常见问题

由bqadm创建，最终由bqadm更新于2025-08-11 05:15 被浏览 2 用户

English/繁體中文/简体中文

1. 平台基础

• Q：N2NQuant是个什么样的平台？

• A ：N2NQuant是人工智能量化投资平台，提供一站式量化策略开发AI平台和社区，拥有可视化AI开发IDE (AIStudio)，涵盖美股、港股数据，未来将即将接入新加坡、越南、马来西亚等多市场海量数据，全面支持主流AI框架，以助力投资者应用人工智能技术进行投资交易。了解文档快速开始量化交易。

  \

• Q：N2NQuant 平台适合哪些类型的投资者？

• A ：N2NQuant 适合多种类型的投资者。对于普通投资者，它提供了策略社区，可直接克隆优秀策略辅助投资；对于有一定经验的策略开发者，能利用平台海量数据和 AI 技术开发、测试和优化策略，并实现策略变现；同时，其可视化开发模式也让金融工程师、普通交易员甚至业务人员都能低门槛使用 AI 技术提升投资效率。了解文档快速开始量化交易。

  \

• Q：平台的量化策略相关与我们平时用「股票筛选器」有没有大分别呢？

• A：有，股票筛选器主要通过预设条件（如市盈率、市净率等）来筛选股票，功能较基础。而N2NQuant量化平台更进一步，它能进行多维度分析和深入挖掘，支持您开发并执行基于人工智能的量化策略。

  \

• Q：我从来没有接触过量化投资，这个平台能帮我入门吗？

• A：可以的，平台提供了详细的快速入门手册，并且有“策略社区”可以克隆优秀的策略学习，还有“宽客学院”提供从入门到进阶的完整课程，小白也能快速上手。

  \

• Q：我有编程基础，但对证券市场不太熟悉，这个平台适合我吗？

• A：适合的。平台提供了丰富的数据和工具，可以帮助你快速了解证券市场。你可以从简单的策略开始，逐步学习和积累经验。

\

2. 策略社区

• Q：量化投资策略都有哪些类型？

• A ：量化投资策略类型丰富，如趋势跟踪、均值回归、套利策略、事件驱动等。

  \

• Q：如何快速找到适合我的优质策略？

• A：你可以到“策略社区”浏览和筛选策略，查看策略的收益表现、风险指标等信息，选择符合自己投资目标和风险偏好的策略进行克隆和运行。

  \

• Q：在 “策略社区” 里看到好多策略，怎么知道哪个适合我呢？

• A ：可以从以下几个方面考虑：一是策略的历史收益表现，但这不能完全代表未来收益；二是策略的风险指标，比如最大回撤，看你能不能承受这个风险；三是策略的投资标的和市场，是否符合你的投资偏好；四是看看策略的评价和使用人数，人气高、评价好的策略相对更可靠些。

  \

• Q：从策略社区克隆策略需要注意什么？

• A ：克隆前要先了解策略的收益情况、风险特征等基本信息，评估其是否契合自身投资目标与风险承受能力；同时留意策略的适用市场、数据要求等，避免因环境不匹配导致策略运行异常；此外，还需关注策略的更新维护情况，保证所用策略的时效性与有效性。

  \

• Q：平台上的策略是否都有持续稳定的收益？

• A ：投资市场存在不确定性，不同策略在不同市场行情下表现各异。平台提供的策略仅供参考，用户需根据自身风险承受能力、投资目标等谨慎选择和评估策略。

  \

• Q：平台是否提供策略的解释和分析，帮助我理解策略背后的逻辑？

• A ：有几个途径：一是仔细阅读策略的描述文档，一般开发者会在里面介绍策略的基本原理和思路；二是在策略社区里发帖询问，社区里有很多专业的投资者和策略开发者，说不定有人能帮你解答；三是联系平台支持团队，对于付费用户他们可能提供官方的策略解读服务。

  \

• Q：我挑了1个策略提交后，后来发现不适合我，可以删除并添加新的吗？

• A：当然可以。您可以在「我的交易」页面中找到已提交的策略，选择删除不适合的策略，并添加新的策略。策略删除后会立即释放你的资源额度，不过请注意，策略删除后策略的历史数据将无法恢复，请谨慎操作。

\

3. 策略开发

• Q: N2NQuant平台支持哪些策略开发方式？

• A：N2NQuant平台支持代码模式、生成器模式和可视化模式共三种策略开发方式，适配不同专业水平的用户。

  \

• Q：平台支持哪些编程语言进行策略开发？平台支持哪些主流的AI框架和编程语言？

• A ：主要支持Python语言进行策略开发，Python在量化投资和人工智能领域应用广泛，相关库和工具也很丰富。同时，对于数据处理部分，也支持SQL语言。另外平台支持多种主流AI框架，比如深度学习领域的TensorFlow和PyTorch，这些框架能帮助你构建和训练复杂的AI模型，用于预测市场走势、挖掘投资信号等。你可以根据自己的项目需求和熟悉程度选择相应的框架。

