更新

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

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

导语

在 反转因子的精细结构-研报复现 中，我们实现了反转因子，并结合StockRanker实现了一个简单的策略。本文展示如何再结合更多因子，一起训练和构建策略。

模块解释

• m11：输入我们要引入的其他因子
• m5：抽取基础因子
• m11：抽取衍生因子
• m12：合并反转因子数据和其他因子数据

查看模型特征权重

帮助我们更好的理解特征贡献度。数值越大的，表示因子

https://bigquant.com/experimentshare/31086300e98a48b3a70354898f56783a

\

能不能在它有效的时候用它，无效的时候不用，或者在它无效的时候倒过来，或者滚动训练

我看了最近的交易记录，也没啥变化。

https://bigquant.com/codeshare/7d61d0a4-468a-4472-b189-c4cc73c80b28

老版本的trade复制到big trade里 这句话一直报错，请问要怎么修改

ranker_prediction = context.ranker_prediction[(

    context.ranker_prediction.date == data.current_dt.strftime('%Y-%m-%d'))&(context.ranker_prediction.score>=0.4)\]

\

• \

  AttributeError: 'StrategyContext' object has no attribute 'ranke

没有数据不能买入，为什么没有卖出

如题。我的策略使用了这系列因子中若干关于订单大小的因子。

在今天因子任务运行的时间（17：37），这系列因子的值是空的

在我的前两个模拟交易运行时（18：30左右），仍然是空的

直到我的第三个模拟交易运行（18：49），才成功获取到了这一系列因子的值

（我的三个模拟交易任务每一个都依赖前一个，为了让运行时间错开）

我的模拟交易任务甚至勾上了全部标签。按理来说，应该在运行任务时，平台的因子已经全计算完了。

实际上这一现象我已经观察到很多次了，不过平常在因子任务的时候获取不到，在模拟交易运行的时候就获取到了，我感觉问题不大就没有反馈。今天格外的严重。这应该是个b

在大宽看了不少策略，有一个关于具体使用当天还是前一天数据的问题

比如B站视频中的稳健深小策略

#==================== 数据准备

today = data.current_dt.strftime('%Y-%m-%d')

time = data.current_dt

# 根据权重计算排序得分

today_data['总市值_score'] = today_data['总市值'].rank(ascending=True)

today_data['流通市值_score'] = today_data['流通市值'].rank(ascending

如何把次日开盘数据加入策略？比如竞价金额，竞价成交量。开盘涨幅。

新手想问一下在trade运行中，这个错误是什么意思，需要在什么地方改正

\

https://bigquant.com/wiki/doc/xinhao-fangfa-oxACTyy7MT我看到知识库里有个大神有这个再次分类提高选股策略的方法。但是，在测试集中把return_5_day=(shift(close_0, -5)-shift(open_0, -1))/shift(open_0, -1)给当作特征写进去了啊，这岂不就是用了未来函数么？还是说我理解错了

请问：

比如，我开发一个策略，回测两年时间，前一年的表现很好，后一年的表现很差，那么该如何优化让策略长期表现一致呢？

谢谢

Learning the Dynamics of Technical Trading Strategies

作者：Murphy N. J., Gebbie T. J.

出处：Quantitative Finance, 2021-03

摘要

本文使用了一种基于对抗型专家的在线学习算法来学习，使财富最大化的零成本组合交易策略所需的最佳参数。该学习算法用于确定大量技术交易策略的动态，这些技术交易策略可以通过历史回测，并从约翰内斯堡证券交易所每日和日内数据执行的基础交易策略集合中形成一个聚合的投资组合交易策略。本文一个关键的贡献是：在每日取样和日内时间尺度上，使用一个新的假设检验来测

摘要

市场是一座黑暗森林，每个交易者都小心翼翼。备受大家关注的“聪明钱”（Smart Money），更是难觅踪影。在本篇报告中，我们尝试解答如下问题：能否从分钟行情数据中，发现“聪明钱”行动的蛛丝马迹？

我们首先利用聪明度指标S，从分钟数据中筛选出属于“聪明钱”的交易。在此基础上，我们构造了聪明钱情绪因子Q，该因子实际上反映了聪明钱参与交易的相对价位。因子Q的值越大，表明聪明钱的交易越倾向于出现在价格较高处，这是逢高出货的表现，反映其悲观态度；因子Q的值越小，则表明聪明钱的交易多出现在价格较低处，这是逢低吸筹的表现，反映其乐观情绪。

根据情绪因子Q对所有A股进行排序并等分五组，多空

摘要

在股票市场中，动量效应和反转效应是一对普遍存在的现象，大量学术文献对主要国家和地区的股票市场实证研究中均证实了其有效性。在AA股市场中，总体上反转效应更为明显。然而遗憾的是，传统反转因子的表现却差强人意，甚至一度失效。

从个股角度来看，由于部分股票在月度频率上呈现的是动量效应，正是这些动量效应的存在，削弱了传统反转因子的效果。

因此，如何有效识别个股的动量效应，并将其因子值加以翻转，使其成为名副其实的反转因子，是改进传统反转因子表现的重要途径之一。

Moskowitz（2021）论述了当人们抛一枚硬币时，如果上次抛出了正面，人们倾向于猜测下次会是反面，这是因为人们对抛硬币这

问题

运行资源充足，但总是自动重启，100%复现

https://bigquant.com/experimentshare/721a8a757c1941e3b06b628c35279ce3

解答

可能是训练集数据存在异常值导致的，对数据进行预处理，可以参考以下策略

\

策略

[https://bigquant.com/experimentshare/596e737dfe9b423095685612871eed

问题

如何在共享模块里创建一个可以在不同策略里复用的模块？

参考教程

自定义模块

https://bigquant.com/wiki/doc/mokuai-Y90CaC2tW3

视频

[https://www.bilibili.com/video/BV1CP4y1f7SC?spm_id_from=333.999.0.0&vd_source=ecd29bbd04cbefdfa426167c55241973&t=1.1](https://www.bilibili.com/video/BV1CP4y1f7SC?spm_id_from=333.999.0.0&vd_s

问题

问题描述

我是参考这个帖子进行修改的：交易策略如何调整买卖时间 13。为什么会提示这个buy_price没有被定义？想请教老师帮忙看看？

问题策略

https://bigquant.com/experimentshare/45762d8fb4934bd3b579755d45357613

\

https://bigquant.com/experimentshare/3e5c4533c9fa4174a16f8784bccfb69b

\

https://bigquant.com/experimentshare/3a997dfaacdc4323a0fc4be8fa1089d8

\

策略案例

https://bigquant.com/experimentshare/7f7021993a9f40149189be939e15c882

\

问题

在策略优化或别的其它原因原策略停用了，启动新的策略要接管原有持仓。请教要如何设置？

解答

模拟交易的策略可以进行替换的，历史持仓会继承下来