JoinQuant 聚宽因子库详解：如何查找完整因子及自定义营收增长率因子
详细解答 JoinQuant 聚宽量化平台中关于因子库的常见疑问，包括如何使用 get_all_factors 获取完整因子列表，以及如何通过自定义因子实现三年或四年等不同周期的营收增长率计算。
joinquant
joinquant 平台量化策略代码常见问题和示例合集
这里汇总了 joinquant 平台下的全部 570 个 SEO 示例，方便搜索、浏览和比较不同量化策略场景。
示例数量
570
最新更新
2026/5/27
JoinQuant 如何获取某一时间段上市的股票信息？附 Python 源码
本文详细介绍了在 JoinQuant (聚宽) 量化平台上，如何使用 get_all_securities API 获取指定时间段（如2022年1月）新上市的股票代码列表，并提供完整的 Python 源码示例。
JoinQuant 聚宽 jqdata、jqlib、jqfactor 模块使用场景与导入详解
详细解答 JoinQuant 聚宽量化平台中 jqdata、jqlib、jqfactor 三个核心模块的使用场景、导入时机、Python 包导入机制问题及官方文档指引。
JoinQuant 归因分析与风险模型详解：Barra CNE5 与因子暴露计算
详细解答 JoinQuant 聚宽量化平台归因分析中的风险模型（Barra CNE5）、风险因子暴露度的计算逻辑，以及如何在研究环境中调用相关 API 获取因子收益率时间序列等数据。
JoinQuant 场内基金（ETF/LOF）持仓信息获取指南
详细解答在 JoinQuant (聚宽) 量化平台上如何获取场内基金（如 ETF、LOF）的持仓明细数据，提供可运行的 Python 代码示例与替代方案。
JoinQuant聚宽如何获取概念板块历史数据？API详解与替代方案
详细解答在JoinQuant聚宽量化平台上如何获取概念板块的历史数据。虽然平台未直接提供概念板块行情，但可通过get_concepts、get_concept_stocks等API获取成分股并自行合成历史行情。
JoinQuant聚宽回测中如何避免未来函数？get_price正确用法解析
详细解答在JoinQuant聚宽量化回测中，使用get_price函数获取历史数据时如何正确设置end_date以避免未来函数报错，并提供history等回测专用替代方案。
JoinQuant 聚宽如何使用 normalize_code 转换场外基金代码 (.OF)？
详细解答在 JoinQuant 聚宽平台中，使用 normalize_code 转换基金代码时默认变成股票后缀的问题，并提供场外基金 (.OF) 代码的正确转换与处理方法。
JoinQuant 自定义因子中如何使用换手率 (turnover_ratio)？
详细解答在 JoinQuant 聚宽量化平台中，如何在自定义因子 (Factor) 中正确使用换手率 turnover_ratio，解释其更新周期以及如何获取历史多天的换手率数据。
JoinQuant 动量策略代码解析：Pandas 布尔索引过滤停牌股票
详细解析 JoinQuant 量化平台动量策略中过滤停牌股票的代码，深入讲解 Pandas DataFrame 的布尔索引（Boolean Indexing）用法，帮助量化交易新手快速理解代码逻辑。
JoinQuant 打板策略条件怎么写？追涨停策略优化指南
探讨在 JoinQuant 量化平台上编写打板（追涨停）策略的优化条件，解决冲高回落问题，提供基于价格、涨停价及盘口数据的 Python 源码示例。
JoinQuant 因子库 sales_growth 因子对次新股未返回 NaN 的原因及处理方法
详细解答 JoinQuant (聚宽) 量化平台中 sales_growth (5年营业收入增长率) 因子在次新股上未返回 NaN 的原因，并提供在量化策略中剔除次新股、避免排序受影响的 Python 代码解决方案。
JoinQuant 聚宽 jqfactor 模块 calc_factors 函数使用指南
详细介绍 JoinQuant 聚宽量化平台中 jqfactor 模块的 calc_factors 函数的用法，包括参数说明、返回值及自定义因子计算示例，助您快速构建多因子策略。
聚宽(JoinQuant)回测中ETF价格与实际不一致的原因解析
详细解析聚宽(JoinQuant)量化平台回测中ETF及股票价格与实际炒股软件价格不一致的常见原因，包括复权模式、场内基金除权差异及滑点机制。
量化因子标准化：横截面标准化 vs 时间序列标准化深度解析 | JoinQuant
在量化多因子模型中，因子标准化究竟该用横截面还是时间序列？本文深度解析两者的区别、应用场景，并结合JoinQuant聚宽API提供标准化的最佳实践代码。
JoinQuant聚宽平台 pandas sort_values 排序不稳定原因及解决方法
探讨在 JoinQuant 聚宽量化平台中使用 pandas 的 sort_values 函数时，出现排序结果不稳定、不按预期顺序排列的常见原因（如数据类型、NaN值、inplace参数等），并提供详细的排查与解决方法。
JoinQuant Tick回测优化：如何减少 handle_tick 调用次数？
