昨晚到今天早上是回测引擎有问题还是咋回事，本以为自己代码写的不对，后来验证了一些之前老师课程里的一些代码模版也出现同样的报错，之前跑的好好的，昨天到今天就不行了。（链接：

https://bigquant.com/codeshare/29383a8a-db8e-4401-b409-3e349b71b5ec

报错日志如下：

![](/wiki/api/attachments.redirect?id=cd3f9630-65bb-4888-b228

策略请求接口

order(symbol, volume, price, order_type=OrderType.LIMIT, offset=Offset.NONE)

• 下单[股票、期货]，必须指定标的、下单数量、下单价格

想要每次以当日开盘价购入10手,文档里写必须指定下单价格。价格可以不输入，自动获取么？

\

https://bigquant.com/codeshare/e498cbde-bca0-4c63-a7b8-f2e411abf7ed

大佬们好，我刚刚了解这个平台，用得不太熟练，请问大家知道这个ETF RSI的策略为什么最后回测的时候报错吗？

一直有类似的错误，应该是该模块的代码有一些问题，需要查看一下

这个策略我想新增一个财务指标叫财务杠杆权益，但是在回测的K线处理里面只要添加财务杠杆，结果一加就出错。求解

财务杠杆权益= (fs_current_assets_0+fs_non_current_assets_0)/(fs_total_equity_0 )

策略地址：

https://bigquant.com/codeshare/729d8088-cabc-4559-a196-e49cf4a5fb5b

\

多策略回测，换手率分析等回测模块都显示plot is deprecated， 都画不出来，麻烦工程师们看一下是代码该更新了吗？

AIStudio是BigQuant平台以AI为核心的Cloud IDE，可以用于量化投资数据分析、因子挖掘、模型训练、回测和交易，以及更广泛的程序开发和AI模型开发训练等。

/wiki/static/upload/31/315c1087-6d07-491a-90ef-43e717997077.mp4

从这里开始

• 点击进入 AIStudio

关键概念

\

{{membership}}

SAR抛物线模型研究

https://bigquant.com/codeshare/25fee71f-dcef-4fe4-a8a1-75bf511d9466

SAR抛物线模型回测

[ https://bigquant.com/codeshare/79b84aec-5eeb-4218-8c38-67e06f477216]( https://bigquant.com/codeshare/79b84ae

问题

回测时间延后了20来天，之前的选股策略完全变了

随着时间的推移，之前选的股也变了

这是随着时间推移选股模型是变化的

就是说回测到1.1日收益200年化，测到1.2日回测就成100年化了

解答

训练集不一样会导致训练出的模型不一样，

摘要

在前期发布的行业轮动专题报告中，我们对于有效的行业轮动因子进行了总结，部分基本面因子存在较好的行业轮动能力。然而，对于技术类行业轮动因子，我们并未得到较好的结果。

本文从高频数据的角度出发，借鉴因子选股报告中的高频因子构建行业高频因子，并对于相关因子的行业轮动能力进行了回测。本文主要分为四部分，第一部分介绍了相关因子的逻辑以及计算方法，第二部分对于各高频因子的月度行业轮动能力进行了回测分析，第三部分变换了模型参数，对于相关因子的行业轮动能力进行了敏感性测试，第四部分展示了2017年以来相关因子所选出的多头行业。

可参考高频数据类选股因子构建高频数据类行业轮动因子。考虑到使用日

摘要

自陆股通开通以来，北上资金较高的浮盈引起了市场中投资者较大的关注。在本篇报告中，我们对陆股通持股数据有效性进行了分析，据此构建相关策略并进行回测。

板块和行业配置

主板超配比例持续处于下降趋势，由最初的10.5%至最新的1%；对于创业板，持续处于低配状态，且比例变动很小；对于中小企业板，由最初的低配至最新超配1.1%。陆股通持股在食品饮料、家电、电子元器件和医药上持续处于超配状态，超配比例均值分别为13.36%，9.57%，4.47%和3.62%。

风格配置

陆股通持股在市值上有持续稳定的正向暴露，即偏向大盘；在贝塔上的暴露多数时间为负；在动量上

摘要

原始数据处理

原始数据的选取是多因子模型的基础，只有高质量的数据才能保证后续研究的准确。研究中遇到的数据问题主要有财务数据的滞后性与真实性问题，资产重组导致前后数据不可比问题，行业划分覆盖不全面等问题。对比数据在可比性与时效性上的不同侧重，使用最新的数据进行回测能得到更好的结果；考虑上市公司在借壳上市之前与之后的数据均含有较多的噪声，我们需要同时处理借壳公司与被借壳公司。

