110-低波高活跃策略

策略介绍

本策略旨在选取波动率低但活跃度高作为选股因子,观察了等权持股20只,持仓20天的策略表现。该策略的盈利逻辑基于对低波动率和高活跃度股票的选择。低波动率通常意味着股价波动较小,相对稳定,有助于降低投资风险。同时,高活跃度的股票通常具有较高的流动性和交易活跃度,有利于投资者在短

由bqbcl5zr创建,最终由small_q更新于

111-羊驼策略

策略介绍

  • 美国《旧金山纪事报》曾做过大猩猩选股实验,让大猩猩独写有股票代码的纸板投标,投中一个代码就意味着选中一只股票,用此方法让大猩猩挑选出5只股票。然后,用大猩猩挑选的股票组合与《华尔街日报》8位知名分析师精心计算分析挑选的5只股票相比较,在持有一段时间之后,大猩猩随机抽取购买的股票

由qxiao创建,最终由small_q更新于

108-市收率策略

策略介绍

本策略是104选股策略(🌟104-选股策略)模板的具体应用。

由于公司利润变化较大,而且依赖于会计准则、研发投入、设备更新投入等因素,难以正确反映公司的经营状况,而销售收入更加稳定,

由small_q创建,最终由small_q更新于

107-股息率策略

策略介绍

本策略是104选股策略(🌟104-选股策略)模板的具体应用。基本逻辑是股息率较高的公司能够持续支付较高的现金股息,这通常意味着这些公司拥有较为稳定和可预测的现金流。投资者通过持

由small_q创建,最终由small_q更新于

103-股票池 + AI策略

策略介绍

  • 102 AI策略 基础上,我们限定股票池为上证50

策略流程

  1. 特征选择:输入对股票价格有显著影响的多维度因子,可以是包括基本面、技术指标、情绪指标

由jliang创建,最终由small_q更新于

112-基于财报发布的事件驱动策略

策略介绍

该策略是一个典型的事件驱动策略

事件驱动策略的典型特征是,交易信号的出现并像每日调仓的日频策略那样连续,而是断断续续的

当满足条件后出现交易信号则交易,否则就空仓,从回测曲线也可以看出,这样的策略有很多的空仓期

策略流程

  1. 股票过滤:剔除ST、退市、非主板、上市

由small_q创建,最终由small_q更新于

101-简单动量策略

策略介绍

动量策略是一种利用历史价格趋势来预测未来价格行为的量化交易策略。这种策略基于一个假设:股票或其他资产的未来价格趋势可能会延续其近期的表现。在实际应用中,动量策略通常会购买表现好的资产并卖出表现差的资产。

策略思想

动量策略的核心是“追涨避跌”。具体来说,这种策略会:

由jliang创建,最终由qxiao更新于

SDK 使用文档【未上线】

一、下载安装SDK

1. 要开始使用 bigquant 数据SDK,首先使用 pip 安装包

pip3 install daisdk

2. 获取访问凭证

第一步:点击进入以下地址,若提示无账户则申请账户即可

  • <https://bigquant

由qxiao创建,最终由qxiao更新于

000-预备知识

介绍

BigQuant是专业但易用的AI量化投资平台。如下知识可以帮助我们更好的开始策略开发。

如果没有特别说明,请在 AIStuido 3.0使用。

编程

BigQuant平台同时支持可视化编程开发和代码编程开发,并且两种模式可以无缝切换和融合

  • 可视化:无需学习复杂的编程

由jliang创建,最终由jliang更新于

AIStudio 常用模块和开源

介绍

  • 使用方式:M.模块id.v版本(**kwargs)

