问题

如何获取策略模拟资金曲线信息 ，再反向输出集成策略？

视频

https://www.bilibili.com/video/BV1wR4y1C7ZT/?vd_source=ecd29bbd04cbefdfa426167c55241973

策略源码

[https://bigquant.com/experimentshare/b8a38c78cb844ac3bc3821e42497ff5

7月30日Meetup 策略模板：

策略案例

https://bigquant.com/experimentshare/062a0182231e49f7996b0543e7acad48

\

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

\

问题

如何用收盘前10分钟或5分钟的数据代替收盘价以便买入

视频

https://www.bilibili.com/video/BV1Q44y1N7nJ/

策略相关

A：WAP价格回测功能

问题

如何将回测模块设置成T+2开盘买入，T+3尾盘卖出（目前我们支持的是T+1买入）

视频

https://www.bilibili.com/video/BV1bT411u71x?share_source=copy_web

策略源码

[https://bigquant.com/experimentshare/157e67091c1b4534b7ea1f0a4255a38b](https://bigquant.com/experi

问题

如何设置交易逻辑改成策略交易的第一天买满仓然后逐步轮仓

视频

（2：50开始）

https://www.bilibili.com/video/BV1Ug411M7iz?share_source=copy_web

策略源码

20210624 Meetup策略模板

[https://bigquant.com/experimentshare/fe5b36317a3a4149862680619c10f5ad](https://b

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

预计算因子表[数据平台] https://bigquant.com/data/datasources/cn_stock_prefactors

https://bigquant.com/wiki/doc/dai-PLSbc1SbZX

[ht

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

\

问题

可不可以把每天最后一根K线定义在14:50，这样就可以当天出信号当天下单，不用等到第二天开盘。

视频

https://www.bilibili.com/video/BV1zZ4y1t7VX/

策略源码

[https://bigquant.com/experimentshare/ccc914b3e10b4d18bb87bc2facafe51f](https://bigquant.com/experimentshare/ccc914b3e10b4d18bb87bc2

看视频

https://www.bilibili.com/video/BV1jh411u7zj/?vd_source=ecd29bbd04cbefdfa426167c55241973

策略源码

[https://bigquant.com/experimentshare/d4804cb7b37b40e191de5b196897c33b](https://bigquant.com/experiment

问题

如何实现获利盘函数编写比如通达信的COST、WINNER函数？

视频

https://www.bilibili.com/video/BV1Ed4y1s7Br/?spm_id_from=333.999.0.0

策略源码

[https://bigquant.com/experimentshare/8ccaba531653414694ac9c071471e36d](https://bigquant.com/experimen

问题

如何实现日内网格交易

视频

https://www.bilibili.com/video/BV1eP4y1M7db/

策略源码

可以参考知识库中期货的例子，日内网格交易策略-分钟

[https://bigquant.com/experimentshare/a50b15c9a802405293154b8f73dafa24](https://bigquant.com/experimentshar

7月30日Meetup 模板案例：

策略案例

https://bigquant.com/experimentshare/517ca9a074d545b5958d7ab545db3cfe

\

问题

如何实现分钟级的10%止盈， 5%止损？

视频

https://www.bilibili.com/video/BV1Zh411p7d3?share_source=copy_web

策略源码

[https://bigquant.com/experimentshare/43fe937ce35243aba7ce77b2f026c6ff](https://bigquant.com/experimentshare/43fe937ce3

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

BigQuant进行期货实时交易

\

1. Simnow官网创建注册获取交易交易账号；

(1) https://www.simnow.com.cn 登陆Simnow官网，点击右侧的注册账号

(2) 填入关键信息，手机号、密码等注册账号（==请务必记住自己的密码，后续绑定需要使用==）

(3) 注册成功，在Simnow官网的【个人中心】获取资金账号（==即投资者代码==）

① 关于Simnow的相关产品服务介绍请查阅：https://www.simnow.com.cn/product.action

![](/wiki/api/attachment

算法交易策略简单来说就是用计算机语言（如 Python）编码的策略，用于执行交易订单。交易者将这些策略编码，以利用计算机的处理能力，以更高效的方式进行交易，几乎不需要干预。

