导语

在之前的版本里，很多用户喜欢开发每日换仓、仓位集中度高的AI StockRanker策略，无需编写sql代码，因此本教程给出这样的一个策略实现，方便用户在此基础上根据自己需求调整策略。

本策略绩效

本策略年化收益74%，夏普比率2.5，最大回撤不到-8.5%，整体绩效不错

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:/

介绍

BigQuant是专业但易用的AI量化投资平台。如下知识可以帮助我们更好的开始策略开发。

如果没有特别说明，请在 AIStuido 3.0使用。

编程

BigQuant平台同时支持可视化编程开发和代码编程开发，并且两种模式可以无缝切换和融合

• 可视化：无需学习复杂的编程

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

本系列文章列举了AIStudio3.0环境中可视化模式下的常用数据处理方式

小伙伴们可以在评论区发你们想了解的其他数据处理方式，我们会在本文持续更新

策略介绍

小市值稳健增长策略是一种专注于挖掘市值较小但具有稳健增长潜力的股票的投资策略。该策略通过深入分析这些公司的基本面、财务状况、行业前景以及市场情绪，筛选出具备长期成长潜力的优质小市值公司，以期在未来获得超额回报。通过该策略选择的股票的优势包括有

• 高增长潜力：小市值公司通

什么是均线？

金融市场上每个人都有一套自己的分析方法，无论你是一个技术派、基本面派、消息派还是量化投资派，对于“均线”这个名词一定不会陌生。虽说这个概念诞生于市场技术分析领域，但由于它的通俗易用，均线一直受到投资者和市场分析人士的青睐。

均线的全称是移动平均线（MA）。移动平均线是个什么

策略介绍

动量策略是一种利用历史价格趋势来预测未来价格行为的量化交易策略。这种策略基于一个假设：股票或其他资产的未来价格趋势可能会延续其近期的表现。在实际应用中，动量策略通常会购买表现好的资产并卖出表现差的资产。

策略思想

动量策略的核心是“追涨避跌”。具体来说，这种策略会：

策略介绍

• 在 102 中我们使用了 [仓位分配](https://bigquant.com/wiki/doc/aistudio-HVwrgP4J1A#h-%E4%BB%93%E4%BD%

策略介绍

上世纪90年代，经济学家Eugene Fama和Kenneth French提出了著名的Fama-French三因子模型，在经典的CAPM模型上进行了拓展。

Fama-French三因子模型使用三个因素来解释股票收益

• 市场因子（MKT）：体现为整个市场的收益
• 规模因子（

策略介绍

本策略选取60日成交量与收盘价相关性作为因子，观察了进行股票筛选之后等权持股10只，持仓5天的策略表现。量价因子是投资中常见的一种因子，结合了交易量（量）和价格行为（价）的信息来预测股票的未来表现，盈利逻辑主要基于以下几点：

1. 交易量的信号作用：交易量是市场活跃度的

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

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

策略介绍

本策略是104选股策略（🌟104-选股策略）模板的具体应用。

由于公司利润变化较大，而且依赖于会计准则、研发投入、设备更新投入等因素，难以正确反映公司的经营状况，而销售收入更加稳定，

策略介绍

• 在 102 AI策略 基础上，我们限定股票池为上证50

策略流程

1. 特征选择：输入对股票价格有显著影响的多维度因子，可以是包括基本面、技术指标、情绪指标

从0开始

M.tune 是 301 滚动训练的底层核心

M.tune.run 运行

• 新建一个notebook，任意给个名称 tune.ipynb\n ![](/wiki/api/attachments.redirect?id=ddb87203-e4

策略介绍

动量策略指的是投资者跟随市场的大势、根据投资品的上涨或者下跌趋势做出相应的做多、做空交易。因此，动量策略又叫**趋势追踪（trend following）**策略。

策略流程

动量策略的核心是“追涨避跌”。具体来说，这种策略会：

1. 选择时间窗口：确定回顾期

策略介绍

该策略是一个典型的事件驱动策略

事件驱动策略的典型特征是，交易信号的出现并不像每日调仓的日频策略那样连续，而是断断续续的

当满足条件后出现交易信号则交易，否则就空仓，从回测曲线也可以看出，这样的策略有很多的空仓期

策略流程

1. 股票过滤：剔除ST、退市、非主板、上

策略介绍

• 在 101-简单动量策略 基础上，我们来实现一个更完整的选股策略模版
• 此策略可以作为一个选股和线性策略的常用模版使用

策略流程

1. 选股：选择基础股票池

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的期货品种，

交易规则

• 1分钟频率回测，如果分钟K线的短期均线上穿长期均线平空开多，短期均线下穿长期均线平多。

每个交易日尾盘需要清仓。

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期

确定买卖条件信号

• 计算短期短期均线与长期均线，短

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

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

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

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