为什么我加入私有变量因子也会影响回测结果？

能不能根据我历史一段时间交易操作记录，智能生成一策略

rank_return_0

rank_return_5

rank_return_10

rank_return_40

avg_turn_5

avg_turn_10

avg_turn_20

avg_turn_5/turn_0

rank_return_5/rank_return_10

r

(close - m_min(low,10)) / (m_max(high,10) - m_min(low,10

平台的3.0不会用,找人帮忙

我记得之前dai是可以直接操作dataframe的，现在是不是不行了？

例如：

1. 先读取数据到dataframe（变量名叫df）
2. dai.query(“select * from df”)

以前这样是可以操作的，现在似乎是不可以了

\

\

from bigmodule import M

# <aistudiograph>

# @module(po

加入仓位控制的代码就运行不了了，显示是空值，前面代码已经定义过sma了。

我在使用贵平台编写股票交易策略代码时遇到了问题，希望能得到你们的帮助。

我编写的代码旨在实现一个股票交易策略，该策略包含底仓和浮动仓的管理，同时会根据股票的 1 分钟高频数据计算 5 分钟数据，并使用 MACD 指标进行日内交易决策。

代码中涉及 5 分钟数据的部分老是出错，具体体现在以下几

操作系统：Mac OS

浏览器：chrome

操作：

在编写策略板块中，新建一个模板策略，不做任何修改，直接运行，就报错了。

按道理平台是服务器端部署的，所有的库都是平台部署的，为什么还有这种无法解析的问题呢？

求助。提前感谢。

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

https://bigquant.com/codesharev3/5841235c-c631-4016-9df1-0e9c72754770

\

# 问题描述
1，下面的策略代码，可以正常回测、可以正常模拟运行、但是到第二天模拟运行会报错
2，报错如下：
3，[2025-03-11 22:22:07.338366] ERROR: pypapertrading:moduleinvoker.py:38:_module_run 

https://bigquant.com/codesharev3/a5d436a4-6a1f-4d7f-b3f7-f79925d270db

\

from bigmodule import M



# 交易引擎：初始化函数，只执行一次
def m5_initialize_bigquant_run(context):
    from bigtrader.finance.commission import Pe

策略社区的XGBoost模板，只是修改了训练、回测数据日期，执行回测时正常，但提交模拟就报错，策略已分享给小Q，下面是报错信息

2025-03-10 20:24:00 任务运行开始调度 state=trigger event= 5ec3d941-73b9-47ca-8183-759397725f7

因子表达式：c_indneutralize(pb, sw2021_level1) AS pb_

我检查了pb因子原始值，并没有缺失

\

[https://bigquant.com/aistudio/studios/f9b674f0-0f37-11ed-93bb-da75731aa77c/?payload=[["openFile"%2C"vscode-remote%3A//bigquant.com/home/aiuser/work

File /opt/pyenv/versions/3.11.8/lib/python3.11/site-packages/bigmodule/modules.py:28, in call(self, **kwargs) File /opt/pyenv/versions/3.11.

https://bigquant.com/codesharev3/5ae737dc-b7c0-45a5-9d65-c1aac45030a0

\

当前最领先大模型关于投资、量化与BigQuant的第一性原理的思考。

投资的第一性原理

DeepSeek R1

投资的第一性原理可以归结为在风险与收益的平衡中，通过理性决策实现资源的长期最优配置。收益和风险并非对立，而是同一枚硬币的两面，其本质在于以下几点：

1. *

dai.DataSource("_56f0fa003b2940c3979986a0f73292aa")

from bigmodule import M

# <aistudiograph>

# @param(id="m2", name="initialize")
# 交易引擎：初始化函数，只执行一次
def m2_initialize_bigquant_run(con