介绍

通过本地 VSCode 连接到BigQuant AIStudio，在本地 VSCode 里开发、调试、运行等。

注意：本地 VSCode 没有 AIStudio 可视化开发等功能。我们仍然推荐使用 AIStudio。

此功能 [旗舰版](https://bigquant.com/s

策略介绍

该策略是一个典型的事件策略，事件策略和选股策略是有本质上的区别的，事件策略的基本思想是，对于特定的股票，什么时候该买，什么时候该卖，本文介绍了一种基于MACD指标的事件策略

具体来说，MACD包括三个指标：

• MACD（平滑异同移动平均线）：MACD线是短期指数移动平均线（通

简介

我们的模版——可视化AI策略是一个单次训练策略，但实盘的策略需要经过滚动训练的研发验证。

在量化交易中，市场环境具有高度动态性与非平稳性，传统的一次性训练模型难以适应不断变化的市场结构。因此，采用滚动训练（Rolling Window Training）的方式对机器学习或深度学习模

BigQuant 可视化深度学习模型构建

模块

BigQuant将量化投资需要用到的数据、算法、交易等封装为模块，用户可以直接复用和调参，参考如下示例

# 模块: hello
def run(param1: I.bool ..):
    ...
    re

策略简介

以中证1000股指期货的近月和远月期货为标的，进行跨期套利操作。信号来源于中证1000现货指数的信号，即为如果价格上穿均线，呈现多头趋势，那做空近月合约，做多远月合约；如果价格下穿均线，呈现空头趋势，那做多近月合约，做空远月合约。

本文不是以均值回归作为策略思想，而是从市场预期的

导语

平台有大量算力，但是个人开发环境算力有限，因此怎样将一份AI策略，修改下模型策略的参数，让他在远程集群环境运行呢，比如我模型学习率是0.01 ，希望在0-1整数之间按0.01遍历呢？

这里有100种情形，100组参数。如果每组参数要跑10分钟，那跑100组参数的时间太长了，接近16个

本文档介绍在150-AI选股策略新的策略模版下如何进行滚动训练。

本文是旧文，建议参考最佳实践方法：AI量化策略滚动训练最佳实践

使用方法

创建调优对象

本文是旧文，最佳实践见：160-alpha挖掘大杀器——并行模块tune

前言

M.tune可调节的参数仅限于模块中的参数, 具体用法可参考**[尝试用M.tune写一个滚动训练](https://b

本文是旧文，建议参考最佳实践方法：AI量化策略滚动训练最佳实践

前言

为了进一步加深对M.tune的使用理解，这里我给大家写一篇M.tune的实际应用。我们可以使用它来调参，当然也可以用它来做滚

此文档已经过期。最新文档见：BigTrader API 参考

\

API接口

策略请求接口

context.order(symbol, volume, limit_

IContext API 文档

IContext 接口类定义了 BigQuant AI 量化平台回测与交易引擎 bigtrader 策略 context 的抽象方法。StrategyContext 会继承 IContext，并实现具体的回测/实盘环境下的 context。 用

• ⚠️注意：本文完全由AI自动生成，可能有错误和幻觉，请谨慎使用，见 BigTrader API 参考
  • <https://claude.ai/public/artifacts/1d6b656d-6d72

介绍

• 大模型：cluade sonnet 4
• 提示词：读取 bigtrader 文档 https://bigquant.com/wiki/doc/4ESrglWGeZ ，优化一下这个文档，帮助小白用户和专业用户更好的理解和使用，你有什么建议
• ⚠️注意：本文完全由AI自动生成，

介绍

• 大模型：cluade sonnet 4
• 提示词：读取 bigtrader 文档 https://bigquant.com/wiki/doc/4ESrglWGeZ ，生成讲解
• ⚠️注意：本文完全由AI自动生成，可能有错误和幻觉，请谨慎使用，见 [BigTrader API

版本日志

• 3.1 2024-04-19
• 3.0 2024-04-07

\

该策略旨在通过对两种相关期货合约（如 jm8888.DCE 和 j8888.DCE）之间的价差进行套利交易。策略利用过去的数据来计算价差，并根据价差的时序窗口上的排名分位数生成买入或卖出的信号。

回测绩效

![](/wiki/api/attachments.redirect?id=77b

策略介绍

本策略AI算法来预测股票的未来表现，并进行排序。这里使用算法StockRanker，BigQuant 平台开发的一种先进的机器学习算法，专门用于量化选股排序学习，通过在多个因子/特征的数据上训练，旨在从大量股票中识别并排序那些未来表现可能最优异的股票。

策略思想

策略社区是BigQuant推出的量化策略交流社区，为平台用户提供一个自由分享、交流学习的互动平台，在这里可以获取到他人分享的优质策略模型。

平台提供【运行策略】功能，开通 ‘[BigQuant Pro-旗舰版](https://bigq

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

1. 引言

在投资领域，不少投资者热衷于追逐热门概念，期望短期内获取高额收益。其中，追涨热门题材股策略曾备受追捧。以过去几年的新能源汽车概念为例，在行业利好消息频出时，相关股票价格大幅飙升。众多投资者被短期的股价上涨所吸引，纷纷重仓买入。然而，市场风云变幻，当行业热度稍有减退，这些热门

策略

传统投资想法主要存在于人脑，并由人脑运行产生决策信号。

在量化投资中，我们把投资想法编写为策略代码，使用数据来验证和完善想法，并将最终的策略部署到计算机/服务器上运行，产生策略信号。

BigQuant提供用于策略研究开发的数据、算法、算力和平台，同时也提供策略部署和托管运行。我们先

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

1. 策略核心思想

1.1 定义

可转债是一种公司债券，赋予持有者在特定时间内、按特定条件将债券转换为公司股票的权利。它兼具债券和股票期权的特性，因此也被称为“混合证券”。

1.2 策略逻辑

本策略基于机构研究体系，通过量化模型筛选高评级、低估值可转债，构建长期稳健组合。核心

1. 策略核心思想

1.1定义

可转债是一种公司债券，赋予持有者在特定时间内、按特定条件将债券转换为公司股票的权利。它兼具债券和股票期权的特性，因此也被称为 “混合证券”。

1.2 策略

可转债作为兼具债券属性与权益期权特性的混合金融工具，在大

1.引言

在量化投资领域，概念因子已从市场现象演变为系统性策略工具。从 2024 年 AI 芯片龙头寒武纪 387% 的涨幅，到低空经济概念板块 2300 亿元的资金净流入，概念因子正在重塑 A 股市场的盈利逻辑。我们构建策略的核心，在于将产业趋势的确定性转化为可量化的投资机会。

1.