针对 JoinQuant 平台 Tick 级别回测耗时过长的问题，本文提供了一种通过时间戳控制 handle_tick 执行频率的优化方案，有效减少计算开销，提升回测速度。
JoinQuant 聚宽如何获取期货合约乘数（Size）？API 使用指南
详细介绍在 JoinQuant 聚宽量化交易平台中，如何使用 get_security_info API 获取指定期货合约的乘数（Size），并提供 Python 代码示例。
JoinQuant 按周调仓策略最短持仓天数小于5天的原因解析
详细解析在 JoinQuant 聚宽量化平台上使用 run_weekly 按周调仓时，归因分析中出现最短持仓天数小于5天的多种原因，包括节假日影响、回测截断等。
JoinQuant 聚宽 handle_data 无法获取 11:30 和 15:00 分钟 Bar 数据的解决方法
详细解答 JoinQuant 聚宽量化平台中 handle_data 函数不包含 11:30 和 15:00 触发的原因，并提供使用 get_bars 获取这两个特定时间点分钟 Bar 数据的多种解决方案。
JoinQuant 聚宽策略中自定义函数与排序逻辑解析：sell_by_amount 与 desc 用法
详细解答 JoinQuant 聚宽量化平台中常见的自定义下单函数 sell_by_amount 的来源，以及选股策略中 ('desc', 100) 字典结构的具体含义与底层 query 逻辑。
JoinQuant get_index_weights 接口数据更新时间与未来函数避免指南
详细解答 JoinQuant 聚宽平台 get_index_weights 接口的数据更新频率、具体更新时间，以及在量化回测中如何正确调用以避免引入未来函数。
JoinQuant聚宽模拟盘如何不停止策略修改模拟资金？
详细解答在JoinQuant聚宽量化平台上，如何在不关闭、不停止当前模拟盘策略的情况下，通过代码动态增加或减少模拟资金（出入金）。
JoinQuant 聚宽 get_ticks 内存占用过大被杀进程的解决方案
详细解答在 JoinQuant 聚宽量化平台中使用 get_ticks 函数获取 tick 数据时，导致内存占用过大、进程被强制杀掉的原因及优化解决方案，包括关闭缓存、手动 GC 和数据结构优化。
JoinQuant 因子投资组合预期收益分析与实盘验证指南
探讨因子投资组合的预期收益评估方法，分析忽略大盘Beta对基于历史IC选择的因子组合的影响，并详细说明在JoinQuant平台上进行样本外验证与模拟实盘的必要性与步骤。
聚宽(JoinQuant)因子中性化后市值暴露度依然很大的原因分析
深入分析在JoinQuant(聚宽)量化平台中，使用neutralize函数进行行业与市值中性化后，Top N选股策略在归因分析中依然存在较大市值暴露度的原因及解决办法。
JoinQuant get_fundamentals 中 date 参数详解：previous_date 与前一天的区别
详细解答 JoinQuant 聚宽量化平台中 get_fundamentals 函数 date 参数的默认值逻辑，剖析 context.previous_date（前一交易日）与 context.current_dt 前一天（前一自然日）在节假日和财报披露期的关键差异，帮助量化开发者避免未来函数和数据获取错误。
JoinQuant研究环境掉线/断网后代码还会继续运行吗？
详细解答在JoinQuant聚宽量化平台研究环境中，遇到本地电脑死机、停电或断网掉线时，云端代码是否会继续运行，以及如何保存长时间运行的代码结果。
JoinQuant聚宽如何判断当天是否为每月最后一个交易日？
本文详细介绍了在JoinQuant聚宽量化交易平台中，如何通过Python代码判断当前日期是否为每个月的最后一个交易日，并提供了两种实用的实现方案（定时任务与逻辑判断）。
JoinQuant可转债数据除零报错(divide by zero)原因与处理方法
详细解答JoinQuant量化平台中获取可转债数据（CONBOND_DAILY_PRICE）时遇到收盘价、转股价为0导致除零报错（divide by zero）的原因，并提供Python代码层面的数据清洗与异常处理解决方案。
聚宽(JoinQuant)Tick级模拟交易100只股票订阅限制及突破方案
详细解答聚宽(JoinQuant)量化平台Tick级模拟交易中最多订阅100只股票的限制问题，并提供在聚宽平台内外的多种替代方案，包括多策略并行、QMT/Ptrade券商接口及专业行情API等。
JoinQuant聚宽平台“编译运行”与“运行回测”的区别解析
详细解析JoinQuant聚宽量化交易平台中“编译运行”与“运行回测”的核心区别，解释为什么运行回测速度较慢，帮助量化开发者更高效地调试和验证策略代码。
JoinQuant get_factor_values 获取的因子值是原始值还是处理后的值？
详细解答 JoinQuant 聚宽量化平台中 get_factor_values 函数获取的因子值是原始值还是经过中性化、去极值等处理后的值，并提供数据处理的解决方案。
JoinQuant策略中如何读取CSV文件并转换为DataFrame？
详细解答在JoinQuant聚宽量化策略中，如何使用read_file()函数读取研究环境中的自定义CSV文件，并利用BytesIO将其转换为pandas DataFrame格式进行数据处理。