无论你是初学者还是经验丰富的交易者，跟随这个指南踏上算法交易策略的旅程。它旨在赋予你必要的知识，帮助你在交易中取得成功。

从动量交易和套利，到做市和机器学习驱动的高频交易，我们通过实际案例和真实世界的交易算法应用进行学习。我们将探讨如何在实时市场中实施自动化交易系统，并且深入研究算法交易中的风险管理、优化技术、算法交易策略的回测以及数据获取等内容。

这个全面的指南是你值得依赖的资源，提供了专家驱动的见解，讲解简单明了

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-

1. 引言

六脉神剑策略其核心思想是融合多维度技术指标，综合考量股票的多空态势、趋势变化、动量情况、相对强弱、买卖信号以及超买超卖状况，从而筛选出具有投资潜力的股票。该策略以日为频率进行交易操作，旨在通过对不同指标的精准把握和有机结合，实现投资组合的收益最大化。

\

2. 核心指标

策略涉及六个指标，分别包括：

第一脉

• 指标：

  if_bbi
  

Bigquant平台近期推出了与国金QMT结合的实盘自动交易方式，解决了策略实盘自动化交易问题，平台的优势在于封装了很多种类开因子，也具备AI能力，大大简化了策略研究门槛，回测效率也很高，便于策略研究。

新模式的推出，大家可能会有较多问题，我这边有4年的bigquant平台研究经验、2年的QMT研究经验，可以包括不限于如下内容：

1、国金证券开户、QMT权限开通，可以介绍客户经理，享受万0.85

2、Bigquant上已开发好的优质策略分享

3、Bigquant策略与QMT集成，实现Bigquant平台上的策略的自动化交易

4、QMT策略分享，QMT除可以提供实盘自动化交易接口外

研究背景

金融领域越来越依赖文本数据（如金融新闻、监管文件和社交媒体）来预测经济事件和市场走势。

传统的情感分析方法（如基于词典的方法）存在局限性，无法充分捕捉文本中的复杂信息。

大型语言模型（LLMs）如BERT、OPT、QuantAgent和FinBERT等在自然语言处理（NLP）任务中表现出色，为金融文本分析提供了新的可能性。

研究目的

探讨LLMs在金融新闻情感分析中的表现，并与传统方法（如Loughran-McDonald词典）进行比较。

评估LLMs情感分数对股票回报的预测能力。

设计基于LLMs情感分析的交易策略，并评估其实际表现。

数据与方法

基本面分析简介

我们先来看一个量化交易策略在本平台的回测曲线和回测数据，该策略在三年期的年化收益率是24.84%，最大回撤为42个点（在2024年初出现严重回撤）。总体来说，这个策略总体是一个正收益系统的策略，但在某些时间阶段出现了大幅波动甚至严重回撤现象。

2023年底和2024年初基本面选股策略结果出现回撤是多种因素综合作用的结果。这些因素相互影响，使得基本面选股在这一时期面临一定的挑战。那么基本面选股究竟是什么呢？本文将简要

文章背景

在当今复杂的金融市场中，“算法交易”变得非常重要。本文深入探讨了四个关键指标的融合 - 相对强弱指数（RSI）、指数移动平均线（EMA）、成交量加权平均价格（VWAP）和移动平均收敛/发散（MACD）相对强弱指数（RSI）、指数移动平均线（EMA）、成交量加权平均价格（VWAP）和移动平均收敛/发散（MACD）以创建和开发有效的交易策略。

使用这四个指标创建的武器蜡烛策略显示出它的效率，因为它能够实现 1.882 的利润因子。这表明，当这四个技术指标结合起来制定策略时，与使用两个或三个指标的组合相比，它可以提供更准确和更可靠的交易信号。算法交易者应该使用多指标方法来更全面地

# 导入聚宽库
import jqdata
import numpy as np
import pandas as pd
from jqlib.technical_analysis import *
from jqlib.alpha101 import *
from datetime import timedelta

# 初始化函数
def initialize(context):
    set_params(context)    
    set_backtest()         
    set_scheduler(context)