实盘

BigQuant量化交易平台支持实盘交易。实盘,从金融角度来看,指的是按照实际市场价格和交易规则进行的真实投资操作。在这样的交易中,投资者根据市场走势和自身投资策略,实际买入或卖出金融产品,如股票、债券、外汇或期货等。实盘操作与模拟交易不同,它涉及真实资金的流动和风险的承担,因此要求投资者具备较高的市场认知、风险承受能力和投资决策能力。实盘是投资者实现资产增值、分散风险或进行对冲等金融目标的主要手段,同时也是检验投资策略有效性和提升投资技能的重要途径。

【历史文档】常见问题-模拟实盘报错如何处理

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

更新时间:2025-04-18 01:54

【历史文档】高阶技巧-开箱实盘即用,批量测试因子的实盘策略模板

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

更新时间:2025-02-27 02:34

【历史文档】策略-实盘交易

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

更新时间:2025-02-27 02:34

【历史文档】策略-实盘开通

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

更新时间:2025-02-27 02:34

【历史文档】策略-实盘操作文档

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

更新时间:2025-02-27 02:34

【历史文档】策略-实盘常见问题

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

更新时间:2025-02-27 02:34

【历史文档】策略-模拟实盘

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

更新时间:2025-02-27 02:34

【历史文档】算子样例-HFTrade高频(回测\模拟\实盘)

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

更新时间:2025-02-27 02:34

AI量化大赛获奖策略分享《龙头战法实盘-中证150增强》

视频

https://www.bilibili.com/video/BV11S4y197md?share_source=copy_web

策略源码

龙头战法实盘+AI-量化大赛NO.3-中证150增强[策略分享]

更新时间:2024-06-07 10:55

【主题分享】《提升实盘收益的仓位管理策略》

策略源码

A:《提升实盘收益的仓位管理策略》

\

更新时间:2024-06-07 10:55

提升实盘的仓位管理策略


作者:woshisilvio

导语

在以往的认知中我们认为一个量化策略的选股>择时>风控,但经过多次的实盘交易发现风控处理不当会导致我们牛市赚的少、熊市亏更多。因此提出一种次优解的风控思路:风控>择时>选股。根据人工择时的经验,设计执行的固定量化风控准则(交易纪律),可以决定我们收益的下限,以及回撤的上限。

在本次分享中,将从以下四个方面展开:

1.仓位管理的策略。同时,优化上期分享的超跌反弹策略。

2.常用来做优化的工具和方法

3.对抗过拟合的方法

4.彩蛋策略:资金流大单追涨策略。预告下一期meetup

仓位管理策略

一个完整的AI-量化模型由三部

更新时间:2023-11-10 09:21

反包策略-新思路-新玩法-7月实盘大赚14%


我知道这里要有图。 让我先装一下 资金量不大 好歹赚了点肉碎钱。

果然是低吸富三代。。。。反包是真爱!

不知不觉,龙头反包的策略我已经开源了一个多月了,不知道大家魔改之后有没有新的提高。

最近我又尝试了一种新套路叫做 龙头首阴反包 还有各种反包的新姿势。。。。今天终于让我吃到肉了。

{w:100}{w:100} ![{w:100}{w:100}](/wiki/api/attachments.redirect?id=59

更新时间:2023-09-22 06:35

基于风险监控的动态调仓策略-东方证券-20180222

研究结论

传统多因子模型采用月频调仓,但实盘中提高调仓频率会带来两个好处

一是减小技术类alpha因子的IC衰减

二是提高风控频率降低风险。随着2016年底开始的技术类因子失效

前者的作用减弱,但后者的作用仍在

固定月频的调仓模式忽略了月中组合的风险敞口变化,所以有必要在月中实施风险监控,提升组合的调仓频率,从而同时改善组合的收益与风险。动态调仓监控风险的核心策略是:在原有固定月频的调仓基础上,在月中每日监控市值因子的暴露情况,如果市值因子敞口超过一定的阈值,我们就在下一个交易日调仓,从而使得组合风险再次中性。

和固定周频调仓模式比,在市场低波动、组合风险敞口变化不大

更新时间:2023-06-13 06:53

【实盘1年301.72%再创新高】反包多因子策略源码分享

AI-量化实盘一直是检验策略的唯一标准

\

那反包多因子这个策略实盘一年效果怎么样了?

直接上图,不吹不黑,经得起时间的考验,经得住实盘的推敲。

\

{w:100}{w:100}{w:100} {w:100}{w:100}{w:100}

不同账号实盘效果

![{

更新时间:2023-05-29 08:16

机器学习应用于底部反转策略的表现

作者简介

作者:shen1

简介:鼠、虎、主升浪等三个系列策略作者,已实现1+量化策略实盘

策略简介

今年8月份,市场整体行情较差,沪指跌了1.77%,深证指数跌了4.82%,创业板指跌了3.75%,虽然沪指跌幅较低,但市场上的个股跌幅较大。于是提出猜想:是否能找到比较抗跌的策略,使其在市场下行的时候,回撤较小?

策略的特点:在大盘下跌时,策略相对大盘比较抗跌,策略回撤相对小。

构建步骤

确定策略目标市场

策略的目标市场:中小板(波动率高,活跃度高,流动率高,做出alpha可能性高;且在反转时,上涨的幅度较大)

构建策略核心因子

2个技术指

更新时间:2023-05-06 07:08

【实盘1年228%】反包多因子策略源码分享

\

祝大家五一快乐,账户长虹!

{w:100}{w:100}

听说有一群人偷偷赚麻了,麻了,他们怎么做到的 人均月20收益??!

某聊天:4月最后一天市场发钱 ,人群满仓10CM!