JoinQuant聚宽策略如何连接外部MySQL数据库？附解决方案
探讨JoinQuant聚宽在线量化策略是否支持连接外部MySQL数据库，并提供在聚宽平台使用外部数据的有效替代方案，如文件读取与本地JQData部署。
JoinQuant聚宽ETF Tick行情是否支持IOPV字段？ | 聚宽API问答
探讨JoinQuant聚宽量化平台中get_ticks接口获取ETF Tick行情时是否支持IOPV（基金份额参考净值）字段，并提供获取基金净值数据的替代方案。
JoinQuant 股票估值中 1stdv 和 -1stdv 的计算方法与代码实现
本文详细介绍了在股票估值中 1stdv（一倍标准差）和 -1stdv 的概念及计算方法，并提供了基于 JoinQuant (聚宽) 平台的 Python 代码示例，帮助量化交易者构建估值通道策略。
JoinQuant 聚宽如何获取当前所有场内 ETF 基金列表？
本文详细介绍了在 JoinQuant 聚宽量化平台上如何使用 get_all_securities 函数获取当前所有场内 ETF 基金的列表，并附带 Python 代码示例。
JoinQuant get_all_trade_days() 返回未来日期的原因及解决方法
详细解答 JoinQuant 聚宽量化平台中 get_all_trade_days() 函数返回未来交易日的原因，并提供获取历史及当前交易日的正确代码示例。
解决 JoinQuant 聚宽 MACD 函数报错：unexpected keyword argument 'check_date'
针对 JoinQuant 聚宽量化平台中调用 MACD 函数时出现的 TypeError: MACD() got an unexpected keyword argument 'check_date' 报错，提供详细的原因分析与解决方案，帮助量化开发者正确计算 MACD 指标。
JoinQuant 场内ETF成分股查询方法与替代方案指南
针对JoinQuant聚宽平台场内ETF成分股查询接口的问题，本文详细解答了如何通过底层指数成分股查询（get_index_stocks）来实现ETF成分股的获取，并提供Python源码示例。
聚宽(JoinQuant)风格因子与描述因子详解：数据处理与指标含义
详细解答聚宽(JoinQuant)量化平台中风格因子的数据处理方式（去极值、标准化），以及描述因子daily_standard_deviation和cumulative_range的具体计算方法和含义。
JoinQuant 聚宽如何筛选每月涨幅前10的基金并回测
本文介绍了在 JoinQuant 聚宽量化平台上，如何编写代码筛选出每月涨幅最大的前10只场内基金，并在下月第一个交易日买入的完整量化回测策略。
JoinQuant get_bars 函数 60m 周期 Bar 划分逻辑详解
详细解答 JoinQuant 量化平台中 get_bars 函数在使用 60m 标准周期时，K线 Bar 的时间划分逻辑，纠正关于非整点时间的错误理解。
JoinQuant KD指标函数中check_date与unit的关系详解
详细解析JoinQuant量化平台中KD指标函数的计算逻辑，探讨check_date为date和datetime类型时，在不同unit（如1m, 1d, 1w等）周期下K线bar的确认范围及计算方法。
JoinQuant 聚宽 order 函数：为什么需要限价单与科创板保护价？
详细解答在 JoinQuant 聚宽量化平台中，order 函数为何提供限价单（LimitOrderStyle）选项，以及科创板市价单保护价的交易所规则背景，帮助量化开发者更好地模拟真实交易环境。
JoinQuant 聚宽 get_current_tick 返回 None 的原因及获取当前价格的方法
详细解答 JoinQuant 聚宽量化平台中 get_current_tick 函数查询普通股票返回 None 的原因，并提供在回测中正确获取股票当前价格（最新价）的多种 API 方法，如 get_current_data 等。
JoinQuant聚宽资金流向数据中“主力”、“超大单”、“大单”是如何定义的？
详细解答JoinQuant聚宽量化平台中get_money_flow接口关于资金流向数据的主力、超大单、大单、中单、小单的具体划分标准和金额定义。
聚宽(JoinQuant)净利润/总市值对应因子是什么？ | 量化交易API指南
详细解答聚宽(JoinQuant)量化平台中“净利润/总市值”对应的因子名称（earnings_to_price_ratio），并提供使用Python代码获取该因子数据的具体示例。
解决JoinQuant聚宽Notebook中Pyecharts无法渲染显示的问题
详细解答在JoinQuant聚宽量化平台Jupyter Notebook中Pyecharts 0.5.x版本无法渲染出图的原因及提供有效的代码解决方案，并指导如何在研究环境中手动升级Pyecharts版本。
JoinQuant 基金申购成交价为何是前一天？如何解决？
详细解答在 JoinQuant 量化平台中进行基金申购时，为何成交价会显示为前一天的数据，并提供关于回测机制、真实价格模式（use_real_price）以及基金净值更新规则的深度解析与应对方案。
