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

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

很多朋友都在尝试使用平台的分钟数据，下面介绍一下分钟数据的读取与分时策略的构建。

分钟数据的读取

• 股票分钟数据，以000001.SZA为例：

df1 = DataSource('bar1m_000001.SZA').\
            read(start_date='2015-01-01',end_date='2015-05-01').set_index('date')

• 买入条件：选择过去120个交易日涨幅位于前30%的股票作为动量股。同时，选择过去30个交易日内表现最差的前10%股票作为反转股。股票必须在过去5个交易日内有超大单净流入。按照流通市值降序排列
• 卖出条件：持有期超过30个交易日或涨幅达到20%。
• 股票过滤：过滤ST，过滤北交所
• 最大持仓数：15

回测图：

\

策略源码：

请克隆下方策略，前往最新版开发环境3.0中运行

{{membership}

• 运行环境：AIStudio 3.0.0
• 线性回归：构建因子+单因子策略回测
• 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

\

策略源码：

{{membership}}

[https://bigquant.com/codeshare/cd8638d7-21c0-4df4-8a29-e9f1cc227df0](https://bigquant.com/codeshare/cd8638

• 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
• 声明：本策略需要在AIStudio 3.0环境下运行
• 股票提取：筛选出全市场股息率最高的前 25%的股票，并且只选择股价低于 10 元的票
• 股票过滤：过滤科创板、过滤北交所、过滤 ST、过滤停牌、过滤涨停、过滤跌停，上市天数大于270天
• 股票排序：按照流通市值，从小到大排序，选择流通市值最小的前 10 只票
• 买卖时间：开盘买入，收盘卖出
• 初始资金：100万
• 持仓票数：10
• 持仓周期：15天轮动调仓一次，依然排名前 10 的继续持有，掉出前 10 的卖出

回测图：

![](/wiki/

接续：

![](/wiki/api/attachments.red

模拟交易功能是BigQuant特有的量化服务，可以根据用户的策略每日为用户通过手机，email等途径推送信号。

在进行模拟交易信号接收之前需要确保以下几点。

1.账户更新余额充足（如更新数据需要大于1C的资源）

2.已经有一个成功回测的策略。

具体模拟交易提交步骤如下

1.完成回测，绑定实盘日期

2.提交模拟交易定时任务

3.查看模拟交易

4.接收信号

5.分享策略至天梯

\

1.完成回测

绑定实盘日期

首先需要保证回测时在数据抽取时需要保证开始和结束日期绑定实盘交易

![](/wiki/api/attachments.redirect?i

https://bigquant.com/codeshare/ce89ec06-3457-4f59-bfed-70d7bb95e4c7

导入策略试运行日志

[2024-01-02 22:45:32.247550] INFO moduleinvoker: input_features.v1 开始运行.. [2024-01-02 22:45:32.271768] INFO moduleinvoker: input_features.v1

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

https://bigquant.com/experimentshare/b8dcb35f303e4f16a7e6f5e24d3a704b

我的策略想要调仓周期为5天，想要先卖出转债，再买入转债，让账户始终处于一个满仓状态，可是现在出现卖出后，买入转债仅仅买入10手的情况，想问问在调仓时的代码是哪里写错了吗？

输出：：：

\

发现Trade (回测/模拟)模块支持的基准收益代码还是比较少的，主要是几个比较大的指数。

但是在做策略回测的时候其实有时候是想比较择时的有效性，真正想对比的可能是股票本身的走势，不知道是否可以自定义某只股票或者行业指数作为基准收益？

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？

问题

如下图，请教一下各位大佬，因子分析里面的收益价格，在因子分析的时候是取当天的还是第二天的？

看了alphalens的介绍，这里应该要取第二天的数据，不知道平台的因子分析里面有做了处理没有

策略

\

https://bigquant.com/experimentshare/5277de40609d4fffa7bbe6df2e5b1231

\

问题

为什么写出来的策略会在第一天全部买入呢？

代码

# 本代码由可视化策略环境自动生成 2022年8月13日 13:20
# 本代码单元只能在可视化模式下编辑。您也可以拷贝代码，粘贴到新建的代码单元或者策略，然后修改。


# 回测引擎：初始化函数，只执行一次
def m6_initialize_bigquant_run(context):


    # 系统已经设置了默认的交易手续费和滑点，要修改手续费可使用如下函数
    context.set_commission(PerOrder(buy_cost=0.0003, sell_cost=0.00

问题

策略代码是只读的，自己的代码 怎么插进去

年后，北京一个忠实用户问了几个问题，我整理了下，也方便持续交流。

他给我留言的问题如下：

1. 我们的策略回测时，用的模型有没有把验证集的数据学习了？
2. 滚动回测的效果远远不如常规的 可能原因时什么？
3. 短期交易，大户资金流比较重要，有什么帖子或者研报发我提供点思路？
4. 预测明天股票，一定要放在回测里，收通知吗？ 验证集最后一天也成最近一天交易日，可以预测吗？

这是他的原话，一个字没有修改，因为我怕理解有偏差。

回测是否学习验证集数据？

在机器学习算法中，我们把可以获得到的数据分为训练集，验证集和测试集，之所以这样划分，是因

问题

在量化投资中，经常犯的错误有未来函数、过度拟合、偷价漏价、幸存者偏差等，我想知道BigQuant平台是如何处理幸存者偏差这个问题的？

策略在回测报错，但我在回测主函数并没有使用到报错的特征呢，是训练后的自动生成代码的使用了该特征吗？

https://bigquant.com/experimentshare/48ced170d4d14f46bb6d3e10780173ae

\

问题

策略回测时候如何看最大回撤是哪个时间段的？

解答

你可以在回测模块之后接入这样一个模块：策略风险概览

结果如下：

可以看到最大回撤是-15.12% 发生在2021-02-08 。

后续我们可以在收益率曲线图上直接反映出来

问题

我按着5条线连出一个价值选股策略，发现报错context.data.data报错。这个问题是？要怎么改才能运行。

https://bigquant.com/wiki/doc/5-ReCMz2fgNk

策略

https://bigquant.com/experimentshare/36af2ed361fa44f3b316f46ea8260b24

\