0. 策略名词解释：

（1）突破因子（Breakout）：

• 上突破信号：

• 下突破信号：

其中 H和 L 分别为过去 Lb分钟最高价和最低价，MA 为均线。

\

1. 筛选标的

策略交易标的严格限定为创

纯手工炒股的时代已经终结

短线“手艺人”的黄金时代已经彻底毁灭了。 许多老散户最近都在困惑：为什么以前靠看K线、凭体感就能抓到的涨停，现在却频频打脸？为什么稍微盈利一点就迅速回撤？

真相不在于你的技术退步了，而在于你的对手已经变成了武装到牙齿的“冷血机器”。 在北京出差期间，我与几位量化圈的“圈内兄弟”深聊后发现，散户在当前的交易结构下，几乎是在进行一场胜率归零的自杀式冲锋。

核心发现一：这不是博弈，这是“扫把”与“冲锋枪”的对决

很多散户依然迷信“盘感”，但在量化机构眼中，这无异于原始文明对现代战争的盲目自信。根据我从量化一线同行处获得的内

深夜三点，台灯微弱的光影里，无数散户正屏息凝神地复盘K线图，在社交媒体的喧嚣中寻找那个所谓的“内幕消息”，试图凭直觉在明日开盘时抢占先机。然而，在这场金钱游戏的另一端，隐匿在光缆深处的“算法掠食者”正冷冷地俯瞰着这一切。它们不眠不休，没有恐惧，更不存在迟疑。量化交易的介入，让这场对决从一开始就沦为了一场不对称的信息战争。你以为的“投资直觉”，在机器眼中不过是可预测、可收割的概率模型。在这个牌局里，庄家（算法）不仅已经看透了你的底牌，甚至早已在毫秒之间绘就了你离场时的败北曲线。

第一大核心洞察：从“凭感觉”到“数学预判”的维度打击

在资深量化交易者眼中，官方所谓的“程序化交易

在当前的A股市场，量化交易正沦为众矢之的。每当大盘震荡、个股跳水，社交媒体上便充斥着散户对“量化收割”的愤怒控诉，甚至不乏“彻底取缔量化”的激进呐喊。然而，一个极具讽刺意味的悖论摆在眼前：舆论的唾弃不仅没能让量化交易销声匿迹，反而使其在争议的洪流中越做越大，成了某种“大到不能撤”的权力怪物。

这背后究竟隐藏着怎样的生存法则？为何这个让数亿散户深恶痛绝的“算法巨兽”，却能稳坐在市场的牌桌中心？

核心看点一：毫秒级的“数字狩猎”，你的反应只是它的“一瞬间”

对于肉眼看盘、手动交易的散户而言，量化系统根本不是竞争对手，而是来自高维空间的猎食者。

当散户还在费力研读公告、分析财报，甚至

最近，关于量化交易的讨论再次被推上了风口浪尖，在许多普通投资者眼中，“量化”似乎已经成了一个带有负面色彩的词汇。在这场激烈的讨论中，一个核心的误解被反复提及：认为监管的关键在于设定一个简单的“每秒交易笔数”门槛。

然而，这种看法忽略了监管的真正内核。要理解这个问题，我们不妨跳出当前的争论，看看一个成熟市场——美国，究竟是如何看待和监管高频交易的。事实可能会颠覆你的认知。

\

误解一：美国用“每秒15笔”的铁律来定义高频交易？

在国内的讨论中，一个常见的对比是：美国对高频交易的限制是“每秒15笔”，而中国的标准是“每秒300笔”，由此得出我们的监管尺度比美国宽松20倍的

AI量化Meetup 2021年1月28日期问题，配合视频更容易理解。视频详见：

2021-AI量化Meetup导览

策略案例

https://bigquant.com/experimentshare/5dd6b4f7a29d4c5d827aeeff05816cfd

\

此为0527Meetup直播策略讲解，视频详见2021-AI量化Meetup导览

https://bigquant.com/experimentshare/edab29d0ffad4e039a9c1f5fed1fa870

\

8月19日Meetup策略模板：

https://bigquant.com/codesharev2/44350f73-6992-4f03-ab1e-59a62936fbdd

\

问题

如何开发带有反馈系统的策略？

解答

比如今天买明天卖的策略，根据股票每天的收益情况，反馈给策略，进行参数调整，这样就可以让策略每天都是新鲜的，并且是真正贴合市场的活的策略。

模型动态更新

深度强化学习

基于深度强化学习的股票交易

[1] Deep Reinforcem

【此文档为旧版策略】具体可参考新版文档：

https://bigquant.com/wiki/doc/103-ai-LpsqDhu8mG

https://bigquant.com/experimentshare/dd9cff01459a41f9be40d7e660164795

\

问题

高频回测模块择时策略

\

视频

https://www.bilibili.com/video/BV1S44y1y7dc?p=2&share_source=copy_web

策略源码

8月19日Meetup策略模板：

[https://bigquant.com/experimentshare/a6bae485ffcc47819510b788ddfad338](https://bigquant.com/experime

Q1-@james:有什么另类的标注可以推荐下？

https://bigquant.com/wiki/doc/-0kcMgSnQXw

https://bigquant.com/wiki/doc/rengongzhineng-xilie-ershijiu-shouyi-linglei-biaoqian-zhengquan-fuben-xRMNFmmg00

策略案例

https://bigquant.com/experimentshare/fe8ec83484ca44148602d39a58545d75

\

分享主题

高频动量策略与主观超短交易

\

视频回放

https://www.bilibili.com/video/BV1eG4y147Ki/

\

直播资料

/wiki/static/upload/70/70110d2a-6075-45b4-ad3c-618340dc720f.pdf

\

https://bigquant.com/experimentshare/8671700b78014d6cbe44261ba23820f9

\

\

\

问题

如何利用60分钟K线来合成120分钟K线呢？

视频

https://www.bilibili.com/video/BV1d54y1d7tv/

策略源码

https://bigquant.com/experimentshare/4e081ef44d3246f48551c6eee74f629d

\

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

【旧版使用说明】此文档为旧版本，相关文档可参考：

https://bigquant.com/wiki/doc/126-KkS3pYVIAH

20210624 Meetup 策略案例

https://bigquant.com/experimentshare/f235e9ce26dc42b9ae9fb57ca6574bf1

\

导语

2020年我们开展了近半年的Meetup，共11场Meetup活动，90个问题，7场专题，持续地为大家服务和提供新鲜的灵感。2021年，Me

本期提问者：bq22fw19、bq61ym2n、1855680***、bqhz06vb

因子挖掘

如何利用市场信息？

利用市场信息进行量化投资主要涉及以下步骤：

1. 数据收集：首先，需要收集和整理市场数据，包括股票价格、交易量、基本面数据、新闻、宏观经济数据等。这些信息可以从各种数据供应商或公开数据源获取。
2. 数据预处理：对收集到的数据进行清洗和预处理，处理缺失值、异常值、重复值等，保证数据的准确性和完整性。
3. 特征工程：根据投资策略和模型需求，进行特征工程，提取有价值的特征和信号。
4. 模型构建：选择合适的模型（如回归模型、机器学习模型、深度学习模型