解决 JoinQuant 报错：TypeError: 'Int64Index' object is not callable | 聚宽量化
详细解答在 JoinQuant (聚宽) 量化平台中，由于 Pandas Series 与 Python List 混淆导致的 'Int64Index' object is not callable 错误，并提供正确的代码修改方案。
JoinQuant 聚宽如何实现每 5 分钟执行一次策略？
详细解答在 JoinQuant 聚宽量化平台中，如何通过 run_daily 或 handle_data 配合时间判断，实现每 5 分钟执行一次交易策略的正确方法。
JoinQuant聚宽如何查看内建函数参数与源码？快捷查看API指南
详细解答如何在JoinQuant聚宽量化平台的研究环境和回测中，不查阅官方文档直接查看内建函数（如get_dominant_future）的参数定义和使用说明，提升量化编程效率。
JoinQuant 聚宽如何实现资金平分买入股票池？解决最新价格非法 nan 错误
详细讲解在 JoinQuant 聚宽量化平台中如何正确实现资金平分买入股票池，并深度解析回测时出现“取到的最新价格非法: nan”错误的原因及解决办法。
JoinQuant聚宽数据是否提供ETF跟踪的指数信息？ | 聚宽量化API解答
探讨JoinQuant聚宽量化平台是否提供ETF与其跟踪指数的映射关系数据，并介绍如何通过聚宽API获取ETF和指数的相关信息。
JoinQuant order_value 下单出现非整数股（零股）的原因与解决方法
探讨在 JoinQuant (聚宽) 量化平台中使用 order_value 函数下单时，出现非100整数倍股票（零股）的原因，特别是科创板交易规则的影响，并提供相应的代码解决方案。
JoinQuant 停止策略时如何自动清仓？一键清仓方法详解
详细解答在 JoinQuant 平台停止策略或关闭交易时，持仓股票的处理方式，并提供一键清仓的 Python 代码示例，解决手动卖出多只股票的烦恼。
JoinQuant 均线计算与炒股软件不一致？复权基准日是关键
解决 JoinQuant 量化平台中 MA 均线计算结果与同花顺、通达信等炒股软件不一致的问题，深入解析前复权、后复权及复权基准日（fq_ref_date）对均线计算的影响。
JoinQuant聚宽如何突破查询条数限制？分批获取海量数据指南
详细解答在JoinQuant聚宽量化平台中，如何突破 get_fundamentals 和 finance.run_query 的 3000/4000 条数据返回限制，提供 offset 分页、按股票代码分批、按日期分批等多种 Python 解决方案。
聚宽因子库 operating_revenue_growth_rate (营业收入增长率) 计算逻辑详解 | JoinQuant
详细解答 JoinQuant 聚宽量化平台因子库中 operating_revenue_growth_rate (营业收入增长率) 的 TTM 计算逻辑，分析回测筛选结果与直观财报数据产生差异的原因，包括 TTM 平滑效应与财报披露日期的防未来函数机制。
一创聚宽实盘 run_daily 15:30 不执行的原因与解决办法 - JoinQuant
针对一创聚宽实盘中 run_daily 设置 15:30 不执行的问题，分析券商结算断开、实盘服务终止等原因，并提供使用 after_trading_end 等替代方案。
JoinQuant Alpha 191 因子值日期说明：获取的是当天还是昨天的因子？
详细解答在 JoinQuant 聚宽平台上使用 Alpha 191 因子库获取因子值时，数据对应的时间问题，解析回测与研究环境下的数据更新机制，帮助量化开发者避免未来函数。
JoinQuant聚宽因子库PEG值大量缺失原因分析与处理方法
深入分析JoinQuant聚宽量化平台因子库中PEG（市盈率相对盈利增长比率）因子值大量缺失的根本原因，并提供在量化策略中处理这些缺失值的有效方法。
JoinQuant回测环境中finance.run_query无法获取期货龙虎榜数据的解决办法
详细解答在JoinQuant（聚宽）量化平台中，为什么使用finance.run_query查询期货龙虎榜（FUT_MEMBER_POSITION_RANK）在研究环境正常，但在回测环境中却获取不到数据的原因及修复代码。
JoinQuant基本面单因子检验：如何处理财务数据披露延迟与T期划分？
探讨在JoinQuant（聚宽）平台上进行基本面量化单因子检验时，如何处理财务数据披露延迟问题，正确划分T期与T+1期，有效规避未来函数，提升回测的真实性。
JoinQuant 聚宽 get_fundamentals 与 finance.run_query 区别详解
详细解析 JoinQuant 聚宽量化平台中 get_fundamentals 与 finance.run_query 的核心区别，包括查询数据范围、条数限制（5000行与4000行）及参数用法的对比。
JoinQuant 聚宽 get_current_data() 函数用法详解及报错解决
详细介绍 JoinQuant 聚宽量化平台中 get_current_data() 函数的用法，包括获取涨跌停价、停牌状态等，并解答 "name 'get_current_data' is not defined" 报错的原因及解决方法。
