旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

下列代码在读取数据时，使用最新dai.query接口即可。

数据读取

\

策略案例

[https://bigquant.com/codesharev2/5509a634-c207-4eaf-a6f2-a73d15fada39](https://bigqua

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

下列代码在读取数据时，使用最新dai.query接口即可。

数据读取

\

导语

本文继续讲解Pandas库在数据分析和处理上的一些应用。

[https://bigquant.com/codesharev2/5a39d584-7b74-4d00-832f-

SELECT date, open, high, low, close

FROM bar1d_CN_STOCK_A

WHERE instrument = '000005.SZA'

AND date BETWEEN '2017-01-06' AND '2017-02-10'

ORDER BY date;

10分钟学会Pandas

Pandas最初被作为金融数据分析工具而开发出来，在金融领域被广泛使用。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具、函数和方法。

本文是针对pandas新手的快速入门学习指南。你可以在 **AI量化平台-编写策略

看视频

https://www.bilibili.com/video/BV1jh411u7zj/?vd_source=ecd29bbd04cbefdfa426167c55241973

策略源码

[https://bigquant.com/experimentshare/d4804cb7b37b40e191de5b196897c33b](https://bigquant.com/experiment

Numpy（Numerical Python）和Pandas两个库是Python编程语言中两个极其重要的库，尤其在数据科学、金融分析和量化投资领域。尽管它们在处理数据方面有所重叠，但各自设计的初衷和优势领域有所不同。

Numpy简介

• 核心功能：Numpy是一个开源的Python库，用于科学计算。它提供了一个高性能的多维数组对象和这些数组的操作工具。
• 设计初衷：为数学运算、尤

https://bigquant.com/experimentshare/1e185519774149e6803c36f1e6ecb1e6

\

导语

本节主要讲解Pandas库中 DataFrame 的数据查看与选择

Pandas 是基于 Numpy 构建的，让以 Numpy 为中心的应用变得更加简单。平台获取的数据主要是以 Pandas 中DataFrame 的形式。除此之外，Pandas 还包括 一维数组Series 以及三维的Panel。

Pandas中获取数据的方式

下面将进行详细介绍：

Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近，其区别是：List中的元素可以是不同的数据类型，而Array和Series中则只允许存储相

如何恢复平台初始时安装的各个包的版本？

请问：在回测时报性能告警，是什么原因，如何避免？

/usr/local/python3/lib/python3.8/site-packages/pandas/core/generic.py:2605: PerformanceWarning:

your performance may suffer as PyTables will pickle object types that it cannot

map directly to c-types [inferred_type->mixed,key->block3_values] [items->Index(['instrument

如结果为m5.stockRanker(DAI）

用m5.model获取DataSource

import pandas as pd
pd.DataFrame([DataSource("datasource的name").read()]).to_pickle('/home/bigquant/work/userlib/model.csv') 

再在自定义python模块中输入以下内容是吗

def bigquant_run(input_1, input_2, input_3):
    data = pd.read_pickle('/home/

执行不报错，但是提交任务报错。麻烦工程师小哥看一下什么问题 ？

https://bigquant.com/codeshare/222f36b9-2f22-48aa-88b6-04d9791ec1d7

![](/wiki/api/attachments.redirect?id=18621c

问题

pandas 的排序问题，用了排序函数后仍然是乱序 排序函数在m14中，有问题的是对double_low 排序

https://bigquant.com/experimentshare/dd75a98a618044a9ae97fee56dd56f5e

解答

问题

第二个表格生成后，没有

df[(df['price_limit_status']>2)].head(1000) #

选择满足条件的信息的过滤条件了，用那个合并符号试过，但是结果都是显示无效，求帮忙指出如何编辑才能让第二表的两个条件都能实现！

策略

https://bigquant.com/experimentshare/f6b17a8be07f4bd18e930db0167a593d

\

根据视频4.1.3可视化模块操作，提示这个报错，对于表字段的提取，应该最后加什么模块来展现或者输出数据呢？

Step 1 导入相关包

import pandas as pd 
import numpy as np
import warnings
import empyrical
import dai
import bigcharts
warnings.filterwarnings('ignore')
from biglearning.api import tools as T
print('导入包完成!')

Step 2 读取因子数据、设置因子分析参数并进行因子数据预处理

params = {'gr

导入必要的库 import numpy as np import pandas as pd import talib as ta from scipy import stats from sklearn.manifold import MDS from scipy.cluster import hierarchy

初始化函数，设置要操作的股票池、基准等等 def initialize(context):

设置要交易的股票池，这里以沪深300指数成份股为例

context.stock_pool = index_components('[000300.SH](http://000300.

问题

想拿DataSource的列名， 最好能转成pandas的DataFrame

解答

DataSource(表名).read()返回的数据格式就是dataframe

摘要

介绍Python安装方法、与机器学习相关的包以及常用命令

Python语言是目前机器学习领域使用最广泛的编程语言之一，拥有众多优秀的包和模块，并且相对简单易学。我们将简单介绍Python语言的特性，常用命令，以及和机器学习相关的包，例如NumPy，pandas，scikit-learn等，希望帮助有一定编程基础的读者迅速上手Python语言。

机器学习选股框架与多因子选股框架类似，具有一定优越性

机器学习中最为主流的方法监督学习，其核心思想是挖掘自变量和因变量之间的规律。我们将经典多因子模型稍加改造，以机器学习的语言描述。在训练阶段，根据历史的因子值X和收益