{w:100}{w:100}

**朋友跟我说:这个月少

更新时间:2023-04-28 16:45

[实盘经验贴] 高收益策略 vs 中等收益策略 怎么选?

作者:woshisilvio

{w:100}{w:100}

AI量化的玄学- 第一章

如何更有效率的对抗过拟合? 对抗随机性?---

答案:给你个表情自己体会。

https://bigquant.com/wiki/doc/gaishuai-VEmyCgB5uz

![{w:100}{w:100}](/wiki/api/attachments.redirect?id=4a263263-4102-40a0-bddf-71d043

更新时间:2022-12-06 08:23

一年模拟实盘后的经验总结,策略分享(欢迎讨论)

从一年经历来看,表现不尽人意.没有超过年化70%的。

要是有滑点的话全部为负(滑点0.2%,年化60%,1.6*0.998^250=0.969,负3.1%)

最近看到一大神可以做到没有滑点,链接:《给新宽客朋友的一点点建议

所以想着能不能从大盘考虑,做下择时,以下是我写的一个择时指数。

欢迎更多,讨论指正

[https://bigquant.com/experimentshare/acb8235a1e4140cc9dc2e4348b9b7a2b](https://bigquant.c

更新时间:2022-11-20 03:34

非湘财证券如何实盘——利用BigQuant 平台API与同花顺实现策略实盘操作:

  BigQuant 平台目前支持的实盘为湘财证券, 如果我们是在别的券商开的帐户,同时想在盘中读取分钟级别的行情或指标进行择时买卖,而不是按策略的开盘买收盘卖,应该如何实现呢? 通过BQ平台的API 和同花顺交易终端的python 编辑器就可以实现了:

1、 BQ API 读取自己的策略交易信号 :

import requests import datetime import json

ids = 'ec915798-d8c5-11ec-bb48-361fbc3525fa' # 这是你策略的ID , 支持id和notebook_id,用;分开。不填则返回全部

更新时间:2022-11-12 10:25

龙头战法实盘+中证150增强策略

\

前言

感谢BQ-小Q送的礼物,礼物已经收到拉,一如既往的黑盒高科技风。高端大气上档次。

{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}

![{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}](/wiki

更新时间:2022-11-03 08:33

【实盘收益年化800+%策略提供】

该策略源码可有偿提供,需要的朋友可留下联系方式

天梯链接:https://bigquant.com/live/shared/strategy?id=6123844


分享知识库出售源码,2周后:

分享知识库源码,3周后:

分享知识库源码,第4周:

当前处于整个平台热门策略,第1名:


\

更新时间:2022-09-21 07:38

【7月回血就靠他】AI量化实盘-寻找alpha

作者:woshisilvio (全文共913字,阅读约需2分钟)

市场究竟有没有真正的alpha?

笔者一直疑惑的一点就是 我们的模型每天这样选股,赚钱的效应究竟是随机的,还是可控?

模型有没有真正的学到市场中的规律,挖掘到了alpha? 靠AI模型 来赚钱 究竟靠不靠谱?

对于这些问题,一千位quant就有1000个答案,这里就留给评论区的高人们解惑了。


{w:100}{w:100%}

针对以上问题,之前笔者有分享

更新时间:2022-09-21 07:35

【如何检验过拟合?】学会这招减少你实盘踩坑的概率

如何检测过拟合or 欠拟合?

首先祝大家五一快乐。

趁着假期没事,虫哥给大家唠嗑唠嗑实盘中踩的那些坑。

4月不易,且行且珍惜,跑的最好的一个小账户只有一点安慰奖(别笑,差不多一个月工资了…………)。平均下来 每个账户只有5-7%的平均收益,可以看到最近的行情真的不是很好赚钱。

{w:100}{w:100}{w:100}

做数据分析和建模的过程中很多时候,我们最害怕和担心的就是为了优化模型,会不自觉引入一些过于复杂的条件拟合

更新时间:2022-09-18 14:10

DeepAlpha-DNN 之使用报告

作者:cash01


最近不怎么撸策略了,一是因为最近俗务缠身,事情比较多,很多事情明日复明日,就一天天拖下去了,二是最近自己也比较迷茫吧,所谓无知者无畏,量化的东西研究的越多,反而越觉得随机性太大,越发的小心翼翼,即使撸到好的策略也是习惯性的否定自己,不太敢轻易投入实盘,错失了很多机会,目前还在心理建设吧,所谓辟山中贼易,辟心中贼难,大致如此吧。。。

开始正题吧,关于DNN,全神经连接连接网络,属于深度学习的中的相对简单和早期的一种算法类型。BQ平台使用了98个简单的量价类因子,经过平台特征抽取,集合三层全连接层的简单堆叠,使用滚动训练后,达到了8年40倍的收益,详情可参见链接[【年度

更新时间:2022-08-15 06:41

【真.实盘收益1389%深度学习策略源码免费分享】

标题一张嘴,内容全靠吹。

量化玩数载, 学废占多数。

基础不打牢, 进阶两行泪。

人工与智能, 玩好人上人。

曲线与真实, 理想与现实。

问我怎么办, 闭眼直接上。


单票+满仓, 不死也重伤 。

分仓+风控 , 还好有点用。

为啥搞量化, 数据说实话。

人言不可信, 都是韭菜命。


师从百家长, 悟道一朝夕。

只晓一两招, 天梯屠榜客。

学尽屠龙技, 恨无龙可屠。

废话那么多, 源码在哪里?

链接直接粘,克隆就完事。

调参随便改,画图随你心。

回测皆浮云,实盘屌炸天。

发帖撞撞X, 深藏功与名

更新时间:2022-05-05 06:04

分页第1页第2页
{link}