JoinQuant get_price 获取深证市场成交额不对的原因分析与解决
详细解答在 JoinQuant 聚宽量化平台中使用 get_price 函数获取深证市场成交额时出现数据偏差的原因，指出指数代码使用的常见误区，并提供正确的获取深市总成交额的方法。
JoinQuant 聚宽如何正确计算累计收益与累计收益率？
详细解答在 JoinQuant 聚宽量化平台中，如何正确使用 context.portfolio 属性计算策略的累计收益和累计收益率，避免重复计算持仓收益。
JoinQuant 聚宽 get_price 与 Alpha 因子取数时间点详解
详细解答 JoinQuant 聚宽量化平台中 get_price 函数与 Alpha 因子在 9:00 和 19:00 等不同时间点取数的数据差异与底层更新逻辑。
JoinQuant因子数据处理顺序：去极值、补空值、标准化、中性化详解
详细解析量化交易中多因子模型的数据处理标准流程，探讨去极值、补空值、标准化和中性化的先后顺序及其背后的统计学逻辑，并结合JoinQuant API给出代码示例。
JoinQuant attribute_history 价格与通达信不一致的原因及解决方法
详细解答在JoinQuant聚宽量化平台中使用attribute_history函数获取股票历史价格时，与通达信、同花顺等炒股软件价格不一致的原因，主要涉及复权方式、动态复权设置及数据源差异，并提供相应的代码解决方案。
JoinQuant get_price 获取期权数据返回 NaN 的原因及解决方法
解答在 JoinQuant 量化平台使用 get_price 函数获取期权历史数据时返回 NaN 的常见原因，并提供排查期权存续期及正确获取期权数据的 Python 代码示例。
JoinQuant聚宽如何获取个股股息率因子数据？附Python代码
详细解答在JoinQuant聚宽量化平台上如何获取个股的股息率数据。提供通过因子库查询以及利用财务数据和行情数据自行计算股息率的Python代码示例，解决日期对不齐的数据混乱问题。
JoinQuant 避免未来函数：如何正确获取前一交易日 end_date？
详细解答在 JoinQuant 聚宽量化平台中，如何正确设置 end_date 获取前一交易日，避免在查询财务或宏观数据时引入未来函数，推荐使用 context.previous_date。
JoinQuant 申万行业行情数据获取指南：支持一级/二级行业吗？
了解在 JoinQuant 聚宽量化平台上是否可以获取申万一级和二级行业的历史行情数据，以及如何通过获取行业成分股来计算行业走势的替代方案。
聚宽(JoinQuant)策略如何接入券商实盘交易？最新实盘接口说明
详细解答聚宽(JoinQuant)量化平台策略如何接入券商实盘交易的问题，包含一创聚宽实盘终止公告说明及国内量化实盘替代方案建议。
JoinQuant计算WR威廉指标与同花顺不一致的原因及解决方法
详细解答在JoinQuant量化平台计算WR（威廉指标）时，结果与同花顺等行情软件不一致的常见原因，重点解析复权数据的影响，并提供正确的Python计算源码。
JoinQuant盘中获取股票分时详细数据(分钟K线)选股指南
本文详细介绍了在JoinQuant（聚宽）量化平台上，如何利用get_bars和get_price等API在盘中获取股票的分钟级分时详细数据（包含最高价、最低价、开盘价、成交量等），并提供盘中选股的Python代码示例。
JoinQuant 聚宽量化平台：如何用代码识别60日均线“下降-走平-向上”反转形态
本文详细介绍了如何在 JoinQuant (聚宽) 量化平台上编写 Python 代码，识别股票60日均线从下降、走平到掉头向上的经典底部反转形态，并提供完整的策略源码。
聚宽(JoinQuant)如何获取或计算概念指数的涨幅？附Python源码
详细解答在聚宽(JoinQuant)量化平台上如何获取和计算概念指数的涨幅。由于平台未直接提供概念指数行情，本文提供通过获取成分股并自行计算等权重或市值加权涨幅的Python代码示例。
JoinQuant 如何获取集合竞价价格？get_call_auction 与 get_ticks 详解
在 JoinQuant 聚宽平台上，使用 get_ticks 获取集合竞价数据时 current 为空怎么办？本文详细讲解如何使用 get_call_auction 获取集合竞价结果，以及如何通过 get_ticks 的盘口数据获取虚拟撮合价格。
JoinQuant 聚宽跨日保存数据指南：如何防止策略重启数据丢失？
详细介绍在 JoinQuant 聚宽量化交易平台中，如何通过全局变量 g 以及 write_file/read_file 函数实现策略数据的跨日保存与持久化，防止系统重启导致状态丢失。
为什么 JoinQuant 中 book_to_price_ratio 因子值是负数？
详细解答在 JoinQuant 聚宽量化平台中，为什么通过 get_factor_values 获取的 book_to_price_ratio (账面市值比) 风格因子会出现负数，解析风格因子的标准化处理过程。
JoinQuant研究环境可以使用jqfactor_analyzer吗？聚宽单因子分析指南
解答JoinQuant聚宽研究环境中是否可以使用jqfactor_analyzer的问题，并详细介绍聚宽官方内置的jqfactor单因子分析工具的使用方法及代码示例。