  \

• Q：如何利用我的编程技能快速上手量化策略开发？

• A：你可以从“因子研究”模块入手，选择感兴趣的因子进行研究，然后在AIStudio中编写策略代码。平台也提供了详细的文档和教程，帮助你快速入门。

  \

• Q：使用AI帮你写策略时，如何准确地表达自己的需求？

• A ：表达需求时要清晰明确地阐述投资目标，比如是追求稳健收益还是高风险高回报；说明关注的市场和标的范围，如特定的股票板块、行业等；描述对策略的具体要求，像交易频率、风险控制偏好等细节，以便AI更精准地生成符合预期的策略代码。

  \

• Q：如何对已有的策略进行修改优化？

• A ：可基于策略的历史表现数据，分析其在不同市场行情下的优劣势，针对不足之处进行调整；也可参考平台提供的优秀策略案例、专业资料等，借鉴其中的策略思想和优化方法；同时，利用平台的数据分析工具，对策略涉及的参数、因子等进行敏感性分析，进而确定合理的调整方向与幅度。

  \

• Q：平台的数据存储和处理能力怎么样？能应对大规模数据运算吗？

• A ：N2NQuant构建在高性能的分布式架构之上，数据存储和处理能力强。它能够存储海量的金融数据，像港股、美股等多市场的全量数据都不在话下；而且在处理大规模数据运算时，也能保证低延迟和高性能计算，不会出现卡顿或数据加载缓慢等问题，满足你复杂的量化研究和策略开发需求。

  \

• Q：如何评估我在平台上开发的策略的有效性？

• A ：主要有两种方式：一是利用平台的回测功能，用历史数据模拟策略的运行情况，看看策略在过去的市场环境中的表现，包括收益、风险等指标；二是将策略应用到模拟实盘中，观察它在实时市场数据下的运行效果，但要注意模拟实盘和真实市场还是有一定差异的。

  \

• Q：平台有没有什么工具或功能，能帮我优化策略呀？

• A ：有的。“因子研究” 功能可以帮助你分析不同因子对策略的影响，从而调整因子组合和权重来优化策略；“AIStudio” 中也提供了丰富的数据分析工具和可视化图表，方便你观察策略运行中的问题和潜在改进点；此外，你还可以参考 “策略社区” 里其他优秀策略的思路和架构，借鉴其中的亮点进行优化。

  \

• Q：我有编程背景，开发量化策略时应该注意哪些问题呀？

• A ：首先，要充分考虑证券市场的特有规律和不确定性，不能完全按照编程逻辑生搬硬套。其次，在策略中要注重风险控制，合理设置止损、止盈等条件，避免因市场波动造成过大损失。再者，要对数据的质量和适用性进行严格把关，毕竟再好的策略也离不开准确可靠的数据支撑。

  \

• Q：能不能给我一些简单易可行的量化策略开发思路？

• A ：可以呀。比如，你可以从简单的移动平均线策略入手，当短期移动平均线向上穿过长期移动平均线时发出买入信号，反之则发出卖出信号；或者尝试均值回归策略，寻找那些价格偏离长期均值较多的股票，预期它们会回归均值而进行交易。这些策略的原理相对简单，适合初学者实践和改进。

  \

• Q：我不会编程，能在N2NQuant平台上进行量化投资吗？

• A：当然可以。平台提供了可视化AI开发IDE（AIStudio）、AI生成策略方式、一键生成方式，通过简单的操作就能开发策略，无需编程基础。

  \

• Q：用可视化开发模式能开发出复杂的量化策略吗？

• A ：可视化开发模式虽然降低了门槛，但对于复杂策略的开发会受到一定限制。不过，平台上的很多常用量化策略都可以通过可视化模块的组合来实现。如果你有更复杂的投资想法，可以先在知识库发文寻找帮助或直接向平台支持团队反馈，平台每月会定期组织人员针对客户的策略思想进行一对一沟通和实现。

  \

• Q：在使用可视化开发过程中，遇到复杂的逻辑设置搞不清楚怎么办？

• A ：有几个办法：一是查看每个可视化模块的详细说明文档，了解它的功能和使用场景；二是在社区里搜索有没有其他用户遇到过类似问题，说不定能找到解答；三是直接联系平台支持团队，向他们描述你的问题，寻求专业的指导。

  \

• Q：如果我对某个策略不满意，想进行一些个性化调整，该怎么做呀？

• A ：如果你是通过可视化模式运行的策略，可以在可视化界面中尝试调整策略的参数设置，比如资金比例、交易信号的阈值等；如果涉及到更深层次的逻辑修改，可能需要借助平台的代码模式或者向有编程经验的用户求助。不过在调整之前，最好先对策略进行充分的了解和测试，避免因盲目修改导致策略失效或风险增加。

  \

• Q：总是可以自由修改第一个免费策略？

• A：是的，您总是可以自由修改第一个免费策略。您可以根据自己的需求调整参数、添加或删除指标等，以优化策略表现。

  \

• Q：平台是否支持策略的实时回测和优化？

• A：是的，平台提供了强大的回测引擎，可以对策略进行实时回测和优化，帮助用户评估策略的有效性和改进空间。

\

4. 数据与因子

• Q：介绍一下平台的数据优势？

• A：平台拥有海量的多市场金融数据，包括美股、港股，未来即将接入新加坡、越南、马来西亚等市场。数据类型丰富，涵盖基本面数据、技术指标、另类数据等，且数据更新及时，能满足不同策略开发的需求。