  • 如何升级模块版本:刷新模块列表,进入代码模式,修改模块版本,返

由jliang创建,最终由jliang更新于

快速入门

BigQuant 开始使用

BigQuant 导航

快速创建一个量化策略

  1. 登录 [BigQuant](https://

由jliang创建,最终由jliang更新于

策略模版/Demos

BigQuant策略模板库旨在帮助用户快速开始并优化他们的量化投资策略。无论您是初学者还是经验丰富的投资者,我们的策略模板都能提供从简单到复杂的多种投资策略选择。这些模板涵盖了基础策略、中级策略和高级策略。

  • 基础策略模板:适用于刚开始接触量化投资的用户,例如简单的移动平均线交易策略。

由jliang创建,最终由jliang更新于

BigCharts - 量化数据可视化探索和分析

BigCharts 介绍

BigCharts是专业的金融市场和量化投资数据可视化探索与分析工具,致力于为用户提供高效、易用、可定制的数据可视化解决方案,提升用户在数据探索、分析和决策过程中的效率与准确性,成为量化投资者和金融分析师的得力助手。

快速入门

由jliang创建,最终由jliang更新于

数据平台/DAI

什么是DAI

DAI (Data for AI) 是BigQuant研发的高性能分布式数据平台

  • 使用简单:通过统一接口访问BigQuant各类数据
  • 数据丰富:提供PB级金融数据、另类投资数据和因子数据 ([数据字典](https://bigquant.com/data/ho

由jliang创建,最终由qxiao更新于

因子平台/BigAlpha

因子研究

在金融投资领域中,因子研究是量化投资的重要组成部分。这是一种研究和分析股票、债券等金融资产的性能和风险的关键手段,以揭示影响投资回报的基本因素。

因子研究的核心价值在于,它可以揭示那些对投资回报产生持续影响的变量,如市值、质量、动量、低波动性、收益率等。这些因子在历史上已

由jliang创建,最终由small_q更新于

BigCharts 图表Demos

介绍

  • BigCharts 图表演示,克隆策略运行
  • 通过左侧大纲,可以快速定位图表
  • 更新中,欢迎反馈建议

Demo 代

由jliang创建,最终由jliang更新于

BigTrader - 回测与交易引擎

什么是BigTrader

BigTrader是宽邦科技推出的致力于为用户提供便捷、功能强大的交易引擎。

在量化研究的过程中,量化研究员(宽客)需要在历史数据里回放模拟,验证策略效果,这就是BigTrader交易引擎的应用场景。

主要功能: 量化策略编写、回测分析、仿真模拟

由qxiao创建,最终由jliang更新于

v3.1

BigTrader AI量化交易终端(新实盘)

  • BigTrader AI量化交易终端(新实盘)开始内测。
    • 使用文档:

      [https://bigquant.com/wiki/doc/bigtrader-ai-qFJMtRjeY1](https://bigquant.com

由jliang创建,最终由stephen1231234更新于

v3.0 beta

  • 支持最新版的Python
  • 支持可视化模式和代码模式双向切换
  • 支持开源自定义模块(欢迎广大开发者交流)
  • 一系列的体验优化和稳定性提升

\

由jliang创建,最终由stephen1231234更新于

DAI SQL FAQ

如何实现自定义的带有窗口的 macro 函数

创建 macro 函数的语法可参见 create macro.

DAI 提供的滚动窗口函数 `m_aggreg

由qxiao创建,最终由qxiao更新于

策略分成规则&提现流程

BigQuant平台的开发者用户:

您好!

为规范财务,税务,审计。平台开发者策略分成提现按照以下方式执行。

分成规则

\

  • 策略开发者在“我的资产”-“余额”中查看到的分成金额,皆为分享到天梯/商城的付费策略被订阅后产生的每天的实际分成的累计。目前平台提供给订阅用户的订阅产品有两种模

由small_q创建,最终由small_q更新于

BigTrader 相关术语

\

分类 中文名 英文名 建议的代码变量名
绩效评估指标 累计净值 Cumulative Net Value cumulative_net_value 或 cum_net_value
绩效评估指标 年化收益

由jliang创建,最终由jliang更新于

分页:第1页第2页第3页第4页第18页