简介

**由于深度学习中的涉及到的随机项过多，比如Dropout 以及随机种子，这样固化模型的重要之处就能够体现出来了。 如果我们没有使用固化模型，在我们的缓存丢失或者更新之后我们的模拟交易以及回测将会触发模型的重新训练，导致原有的模型发生变化。 本文将会针对这个问题提出该如何在Bi

介绍

• 适合专业用户
• 在时间上滚动训练策略，跟进数据变化来迭代模型
• 本文只是一个简单演示，我们将在后续文章里介绍使用和原理

前言

AI量化策略的独特之处在于存在一个AI人工智能模型，模型可以很简单比如是线性回归或决策树模型，模型也可以很复杂，比如是Transformer、CHATGPT等。在BigQuant上使用较多的是一个称为StockRanker的模型，该模型在量化金融数据上进行调优，能取得比xgboost

两个“输入特征（DAI SQL）”模块，分别从两个数据表提取数据，之后可以共同连接一个新的“输入特征（DAI SQL）”模块，做到数据连接的功能

我们来看一个具体的例子，在下面这个例子中：

• m1模块的作用是从cn_stock_prefactors表中提取出pe_ttm

介绍

• 构建和管理自己的数据与因子
• 分享到策略社区并保护核心逻辑
• 支持数据付费订阅
• 支持他人克隆策略，每日获取信号

技术方案

![](/wiki/api/attachments.redirect?id=be72745b-dff3-4d11-918a-0dec5f5

筹码理论是证券市场中的一种分析方法，主要用于研究和判断股票的持仓结构及其变化。它通过分析股票的交易数据，特别是成交量和价格，来推测市场中不同价位的持股成本分布，从而帮助投资者判断未来股价的可能走势。

以下是筹码理论的一些关键概念：

1. 筹码分布：筹码分布是指在不同价格区间内，投资

交易引擎介绍

HFTrade是宽邦科技推出的致力于为用户提供便捷、功能强大的高频量化交易策略编写、回测分析、模拟测试和实盘交易的工具。

支持的品种

股票、基金、期货，可转债，未来会支持期权、债券、两融

交易频率

日线、分钟、Tick、逐笔

策略编写

本文是关于交易引擎BigTrader使用的一些小技巧。虽然在之前的旧文档也介绍过，见文末附录链接。但本文有一些不一样的地方。

设置股票为等权

以前我们习惯于在初始化函数中定义股票权重，为简化交易引擎模块的代码，我们最近新增了一个仓位分配的模块，用于设置股票权重，当前提供了三种权重分配的使用

导语

在AI量化策略开发第六步：回测教程中，我们介绍了Trade回测/模拟交易模块的重要函数和策略构建的基本流程，本文主要介绍如何在Trade模块中设置手续费和滑点。

在评估策略的时候，我们设置一定的交易手续费和滑点以模拟真实交易。在策略编写中，我

策略介绍

多因子选股策略是一种简单而又广泛使用的技术分析工具，主要用于识别市场趋势的变化和生成交易信号。

主要用到以下几个因子：

pb
rank(pb)
rank(roe_avg_lf)
rank(roe_avg_ttm) 
rank(net_profit_q

策略介绍

双均线策略是一种简单而又广泛使用的技术分析工具，主要用于识别市场趋势的变化和生成交易信号。这种策略涉及两条移动平均线——一条短期（快速）和一条长期（慢速）——并通过观察这两条线的交叉点来决定买入或卖出的时机。

策略流程

1. 筛选条件：将5日平均收盘价作为短线，50日平

导语

主要思想：对已有的持仓和要买入的股票名称每天判断是否含有ST或退，并及时卖出/阻止买入

步骤

• 增加M9、M10提取股票名称传入回测引擎；
• K线处理函数把当日持仓数据连接上传入的股票名称；
• 在调仓时先判断卖出ST、退市股；
• 正常处理调仓，判断是否重复卖出；