  \

• Q：平台的数据来源是否可靠？数据更新频率如何？

• A ：N2NQuant作为一个专业的量化投资平台，数据平台提供港股、美股市场的全量数据等丰富金融数据，数据来源可靠且经过专业处理。目前平台提供日频的行情数据，并每日盘后更新当日的日行情数据。

  \

• Q：因子研究对于量化投资有何重要意义？平台提供了哪些常用因子？

• A ：因子研究能帮助量化研究者挖掘出影响资产价格的关键因素，从而构建更具科学性和有效性的投资策略。平台提供的常用因子涵盖技术分析因子、基本信息因子、财务因子、估值因子等多类别。

  \

• Q：我能对平台提供的数据进行定制化处理吗？比如只筛选特定时间段、特定行业的数据？

• A ：可以呀！在 “数据平台” 模块，你可以通过设置各种筛选条件，像时间范围、行业类别、股票特征等，精准提取你需要的数据。而且，平台还支持数据的自定义计算和转换，满足你在特定研究场景下的数据需求。

  \

• Q：如果我想把外部数据导入平台进行分析和开发策略，能实现吗？

• A ：N2NQuant平台支持一定程度的外部数据导入，详情步骤可以参考：手动上传数据教程

\

5. 实盘交易

• Q：N2NQuant平台可以直接进行实盘交易吗？如何操作？

• A ：当前用户可以访问交易列表的策略详情来获取每日的交易计划，然后转到自己的实盘终端进行交易。目前平台正在与AFE的交易系统进行对接，未来可以支持全流程自动化的实盘交易，敬请期待🙂🙂

  若开通后，只需在用户中心获取访问凭证Key，并将key配置到实盘交易终端用于获取策略的交易计划，用户便可以在实盘终端依据买卖信号进行股票交易。

  \

Q：什么交易平台可以使用你的代码？如何使用您的代码进行自动交易？

A：策略代码仅支持在N2NQuant平台部署并运行。策略产生的交易信号可以直接查看或下载用于你实盘交易，也可以通过授权的方式收到AFE的交易终端进行实盘交易。

\

6. 账户与费用

• Q：如何注册登录N2NQuant平台？

• A ：平台支持手机号和邮箱进行注册登录，注册成功后系统会分配一个用户名，亦可设置密码使用用户名密码登录。

  \

• Q：平台是否免费使用？具体的收费模式是怎样的？ 免费用户和VIP会员有何区别？

• A ：N2NQuant采用基础功能免费，高级功能及更多资源付费的模式。保证免费用户可以体验完整的生成策略到部署策略的整个流程，但如果想获得更多服务器资源和权益，需要在VIP订阅模块升级账号权益，详情请参阅订阅表单。

  \

• Q：开发策略和部署策略都是免费的吗？

• A：N2NQuant满足用户免费使用数据进行策略开发和回测，向每个用户提供有限的免费资源用于部署策略，如果您向获取更多的资源倾斜，则可以升级为VIP用户以获得更多的权益和权限。

  \

• Q：这个平台安全吗？我的资金会有风险吗？

• A：平台本身不直接涉及资金交易，主要提供策略开发和模拟实盘功能。实盘交易需要通过与平台打通的交易终端（如即将接入的AFE）进行，资金安全性取决于交易终端的安全措施。

\

7. 帮助与学习

• Q：遇到问题时，如何获取平台的支持？怎么联系平台客服？

• A ：可以在平台的“知识库”中查找常见问题的解答，也可通过知识库的“意见反馈”文档集提交问题，或通过提交邮件到n2nquant@afe.hk，平台支持团队会进行相应处理与反馈。

  \

• Q：有没有推荐的学习资源，可以帮助我提升证券市场的知识？

• A：平台的“宽客学院”有相关的课程和视频教程，你可以系统地学习证券市场的知识。同时，“知识库”中也有很多关于量化投资和证券市场的文章，供你参考。

  \

• Q：宽客学院的学习资源如何？适合新手吗？

• A ：宽客学院提供从入门到进阶的一系列完整课程，搭配视频教程与丰富的学习材料、文档，学习体系完善，非常适合新手循序渐进地学习量化投资知识，能帮助新手快速上手并深入了解相关领域。

  \

• Q：宽客学院的课程是否需要额外付费？如何学习其中的内容？

• A ：平台的学习资源目前全部免费，免费课程主要是基础入门的，帮助你建立初步概念；后期可能会有一些进阶的付费课程，付费课程则更深入专业，能系统提升你的投资技能。你可以先从免费课程学起。

  \

• Q：除了平台上的学习资源，还有啥推荐的学习途径吗？

• A ：可以看看金融投资类的书籍，比如《聪明的投资者》《证券分析》等经典著作；关注一些财经新闻网站和公众号，及时了解市场动态；还可以参加线上的投资论坛和社区，和其他投资者交流经验。

\

8. 其他

\