JoinQuant get_bars 函数跨日期数据异常及报错解决方法
详细解答 JoinQuant (聚宽) 量化平台中 get_bars 函数在获取分钟级 (5m) 数据时出现的跨日期异常问题，解析 end_dt 参数的时间默认值机制，并提供研究环境常见报错的排查与修复方案。
不使用BS模型如何计算期权隐含波动率(IV)？JoinQuant量化指南
探讨在量化交易中，除了传统的Black-Scholes模型倒推外，如何使用无模型隐含波动率(MFIV)、二叉树模型、机器学习等方法计算期权隐含波动率(IV)，并提供基于JoinQuant平台的Python实现思路。
为什么 JoinQuant 的 get_valuation 获取 ETF PE 数据返回 Empty DataFrame？
详细解答在 JoinQuant 聚宽平台使用 get_valuation API 获取 ETF（如510050）市盈率 PE 数据时返回 Empty DataFrame 的原因，并提供计算 ETF/指数估值的正确 Python 代码实现。
JoinQuant 聚宽获取指数成分股与因子值不一致问题解析
解析在 JoinQuant 聚宽量化平台上获取指数成分股因子值与股价时股票列表不一致的原因，并提供正确的 Alpha 191 因子值获取代码示例。
JoinQuant 聚宽 API 解析：before_market_open 与 before_trading_start 的区别
详细解析 JoinQuant 聚宽量化交易平台中 before_trading_start 内置函数与自定义函数 before_market_open 的核心区别及使用场景。
JoinQuant 模拟盘如何修改资金？inout_cash 函数详解
详细介绍在 JoinQuant 聚宽量化平台上，如何使用 inout_cash 函数在模拟盘和回测中进行资金的修改、转入和转出操作，附带 Python 代码示例。
JoinQuant 科创板股票 order_value 下单报错解决指南
解决 JoinQuant 平台回测时使用 order_value 下单科创板股票报错“科创板市价单需要指定保护限价”的问题，提供正确的代码示例和保护价逻辑说明。
JoinQuant聚宽中EXPMA与EMA指标的区别与计算原理解析
详细解析量化交易中EXPMA与EMA指标的区别，探讨聚宽(JoinQuant)平台API调用结果与手动计算产生差异的核心原因，包括初始值设定、数据长度、复权方式及因子标准化处理等。
JoinQuant 聚宽如何通过编程选出当天振幅最大的板块或概念？
详细介绍在 JoinQuant 聚宽量化平台中，如何通过 Python 编程获取行业与概念板块成分股，并计算筛选出当日振幅最大的板块或概念策略。
JoinQuant 回测中 get_bars 函数 include_now 与复权机制详解
详细解答 JoinQuant 聚宽量化平台中 get_bars 函数在回测环境下的常见疑问，包括 include_now=True 是否会引入未来数据，以及 fq_ref_date 默认值下的复权机制解析。
JoinQuant聚宽如何识别和避免未来函数？防坑指南
详细介绍在JoinQuant聚宽量化平台中识别和避免未来函数的方法，包括使用 set_option("avoid_future_data", True) 开启检测，以及常见未来数据引入场景的防范技巧。
JoinQuant 聚宽期货换月（主力合约切换）处理指南与代码示例
详细讲解在JoinQuant聚宽量化平台上进行期货回测时，如何正确处理主力合约换月（Rollover）问题，包含API使用方法及完整的Python代码示例。
JoinQuant 聚宽如何动态获取期货保证金率与合约乘数？
探讨在 JoinQuant 聚宽量化平台上如何获取和设置期货合约的保证金率与合约乘数，解答回测引擎是否支持动态获取历史真实保证金率的问题，并提供相应的 API 设置方法。
JoinQuant研究环境create_backtest并发限制与排队执行解决方案
详细解答JoinQuant聚宽量化平台研究模块中使用create_backtest进行批量参数调优时遇到的并发限制问题，并提供基于Python的自定义排队执行源码方案。
JoinQuant 聚宽如何使用盘中价格计算日线 MACD？（附 Python 源码）
本文详细介绍了在 JoinQuant 聚宽量化交易平台中，如何获取盘中特定时间（如14:45）的价格作为当日收盘价，并结合历史数据使用 TA-Lib 库准确计算日线 MACD 指标的方法。
JoinQuant回测中指数成分股调整如何处理？ | 聚宽量化平台指南
详细解答在JoinQuant（聚宽）量化平台上进行指数成分股回测时，遇到成分股调整（如调出沪深300）系统的默认处理机制，并提供相应的Python策略代码示例来实现自动调仓。
JoinQuant 提取ETF持股明细并按持有金额排序的正确方法
详细解答在 JoinQuant 聚宽平台上如何正确使用 query、filter 和 order_by 提取 ETF 持股明细，并按持有金额或比例进行准确排序，解决跨期数据导致的乱序问题。
JoinQuant 如何判断股票/基金是否发生除权除息并获取具体日期？