股票池构造

多因子选股的第一步是选择合适的股票池，而股票池的选取需要根据策略的需求进行相应的调整。类比全样本股票池，我们根据股票的流动性大小构造流动性1500股票池进行替代。

请问回测函数的输出TRA_FAC的每个元素到底是什么含义呢？

m19.raw_perf.read()[['trading_days','TRA_FAC']]

trading_days	TRA_FAC
2020-01-02 15:00:00+00:00	1	{}
2020-01-03 15:00:00+00:00	2	{}
2020-01-06 15:00:00+00:00	3	{}
2020-01-07 15:00:00+00:00	4	{}
2020-01-08 15:00:00+00:00	5	{}
...	...	...
2022-03-15 15:00:00+00:

问题

问题描述

有mean(x_0,2)因子的策略，如果不在基础特征抽取模拟向前Y天取数据，则无法模拟（能成功回测），错误如下图所示。x_0，可以是close_0-open_0等。

即使所有其它因子都取当天的数据，即以_0结尾。比如其它全部因子为：return_0, open_0, volume_0, close_0, high_0, low0, rank_return_0

mean(x,d) 表示过去 d 天x的均值，

**用(x_0+x_1)/2 或(x_1+x_2)/2 替换mean(x_0,2)，虽然没有向前取哪怕1天数据

问题

我用官网的小市值策略进行回测在2022.8.24-2022.10.25，为什么直到9月23日才产生交易？该策略的投资逻辑是选取全A股市值最小的前n只股票，每一天都可以选择出来呀.

https://bigquant.com/experimentshare/a8d8f348f2d0473793be6503e0c95f97

解答

这个策略是22天换仓一次。所以在回测这段时间只有一次交易

![{w:100}](/wiki

问题

文档里的描述不是很明白，它给每个策略的什么值分配权重呢？多策略回测到底能不能实现提高收益或者降低风险的目的呢，还是只是为了让单个策略回测的评价指标看着更好一些呀？就是它内部实现的回测过程是什么样的呀？

\

解答

目前这个模块是根据每个回测结果中的收益序列进行按设置的权重加权最后形成一条汇总的绩效曲线。

这个只是针对绩效曲线进行汇总绘制，至于能不能提高收益和降低风险，这个就看如何理解自己权重当中的每个策略了

问题

解答

模拟盘也好 实盘也好，和回测运行的是同一个notebook，但仍然会有一些细小的区别：

1. 模拟盘实盘是每个交易周期都会触发运行初始化函数，而回测只会运行一次初始化函数；
2. 模拟盘和实盘里，前一日赋值的变量无法保留到下一个交易期，比如在方法里自定义的context.a = 123这种变量，回测里是可以定义一次后在所有交易期均可以调用；而模拟盘和实盘里则不行，只会当天定义的变量当

问题

https://bigquant.com/experimentshare/3b7a39d4001a48958cc111181d52df07

策略已经根据教材跑通过一次，但秉持着举一反三的原则，对代码进行了微调，将远来的贵州茅台股票换成了平安银行股票，想回测双均线策略在其他股票上的使用普遍性。

但却出现了如上错误，甚是不解

为何基础特征的抽样，得出的特征行数=0，又为何造成了代码无法运行？

有大佬能够帮忙解决一下嘛？甚是感谢！！！

要考虑买入、卖出和最低三种手续费，并且考虑T+1交易机制，就是要和常规回测模块结果差不多的向量化回测模块，要求就是要尽量快。

可能由于市场风格的不同，每一个策略都存在它的“不适应期”，如何规避这个不适应赶时间呢？假如策略收益回撤5个点就暂停，再次反弹5个点又开始。可能不失为一个办法，这个回测或模拟怎么写?

https://bigquant.com/experimentshare/4d787bfaafaa40578641e6d2ae0b6fd0

\

问题

你好！

我今天在一个cnn策略里发现不能使用2021.1.1~9.8的范围做回测。

然后翻出以前做的一个传统策略用同样的日期范围，回测执行到了trade模块，同样的报错。

然后再克隆了一个平台提供的模板策略，将时间范围同样改成2021.1.1~9.8，出现同样的错误。

问题描述：

任意策略执行到trade模块报错：

重现方式：

1、使用任意一个策略，例如下

我想在一个脚本中对比多个模型的回测结果，但单个脚本中只能运行一次

M.trade.v4，如何达到这个目的？