在瞬息万变的金融市场中，速度是最重要的。当普通投资者还在依赖15分钟前的延迟行情制定策略时，真正的交易高手早已通过Tick级数据捕捉毫秒级的市场脉搏。这种差距的背后，是Alltick API用技术革新为交易者打开的全新维度。

行情数据的「生死时速」：为什么15分钟延迟足以致m？

导语

平台已经整理好新旧因子对比，可以在基础特征抽取里面直接抽取。

A股

量价因子

在股市的波澜壮阔中，筹码集中度宛如一座神秘的灯塔，照亮着投资者前行的道路。它不仅是一个冰冷的数据指标，更是市场情绪与资金流向的细腻诠释者。当我们深入探索筹码集中度时，仿佛是在解读一本关于市场智慧与人性博弈的厚重书籍。每一个百分点的变化，都承载着无数投资者的希望与梦想，每一次波动的背后，都隐藏着市场脉

背景

平台提供了港股和美股的行情数据，本文介绍如何基于港股和美股来实现stockranker多因子选股策略

策略实现

港股和美股需要用bigtrader的自定义数据回测功能来实现。

bigtrader使用我们传给它的行情数据来进行撮合回测，行情数据需要有date, instrum

我们为广大量化爱好者整理了120套量化策略源码，==获取全部源码方式见页尾。==

• 本合集旨在提供量化思路和常见的策略模板，从而学习和魔改，==请勿直接实盘==。

• 本合集均使用3.0开发环境，克隆策略时候==选择去AIStudio最新版运行==。

  \

**一、新手学习策

目的

BigQuant策略开发兴趣小组，第一期 （2024-05 ～ 2024-07）

• 为BigQuant量化学习者编写策略模版、Demo和复现常见策略
• 通过共同学习，提高兴趣小组成员策略编写能力

如何参与

• 对于策略开发者，扫描如下二维码，添加小Q微信，报名策略开发兴

如图，平台给的demo例子【可视化线性策略】，在m2中勾选了数据抽取，想看一下每一步骤的数据，但是总是运行报错，不勾选反而可以运行，请教下是为什么，看了报错信息大概是没有选定时间范围，但是如果是表达式模式的话并勾选抽取数据也没有地方可以让我选定时间范围。

![](/wiki/api/attach

https://bigquant.com/codesharev3/dc617dfe-b525-40d3-8b7e-a63fabb08410

\

文章背景

高频交易（HFT）通过高速交易和复杂的算法在金融市场中迅速崛起，显著改变了电子市场的运作方式。尽管已有大量文献研究了HFT对单一市场质量的影响，但很少有研究探讨HFT在不同资产类别（如股票和期权）之间的跨市场影响。本文填补了这一空白，研究了股票市场中的HFT活动如何影响期权市场的流

https://bigquant.com/codeshare/becbb3a3-9e71-4657-a12c-dfd8ee66df4f

请问**Attrib

在量化分析领域，股票数据接口、免费外汇API、实时外汇API以及实时外汇报价和实时外汇数据的可靠性与便捷性堪称核心要素。经过大量严谨且深入的实测之后，我们成功筛选出了一系列稳定且高效的股票数据接口及外汇相关API。

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

https://bigquant.com/codesharev2/b160be9e-4349-4ad9-b677-4dbf116ec292

\

因子原理

今天我们来聊一个在股票市场持续生效了40年的规律——市值因子。用大白话说就是：小公司长期跑赢大公司的现象（注意：这里的"小"指公司规模，不是道德评价哦）。

把股票市场想象成学校：

• "大学生"：万亿市值的茅台、工商银行（市值=股价×总股数）
• **"

1. 文章背景

股票市场预测对于投资者来说至关重要，但由于市场的高度波动性、不确定性和复杂性，这一任务极具挑战性。近年来，机器学习（ML）和深度学习（DL）算法在处理大规模数据和复杂关系方面展现出巨大潜力，能够识别传统方法可能遗漏的模式和趋势。因此，本文旨在比较不同ML和DL模型在股票市场预

希望可以在画布中对使用的模块进行rename，这样之后自己回看策略时可以一目了然。

\

https://bigquant.com/codesharev3/64e1e9b2-9e27-44b2-aa1d-4df3e4722b05

\

显示的这些。。。

❯pip install --user bigquant

Looking in indexes: https://mirrors.cernet.edu.cn/pypi/web/simple, https://pypi.mirrors.ustc.edu.cn/simple/, h

譬如通过API方式实现python访问或者通过SQL方式在平台内部访问？

rank((1-shift(close, -20) / shift(open, -1))/mean(turn, -20)*(shift(mf_net_amount, -20)/(sum(mf_net_amount, -20)/20))*(shift(mf_net_amount, 

老师讲的这个DNN深度学习策略（<https://bigquant.com/college/courses/course-v1:plus+CS1119DNN+2024-11/courseware/7dea67c96c3b4405aa59cca499e1a5f8/eea5330d53a04b4db1b

摘要

“基底”价格形态下的CANSLIM模型基本逻辑A股实证研究。本报告借鉴美国著名投资学家欧奈尔的“基底”理论和CANSLIM模型理论，结合A股市场现状，推出了适用于当前A股市场的申万A股欧奈尔CANSLIM选股模型。申万A股欧奈尔CANSLIM选股模型的基本思路为：找出“基底”价格形态的股

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

Alpha191因子是国泰君安证券研究者，于2017年6月，在《数量化专题: 基于短周期价量特征的多因子选股体系》研报中提出的191个因子，具体的因子表达式如下

\

Alpha1:   (-1 * CORR(RANK(DELTA(LOG(VOLUME), 1)), RANK((

股票实时行情数据API接口地址

接口同时支持美股，港股，A股

# Restful API
https://api.qos.hk/trade
https://api.qos.hk/instrument-info
https://api.qos.hk/snapshot