本文介绍了在 JoinQuant (聚宽) 量化平台上，如何通过复权因子 (factor) 的变化来判断股票或 ETF 基金（如 510050）是否发生除权除息，并提供了导出具体除权除息日期的 Python 代码示例。
JoinQuant回测如何快速获取当天所有股票的最高价、最低价和成交量？
介绍在JoinQuant量化回测中，如何避免使用耗时的分钟级数据聚合，利用get_bars函数快速获取全市场股票当天到当前时刻的最高价、最低价和累计成交量，大幅提升回测速度。
JoinQuant get_valuation 函数取数日期与拆股股本问题详解
详细解答 JoinQuant 量化平台中 get_valuation 函数指定 end_date 为 T 日时的市值取数时间点（盘前或盘后），以及 T 日发生拆股时流通股本的计算规则。
JoinQuant 因子库 earnings_growth 和 sales_growth 缺失值处理解析
详细解析 JoinQuant 因子库中 earnings_growth 和 sales_growth 因子在缺乏足够财务数据时的缺失值填充逻辑，解释为何因子值会每天变动。
JoinQuant 聚宽平台 DataFrame 压缩保存为 gzip 文件的解决方法
解决在 JoinQuant 聚宽量化平台中使用 Pandas DataFrame.to_csv 压缩保存到 BytesIO 时出现的 TypeError 错误，提供正确的 gzip 压缩并使用 write_file 保存的完整代码示例。
JoinQuant 聚宽 finance.STK_EXCHANGE_TRADE_INFO 科创板成交量与数据差异解析
详细解答 JoinQuant 聚宽量化平台中 finance.STK_EXCHANGE_TRADE_INFO 表是否包含科创板数据，提供获取科创板成交量的替代方法，并深度解析聚宽与通达信等行情软件在两市总成交金额统计上的口径差异。
JoinQuant聚宽回测如何调用研究中定义的自定义因子？
详细介绍在JoinQuant聚宽量化平台的回测和模拟交易中，如何调用和计算在研究环境中定义的自定义因子，包含具体的代码示例和操作步骤。
JoinQuant get_mtss 函数详解：为什么融券返回的是量而不是金额？
详细解答 JoinQuant (聚宽) 量化平台中 get_mtss 函数获取融资融券数据时，融券字段返回股数（量）而非金额的原因，并提供计算融券金额的 Python 代码示例。
JoinQuant 融资融券保证金比率设置与杠杆倍数详解
详细解答 JoinQuant 聚宽量化平台中 margincash_margin_rate 和 marginsec_margin_rate 的设置规则，以及保证金比率与杠杆倍数的关系。
JoinQuant context.portfolio.positions[code].price 获取最新价格详解
详细解答 JoinQuant 量化平台中 context.portfolio.positions[code].price 在开盘前、盘中等不同时间段获取的价格含义，以及在回测和模拟交易中的时间对齐机制。
JoinQuant单因子分析analyze_factor会自动中性化和去极值吗？
详细解答JoinQuant聚宽量化平台中单因子分析函数analyze_factor是否会自动进行中性化和去极值处理，以及如何正确进行因子数据处理和分析。
JoinQuant 聚宽如何计算股票封住涨停的持续时间？附 Python 源码
详细介绍在 JoinQuant 聚宽量化交易平台中，如何使用 Python 代码和 API 获取股票当天的分钟级数据，并计算封住涨停板的持续时间（分钟数）。
JoinQuant get_security_info 报错 NoneType 解决方法 | 聚宽 API 指南
详细解答 JoinQuant 聚宽量化平台中调用 get_security_info 返回 NoneType 的原因，并提供使用 normalize_code 规范化股票代码的终极解决方案。
JoinQuant neutralize 函数报错 pd.Panel 移除解决方案 | 聚宽量化
解决 JoinQuant 聚宽量化平台中 neutralize 函数及 _get_fundamental_data 报错问题。详细解析 pandas 0.25 版本后 pd.Panel 被移除的影响及代码替代方案。
聚宽(JoinQuant)获取可转债数据NaN及下单失败问题排查指南
针对在聚宽(JoinQuant)量化平台上使用 get_price 获取可转债数据返回 NaN，以及使用 order_target_value 下单可转债提示数量为0的常见问题，提供详细的原因分析与代码级解决方案。
JoinQuant 聚宽分红数据 (bonus_ratio_rmb) 是否存在未来函数？ | 量化交易避坑指南
深度解析 JoinQuant 聚宽量化平台中分红数据（bonus_ratio_rmb）的未来函数问题，结合格力电器实例，教你如何在回测中正确获取分红数据，避免引入未来函数导致回测失真。
JoinQuant 股息率 TTM 计算与更新机制详解 | 聚宽量化
详细解答 JoinQuant (聚宽) 量化平台中股息率 TTM 的计算逻辑与更新机制，解析分红数据是基于除权除息日还是公告日更新，并提供获取分红数据的 Python 代码示例。
