更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

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

新版数据平

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

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

新版数据平

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

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

新版数据平

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

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

新版数据平台

策略案例

https://bigquant.com/experimentshare/05c39d35fc4542cc9fc763d812220af9

\

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

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

新版数据平

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

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

新版数据平

背景

如果我们的模拟交易需要依赖自定义定时任务的数据结果, 即需要保证模拟交易在这个定时任务后才运行需要怎么处理?

处理流程

1 、提交自定义的定时任务

定时任务代码编写完成后点击画布右上角的提交模拟按钮

提交后弹出的对话框需要关注以下几点

1）任务类型选择数据任务。

2）高级设置中的依赖标签默认是data，表示此任务依赖平台的数据构建完成后，才会触发。如果不需要依赖平台的数据可

视频讲解

以上内容可以详细查看视频讲解

策略失效判断及处理方法

问：如何判断策略失效以及失效后的处理

答：最大回撤超过历史回测的最大回撤（回测足够长，经历一轮牛熊），说明策略失效或者策略过拟合

1、实盘前进行一段时间的模拟交易

2、策略轮动

如何解决调参引起策略结果波动

问：AI策略因子、训练和回测时间范围等任一条件变化，结果都变动很大，调优毫无方向,该怎么进行AI策略开发和调优？

答：把

交易引擎简介

1.1 交易引擎的作用

交易引擎回测模块的功能是实现用户的交易逻辑

• 当用户将策略编写好之后，我们需要在一段时间当中，用策略逻辑，模拟一下在金融市场中的买卖，通过收益情况判断策略的好坏
• 如果想测试策略在某段历史时期上的表现，只需在本地运行回测模块即可
• 如果想测试策略从今天开始一直到未来的表现，需要将含有回测模块的策略提交到模拟交易
• 在交易引擎中，用户可以自定义一些买卖逻辑，也叫交易逻辑，它和策略逻辑还是有一定区别的

策略逻辑与交易逻辑的对比：

获取策略代码

• 知识库 知识库提供各种策略模版、Demo和交流分享
• 宽客学院 学习课程、很多课程提供策略代码可用于复刻(fork、克隆、clone)

研究策略代码

• 进入 编写策略，AIStudio 是BigQuant的策略开发环境
• 查看策略、编辑策略、运行回测等

运行回测

• 运行回测
• 查看策略绩效

提交模拟交易

• 提交模拟交

模拟交易功能是BigQuant特有的量化服务，可以根据用户的策略每日为用户通过手机，email等途径推送信号。

在进行模拟交易信号接收之前需要确保以下几点。

1.账户更新余额充足（如更新数据需要大于1C的资源）

2.已经有一个成功回测的策略。

具体模拟交易提交步骤如下

1.完成回测，绑定实盘日期

2.提交模拟交易定时任务

3.查看模拟交易

4.接收信号

5.分享策略至天梯

\

1.完成回测

绑定实盘日期

首先需要保证回测时在数据抽取时需要保证开始和结束日期绑定实盘交易

![](/wiki/api/attachments.redirect?i

如果我在仿真过程中，周期性使用了torch.load，torch.save函数函数

比如每个自然月的第1个自然日，我会更新一下模型。比如用下面的代码：

moduleName = "model"+currDay.strftime("%Y%m")+".pth"

torch.save(clfBest, moduleName)

然后每个自然日就使用这个moduleName%Y%m.pth。直到下一个自然月开始。

当我把仿真代码提交给模拟后，模拟会定期产生这个”moduleName%Y%m.pth”文件在本地吗？在后续每个自然日使用这个文件吗？

我目前主要的主要成果，做了一个基于行情数据的深度学习模型--准确来说是一个打分函数，用于评估股票。 https://www.joinquant.com/view/community/detail/db6e30a324426431b7169d774c8f7dec 基于上述模型我在大宽做了一个模拟位 https://bigquant.com/live/shared/strategy?id=108035

此外我还有一个，宏观模型，用于分析利差水平 <https://www.joinquant.com/view/community/detail/7a0bcd6891a4a2dc6416914

https://bigquant.com/experimentshare/fd3d5958d8d840e3b8897aaa971443d1

\

导语

在AI量化策略开发第六步：回测教程中，我们介绍了Trade回测/模拟交易模块的重要函数和策略构建的基本流程，本文主要介绍如何在Trade模块中设置手续费和滑点。

在评估策略的时候，我们设置一定的交易手续费和滑点以模拟真实交易。在策略编写中，我们通常在回测模块的初始化函数中进行设置。

设置手续费

通过调用set_commission方法，在初始化函数中加入如下代码块实现相应的功能： 股票，按成交金额百分比设置手续费，手续费不足5元按5元收取

# 示例代码1
def initialize(co

导语

由于深度学习中牵扯到Dropout和随机种子等多处随机项，因此如果无法固化模型，当缓存丢失后会模拟交易/回测会触发重新训练，导致模型变化，本帖介绍固化已有的模型的步骤。

如何固化模型

调试策略

第一步，调试策略

好的策略应该经过多次训练查看模型的回测效果稳定性，如果发现同样参数下多次训练模型得到的回测结果变动范围较大，多半是模型不稳定。模型稳定后可以考虑固化模型并开启模拟交易。

记录模型文件

第二步，记录模型文件到userlib文件夹

![](/wiki/api/attachments.redirect?id=43e5c6bc-0a87-48

由于深度学习中牵扯到Dropout和随机种子等多处随机项，因此如果无法固化模型，当缓存丢失后会模拟交易/回测会触发重新训练，导致模型变化，本帖介绍固化已有的模型的步骤。

第一步，调试策略

好的策略应该经过多次训练查看模型的回测效果稳定性，如果发现同样参数下多次训练模型得到的回测结果变动范围较大，多半是模型不稳定。模型稳定后可以考虑固化模型并开启模拟交易。

第二步，记录模型文件到userlib文件夹

以上图DNN模型为例，

导语

开发好一个策略且回测收益、风险都达到目标，下一步该做什么呢？本文将详细介绍怎么将开发好的策略通过模拟交易推送每日交易信号。

一、提交模拟实盘

1.开始交易

第一步：开发出好策略后，在开发界面右上角点击 开始交易。

重要的事说三遍，在点击开始交易前请检查：

1. 由于模拟交易需要实现每天更新预测集数据来预测最新日的结果，因此测试集的证券代码列表的开始日期和结束日期请务必确认已经勾选了绑定实盘参数