本文内容基于bigcharts绘图，在以时间为横轴的条件下绘制时间序列图，具体分为柱状图，折线图，多y轴折线图，折线图柱状图混合图，饼图以及蜘蛛图。

可以根据border_width=5自行调整描边宽度

color="skyblue”调整图形的颜色

多y轴可以根据`line.yaxis

策略介绍

本策略是均线突破策略的期货Tick级别实现

策略逻辑

本策略是基于tick数据的高频日内交易策略。策略每tick触发一次，根据tick数据合并成分钟K线数据，然后计算分钟K线的20均线值，若当前tick价格上穿均线，则买开；反之，则卖开。每日交易次数小于2次，14：30分

策略介绍

本策略是均线突破策略的期货分钟实现，通过计算均线值，并与最新价比较来进行建仓。

策略流程

1. 筛选条件：计算均线值，如果最新价向上突破均线，建立多头仓位；如果最新价向下突破均线，建立空头仓位。
2. 策略回测：回测时间为2024-05-01 09:00:00至2024

策略介绍

本策略基于日频双均线策略基础上，衍生至分钟频。涉及两条移动平均线——一条短期（快速）和一条长期（慢速）——并通过观察这两条线的交叉点来决定买入或卖出的时机。

策略流程

1. 筛选条件：将5日平均收盘价作为短线，40日平均收盘价作为长线；短线上穿长线买入，长线下穿短线卖出

ChatTTS 是目前效果最好的AI驱动TTS人类声音生成方法，支持中英文语音生成，开源两天已获 4,000 stars。模型使用 10 万小时的中英文数据训练，生成的语音自然流畅，语调语气非常接近真人说话模式。

克隆如下代码，在 BigQuant 运行，效果非常好。

[https://bigq

BigQuant的DAI数据平台提供了许多字段运算的表达式函数，完整的函数在这个文档（DAI SQL 函数列表），我们这篇文档总结了一些常见的表达式

1. DAI数据平台表达式函数

在AIStudio中编写的策略，不论是可视化版本还是代码版本，使用的数据来源都是BigQuant的DAI数据平台

DAI数据平台由两个部分组成：

• DAI数据平台的框架是BigQuant自研的分布式高性能数据库，了解数据平台怎么用，可以查看这个链接：[数据平台/DAI](https:/

在使用“输入特征（DAI SQL）”提取数据的时候，可能会遇到缺失值的问题，缺失值的出现可能是因为原始数据表中有缺失值，也有可能是表达式计算的过程中产生了缺失值

对于缺失值，我们主要有两种处理方式，缺失值删除，或者缺失值填充

1. 缺失值删除

要想将缺失值剔除，只需要在“

策略介绍

金叉死叉策略其实就是双均线策略。策略思想是：当短期均线上穿长期均线时，形成金叉，此时买入股票。当短期均线下穿长期均线时，形成死叉，此时卖出股票。研究表明，双均线系统虽然简单，但只要严格执行，也能长期盈利。

策略构建步骤

1、确定标的池和回测时间

• 通

简介

本系列文章为大家介绍了技术分析指标，并且介绍了一些常见的使用技术指标构建的策略

量化投资中的技术分析

量化投资是通过数学模型和算法对市场数据进行分析和交易决策的投资方法。技术分析（Technical Analysis）是量化投资中的一个重要分支，旨在通过分析历史价格和

策略介绍

本策略主要讲解如何在策略中加入个股风控与大盘风控逻辑。

• 个股风控：个股价格低于某一价格时，但是不影响其他股票的买卖信号，也被称为止盈止损逻辑。
• 大盘风控：大盘上证指数最近表现比较差时，将仓内股票全部清空，当日不再交易。

本策略就是在平台的默认可视化线性模板策略的基础上进

视频讲解

[点击此处查看视频讲解](https://bigquant.com/college/courses/course-v1:public+CS0521+2024-05/courseware/b754a373744d4937aa7fdb92ed746aa1/218075e618b

简单介绍

AIStudio是BigQuant平台以AI为核心的Cloud IDE，可以用于量化投资数据分析、因子挖掘、模型训练、回测和交易以及更广泛的程序开发和AI模型开发训练等。

快速入门

启动AIStudio

点击顶部导航栏中的【编写策略】即可启