首页 编写策略 数据平台 策略社区 我的策略 宽客学院 知识库
免费注册

优秀策略分享——数据标准化策略

影响策略效果的因子有很多，每个人所选择的因子也各有不同，选取因子后，如何分析数据，找出有效选股逻辑模型就成为重点。该数据分析工作是策略逻辑编写中最耗时的部分，本文介绍，如何简化数据分析的工作：数据标准化处理


举例说明：

当天收益因子：5000支票，可能会有1000+个不同的值，如：1

由bq71v3n7创建，最终由bq71v3n7更新于

邹的作业

换手率（turn）、股东变化数（shareholder_chg）和股东数量（a_shareholder），我将设计一个综合因子。以下是完整的因子设计方案：

设计思路

\n

  1. 核心逻辑：
    • 换手率反映股票流动性（流动性越高，市场关注度越高）
    • 股东变

由bq9dhg5r创建，最终由bq9dhg5r更新于

策略分享-基于XGBoost模型和滚动训练的预测策略

0. 策略名词解释

（1）XGBoost模型

XGBoost 是一种基于梯度提升树（Gradient Boosted Trees）的高效机器学习算法，常用于排序、分类、回归等任务，在bigquant平台上只用于排序任务，主要有三种：排序学习（NDCG）; 排序学习（Rankne

由bq0m8rec创建，最终由bq0m8rec更新于

基于CatBoost模型与分类任务的ETF选基策略

0. 策略名词解释

（1）CatBoost模型

CatBoost 是由 Yandex（俄罗斯的一家互联网公司） 开发的一个 基于梯度提升（Gradient Boosting） 的机器学习库，主要用于 分类、回归、排序任务，以处理结构化数据为主。它的名字来自 “*

由bq0m8rec创建，最终由bq0m8rec更新于

bqae70pv作业提交

因子说明：

高成长+低换手+小市值(成交额波动小，流动性不足)

c_pct_rank(net_profit_to_parent_deduct_cagr_3_ttm) + c_pct_rank(-m_sum(turn, 5)) + c_pct_rank(-M_nanstd(am

由bqae70pv创建，最终由bqae70pv更新于

bqbppxmo_作业

换手率与市值因子






[https://bigquant.com/codesharev3

由bqbppxmo创建，最终由bqbppxmo更新于

【代码报错】组合策略提交模拟失败

我用“策略社区模板+万老师final全动态模板”与BQ的AI智能体编写了“宽指轮动选股策略-250807”，这个策略是针对沪深300、中证500、中证1000成分股股票池的股票，用Stock Ranker模型选股，然后将三个策略封装为三个用户因子表，再将三个因子表构成一个用三大宽基指数进行择时再对应

由peng1960hong创建，最终由bqadm更新于

四金_作业


因子说明：

低换手 + 高成长 + 小市值

   c_pct_rank(net_profit_mrq_yoy) + c_pct_rank(-m_sum(turn, 10)) + c_pct_rank(-total_market_cap)  AS factor

由bqf6mces创建，最终由bqf6mces更新于

策略分享-基于成长因子的电子行业多因子选股策略

==--具有行业风格特征的策略应该如何系统构建？==

0. 电子行业概览

电子行业是一个以电子元器件、电子设备及其相关材料和制造工艺为核心的综合性产业体系，覆盖从基础元器件制造到整机装配、系统集成等多个环节。该行业技术密集度高、更新迭代快，具有强烈的全球分工特征。

在 **申万行业

由bq0m8rec创建，最终由bq0m8rec更新于

BigTrader 量化交易引擎

简介

BigTrader 是 BigQuant 推出的专业级量化交易引擎，采用 C++ 核心实现，并提供 Python API 接口和回调函数。它为量化投资者提供了一个全面的交易解决方案，无论您是初学者还是专业投资者，都能轻松上手使用。

核心特性

  • 全市场覆盖
    • 多品种支

由qxiao创建，最终由bqaht3rj更新于

在投资组合管理中应用大型语言模型（LLM）：创建主题宇宙指数

在这篇文章中，我们将探讨大型语言模型（LLM）在金融领域的应用，涵盖以下主题：

  • 量化金融
  • 投资组合管理
  • 情感分析
  • 新闻分析
  • OpenAI API和Python

我们将展示如何将LLM与OpenAI API和Python等工具结合使用，以简化生成主题投资组合和分析趋势等流程，从

由googleglass创建，最终由bqzau2ce更新于

【代码报错】提交模拟失败

可视化编程状态下DNN模型针对沪深300、中证500、中证1000指数的ETF策略，策略回测正常，但提交模拟失败，请解决？\n策略分享链接： https://bigquant.com/codesharev3/079766cb-7157-4e26-abf1-d2faf4c965c7\n提交模拟链接：

由peng1960hong创建，最终由peng1960hong更新于

TCB交作业

1、按照老师要求设置大盘4%，个股5%，-2%止损。\n2、感觉个股的阈值限制太低了，削弱了部分收益。

3、用ai帮写的代码，把老师的可视化画布给弄坏了，我也不知道怎么修：（

4、迟交作业，我错了。

[https://bigquant.com/codesharev3/390ce6a2-3def

由bqfua3ny创建，最终由bqfua3ny更新于

BigTrader 相关术语

\

分类 中文名 英文名 建议的代码变量名
绩效评估指标 累计净值 Cumulative Net Value cumulative_net_value 或 cum_net_value
绩效评估指标 年化收益

由jliang创建，最终由bq1tgawk更新于

分页：第1页第2页第3页第4页第5页第6页第7页第8页第9页第312页
{link}