介绍

• 本地上传csv文件并读取
• 和其他数据联合使用

实现

dai处理文件

• 生成一个csv文件作为测试，包括日期、股票代码、当日涨跌幅。
• 使用dai直接操作csv，如果是本地csv文件则直接拖拽至资源管理器。

![](/wiki/api/attachme

更新

本文内容已经过期，不再适合平台最新版本，请查看如下最新内容：

[https://bigquant.com/wiki/doc/5bya5yr5lyg57uf6lal5yq562w55wl-T5GmwSk63u](https://bigquant.com/wiki/doc/5b

导语

本文以双均线策略为例，如何开发一个传统的趋势跟踪策略。

在BigQuant策略平台上，除了开发AI策略，还可以开发传统策略，比如趋势跟踪、套利、事件驱动策略、多因子选股策略。本文以双均线策略为例，帮助大家更好地理解[BigQuant回测机制](/doc/bigquant-N3sndR

更新

本文策略代码部分已经过期，不再适合平台最新版本，请查看如下最新内容：

[https://bigquant.com/wiki/doc/5z65pys6z2i6yep5yyw-vbxmD0RsJV](https://bigquant.com/wiki/doc/5z65pys6z

导语

公司的基本面因素一直具备滞后性，令基本面的量化出现巨大困难。而从上市公司的基本面因素来看，一般只有每个季度的公布期才会有财务指标的更新，而这种财务指标的滞后性对股票表现是否有影响呢？如何去规避基本面滞后产生的风险呢？下面我们将重点介绍量化交易在公司基本面分析上的应用，即平时常说的 **

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

导语

大家在使用平台过程中常常会遇到一些问题，有些问题出现频率很高，这里，小编为大家进行了整理， 包含“数据”、“策略开发”、“模拟实盘”、“订阅”等多类问题 ，大家在遇到问题后可以先尝试在本贴中寻找答案，希望可以帮助大家第一时间解决心中的疑惑。

数据问题

BigQ

\

{{use_style}}

交易市场信息

平台交易市场对应的代码后缀。基本原则：code.exchange ，股票的exchange根据业务来划分，比如A股是SHA/SZA，ETF是 HOF/ZOF，指数是 HIX/ZIX 等；而期货则为全部统一为大写品种代码+四位年月+交易后缀，比如

导语

计算申万123级行业流动市值加权指数。

参数设置

m3 代码列表模块，进行指数的开始日期和结束日期的设置。

m1 自定义python模块，在模块参数中设置申万行业类型和行业名称。其中name_SW1,name_SW2,name_SW3分别代表申万123级行业。

（注意：申

什么是增量训练

增量更新的应用场景

\

您好，现平台关于画图已更新使用BigChart包，请参考：https://bigquant.com/wiki/doc/tubiao-RwgbFC0lXy

将不在使用T.plot绘图，后期该文档将不再使用。

\

条形图

[https://bigquant.com/experiment

https://bigquant.com/codeshare/3b5c66d6-ed5b-46a0-8dc6-3a48cc76a482

\

我们来看看再封装自定义python模块时最主要的参数:

1. 模块输入(输出)端

若你再模块输入端只输入input_1的话, 封装

导语

不熟悉BigQuant平台的回测机制，可能使刚接触BigQuant平台的小伙伴有些困惑，不知该如何编写策略。当使用某一回测平台时，如果不能对其回测处理机制了解清楚，我们很可能出现偷价漏价、未来函数等问题，这些问题对策略的影响是致命的。即使不出现这样的问题，很多时候，用户可能写的策略并没

导语

新功能的认识是循序渐进的，本文简单介绍BigStudio，让大家对其有初步印象。

BigQuant新上线的 BigStudio 可视化策略开发功能，能够帮助大家更快速更简单地开发机器学习、深度学习试验，快速实现试验迭代。

BigStudio 提供了所见即所得的策略开

商品期货多因子模型探索

Jesse et al. (2016)发现，可以用三因子模型（Carry也就是展期收益率，MKT也就是所有期货品种的平均收益率，TSMOM也就是时间序列动量）解释商品期货的现货溢价和期货溢价，用三因子模型作为衡量商品基金的基准，就好比是用Fama-French

\

策略简介

该策略为期货多空对冲策略，做多的同时也做空，赚取Alpha对冲收益，信号由算法产生。

标的

商品期货的指数合约

信号产生

将股票市场的成熟算法StockRanker应用在期货市场，根据StockRanker算法预测未来1小时商品期货的涨跌，做多涨幅排序第1的期货

指标计算规则

菲阿里四价指的是：昨日高点、昨日低点、昨天收盘、今天开盘四个价格。 菲阿里四价上下轨的计算非常简单。昨日高点为上轨，昨日低点为下轨。当价格突破上轨时，买入开仓；当价格突破下轨时，卖出开仓。

策略构建步骤

确定股票池和回测时间

通过证券代码列表输入回测的起止日

指标计算规则

• 中轨：收盘价的25日移动平均值
• 通道宽度：平均真实波幅*2
• 上轨：中轨+通道宽度 *下轨：中轨-通道宽度
• 交易规则：当价格突破上轨，进场买入，建多仓，当价格突破下轨，进场卖出，建空仓。

策略构建步骤

确定股票池和回测时间

通过