:12
更新时间:2024-01-18 08:46
请问:在回测时报性能告警,是什么原因,如何避免?
/usr/local/python3/lib/python3.8/site-packages/pandas/core/generic.py:2605: PerformanceWarning:
your performance may suffer as PyTables will pickle object types that it cannot
map directly to c-types [inferred_type->mixed,key->block3_values] [items->Index(['instrument
更新时间:2024-01-16 09:57
https://bigquant.com/aistudio/studios/a29733f8-0f37-11ed-93bb-da75731aa77c/?folder=/home/aiuser/work
更新时间:2024-01-11 07:37
https://bigquant.com/codeshare/ce89ec06-3457-4f59-bfed-70d7bb95e4c7
更新时间:2024-01-09 06:15
如标题
更新时间:2024-01-09 06:13
什么也没变,甚至用固化的策略,回测2022年,效果都大变样了, 请教, 要作何修改,才能恢复到以前一样?
更新时间:2024-01-02 06:09
https://bigquant.com/codeshare/f88d845e-2f55-45ea-b8b1-4cf7dd5cdde3
在bigtrade里使用可以该方法获取持仓,请问如何在trade模块里获取持仓列表呢
更新时间:2023-12-22 10:44
from bigdatasource.api import DataSource
from bigdata.api.datareader import D
from biglearning.api import M
from biglearning.api import tools as T
from biglearning.module2.common.data import Outputs
#
import pandas as pd
import numpy as np
impor
更新时间:2023-12-22 10:41