策略案例

AIStudio3.0.0分钟数据获取请转移至:

https://bigquant.com/wiki/doc/5yig6zkf5pww5o2u6i635yw-6fK4a8ZOZx

[https://bigquant.com/experimentshare/893162aea1dc4c4f953f670293646709](https://bigquant.com/experimentshare/893162aea1dc4c4f953f6

https://bigquant.com/experimentshare/6508a3b7858b4d098a358a880b18b332

训练结果展示： \n

新版请移至, 新的链接

https://bigquant.com/codesharev2/dd736102-e54b-4d0b-b549-16bd7703a7ac

\

策略案例

https://bigquant.com/experimentshare/50587a5bf63646e0b50bac78a9658ba0

\

问题

laosha+如何计算前5-10个交易日收盘价的斜率。

思路

我们来基于斜率, 选出斜率最大的五支票来写一个策略:

[https://bigquant.com/codesharev2/884d4ae5-2ba0-40ad-9604-65672124cdbd](h

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

海龟交易法则

海龟交易的交易规则 今天的收盘价大于过去20个交易日中的最高价时，以收盘价买入； 买入后，当收盘价小于过去10个交易日中的最低价时，以收盘价卖出；

策略构建步骤

• 策略构建步骤 确定股票池和回测时间 通过证券代码列表输入要回测的单只/多只股票，以及回测的起止日期
• 确定买卖条件信号 在输入特征列表中通过表达式引擎定义 IF(close > hist_high AND m_lag(close,1) < m_lag(hist_high,1) , 1, 0) AS buy_sig，实现买入信号。 在输入特征列表中通过表达式引擎定义 `IF(close < hist

什么是均线？

金融市场上每个人都有一套自己的分析方法，无论你是一个技术派、基本面派、消息派还是量化投资派，对于“均线”这个名词一定不会陌生。虽说这个概念诞生于市场技术分析领域，但由于它的通俗易用，均线一直受到投资者和市场分析人士的青睐。

均线的全称是移动平均线（MA）。移动平均线是个什么概念？即通过等权或指数加权的方式，计算一段时期内的平均价格，是将某一段时间的收盘价之和除以该周期。 比如，日线MA5的意思就是说，5天内的收盘价除以5。

![{w:100}](/wiki/api/attachments.redirect?id=be71ecb6-a01a-4a99-9a9e-

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

策略介绍

大类资产配置策略（Asset Allocation Strategy）是投资管理中一种基于投资组合理论的策略，其主要目的是通过在不同类型的资产之间分配投资来优化风险与回报的比例。这些资产类别通常包括股票、债券、现金及现金等价物、不动产、大宗商品以及其他替代投资品种。资产配置的目标是利用不同资产类别间的非完全相关性来降低整体投资组合的波动性和风险，同时寻求合理的回报。

大类资产配置策略的盈利逻辑主要基于以下几点：

1. 分散风险：不同资产类别通常具有不同的风险回报特性和市场表现。通过多样化的投资组合，可以在某些资产表现不佳时，依靠其他资产的表现来平衡损失，从而降

策略介绍

该策略是一个TALIB指标选股策略

买入条件是（1）今日开盘价大于昨日收盘价；（2）5日收盘价均线大于10日收盘价均线的股票

买入后，如果5日收盘价均线小于10日收盘价均线，则次日卖出。

策略流程

1. 股票过滤：剔除ST、停牌股、北交所
2. 筛选条件：上市天数大于270，收盘价小于30
3. 信号设定：对符合买入条件（今日开盘价大于昨日收盘价；5日收盘价均线大于10日收盘价均线的股票）的股票设定买入信号，对5日收盘价均线小于10日收盘价均线的股票设定卖出信号，并按照总市值升序排列
4. 交易设定：开盘买入，开盘卖出，初始资金100万，持仓票数20只，持仓周

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。
• 中级策略模板：适用于具有一定经验的用户，包括多因子模型和基于事件的交易策略。
• 高级策略模板：针对高级用户设计，使用复杂的机器学习算法和高频交易技术。

模版使用

• 克隆模版策略
• 进入 [AIStudio 3.0](https://bigquant.com/aistud

BBI指标

计算方式：BBI=(3日均线+6日均线+12日均线+24日均线)/4

\

DMI平均线差

计算方式：10日均线-50日均线后再进行移动平均

\

DMI趋向标准ADX

计算方式：

1. 先计算上升下降指标线：ID+=(当日最高价-昨日最高价)；ID-=(昨日最低价-当日最低价)；
2. 真实波动幅度：TR=MAX(H-L,H-昨收,昨收-L)；
3. 计算上升指标线和下降指标线的14日移动平均值；
4. 计算相对强弱指标：PDI=(ID+/TR)*100；MDI=(ID-/TR)*100；
5. 计算相对强弱指标的6

• 本策略运行环境：AiStudio 3.0.0
• 策略描述：

https://bigquant.com/codeshare/f7c0d42e-a4ee-4856-8f97-246e97cd4cdd

\

因为很多量化在线平台目前还不支持期货交易，且KD指标对大盘和热门大盘股有着较高的准确性，此策略选取'605588.SH'为标的股票，000300.SH为参考标准。\n策略逻辑：\n当kt>80,dt>80, jt>100时，卖出\n当kt<20,dt<20, jt<0 时，买入

\

策略源码：

{{membership}}

[https://bigquant.com/codeshare/c4d61821-4048-4560-9ce4-372b28202ccb](https://bigquant.com/codeshare/c4d61821-4048-4560-9ce

接续：

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

https://bigquant.com/codeshare/a4eb0c11-16ca-4fe2-99f9-b9a86dc78ee8

2024-02-19 15:56:38 任务运行开始调度 state=trigger event= 0061f39d-6448-485e-a04b-79f2e7c3b9e4 .. 2024-02-19

分享一些量化交易相关的常识信息。

五因子模型公式及应用

五因子模型是哪五个因子

**[多因子选股模型及优缺点](https://bigquant.com/wiki/doc/5asa5zug5a2q6ycj6ikh5qih5z6l5zcn6kn6ke

官方的小市值代码策略里面其中有这么一行

\

# 获取当前日期的所有股票市值
df = context.df[context.df['date']==dt].sort_values('total_market_cap', ascending=True)

这是未来函数么，在当天交易就能获取到当天的总市值

另外有人知道怎么获取上一个交易日么

高手你好, 我想给代码加上每5天调仓, 模块该在图中哪里加上, 线该怎么连?

https://bigquant.com/codeshare/157a00b1-6b68-4016-9a82-69b8a50aaaf0

\

# 回测引擎：每日数据处理函数，每天执行一次
def m19_handle_data_bigquant_run(context, data):
    #...
    # 2. 生成卖出订单
    print(f'{today} before cash:{context.portfolio.cash}')
    if cash_for_sell > 0:
        for instrument in sell_instruments:
            res = context.order_target(context.symbol

# 交易引擎：bar数据处理函数，每个时间单位执行一次
def m2_handle_data_bigquant_run(context, data):
    target_asset = context.instruments[0]

    target_percent = 0.5  # 50%持仓
    
    # 计算目标资产的目标持仓价值
    target_value = context.portfolio.portfolio_value * target_percent
    
    # 计算目标资产当前持仓价值
    curr

新版交易引擎

• 标注股票

https://bigquant.com/wiki/doc/label4-e9s0WuillY

• 新版交易引擎写交易策略

https://bigquant.com/wiki/doc/bigtrader-hftrade-3gG2rg4jBd

[https://bigquant.com/wiki/doc/5zue5rwl5byv5