JoinQuant 聚宽分红送股数据会随公告阶段变化吗？ | 聚宽量化API指南
详细解答聚宽 JoinQuant 量化平台中分红送股数据（如派息、送转）在不同公告阶段（董事会预案、股东大会、实施公告）的变化规则及 API 获取方法。
JoinQuant 分红送股数据与未来函数问题详解
详细解答 JoinQuant 聚宽量化平台中关于上市公司分红送股（除权除息）数据的发布时间、更新机制以及如何通过正确的时间过滤来避免未来函数的问题。
JoinQuant研究环境无get_current_data如何过滤股票？
详细解答在JoinQuant（聚宽）量化平台的研究环境中，如何使用get_price、get_extras和get_all_securities等API替代回测专用的get_current_data函数，实现停牌、ST、退市及涨跌停股票的有效过滤。
解决 JoinQuant 报错：NameError: name 'finance' is not defined | 聚宽 API 指南
详细解答在 JoinQuant (聚宽) 量化平台研究环境中使用 finance 模块查询财务数据时遇到 NameError: name 'finance' is not defined 报错的原因及正确导入 jqdata 库的解决方法。
解决 JoinQuant 科创板 order_value 报错：市价单需要指定保护限价
详细解答在 JoinQuant 聚宽量化平台交易科创板股票时，使用 order_value 或 order_target_value 遇到“科创板市价单需要指定保护限价”报错的原因及正确的 MarketOrderStyle 写法。
JoinQuant 聚宽如何获取分笔数据（Tick/L2实时明细）？
详细解答如何在JoinQuant聚宽量化平台获取类似同花顺L2的实时明细数据（分笔数据/Tick数据），介绍get_ticks和get_current_tick函数的使用方法及数据频率说明。
JoinQuant 平台 get_price 函数性能优化指南
探讨在 JoinQuant 聚宽量化平台上使用 get_price 函数获取历史数据时的性能优化问题。分析 count=250 与 count=1 的请求速度差异，以及每日缓存数据是否能显著提升回测速度。
JoinQuant 基金净值获取：get_extras 与 finance.FUND_NET_VALUE 的区别解析
详细解析 JoinQuant (聚宽) 量化平台中通过 get_extras 获取的 unit_net_value 与通过 finance.FUND_NET_VALUE 表查询的 net_value 之间的区别、联系及适用场景。
JoinQuant 聚宽 ROE 计算差异解析与正确选股代码
详细解答在 JoinQuant 聚宽量化平台中进行 ROE (净资产收益率) 选股时，结果与同花顺、东方财富等软件产生差异的原因，并指出 roe>0.2 的常见误区，提供正确的 ROE 选股代码示例。
JoinQuant(聚宽)如何查询跟踪特定指数的指数基金？ - 量化交易指南
本文详细介绍了在 JoinQuant (聚宽) 量化平台上，如何通过 Python API 查询跟踪特定指数的所有指数基金，以及如何反向查询某只指数基金所跟踪的标的指数，帮助量化投资者更好地进行基金筛选与分析。
聚宽因子看板的因子计算周期与IC值计算说明 | JoinQuant
详细解答聚宽（JoinQuant）因子看板API（get_factor_kanban_values）的测试周期设置，以及IC值计算时所采用的未来收益率周期（T+1）。
JoinQuant get_history_fundamentals 财务数据更新时间及获取方法
详细解答 JoinQuant 聚宽平台 get_history_fundamentals 函数财务数据的更新机制，解释为何有时无法获取最新年报，并提供正确的代码示例。
JoinQuant 聚宽如何实现条件单/挂单交易策略？
本文介绍如何在 JoinQuant 聚宽量化平台上实现条件单和挂单交易。通过限价单（LimitOrderStyle）在开盘时指定价格挂单，盘中价格回落时自动撮合成交，满足特定价格买入的策略需求。
JoinQuant 聚宽 RSI_judge_qujian 函数源码实现与解析
解决聚宽(JoinQuant)克隆策略时提示找不到 RSI_judge_qujian 函数的问题。本文详细解析该自定义函数的原理，并提供基于 talib 的完整 Python 源码实现，助您快速修复策略报错。
JoinQuant 平台数据获取与第三方库（如 akshare）使用指南
详细介绍 JoinQuant 平台内置的强大数据获取 API（如 get_price, get_fundamentals），以及在研究环境和本地环境中如何正确安装、升级和使用第三方库（如 akshare），解决版本停滞等常见问题。
JoinQuant获取ETF交易价格精度不够？如何获取3位小数的ETF价格
针对JoinQuant量化平台用户在使用get_price获取ETF行情数据时遇到的价格精度问题（如只能看到两位小数）进行解答，提供获取真实高精度ETF价格的方法。
JoinQuant 聚宽 context.portfolio.positions 转 DataFrame 详解及列名查看方法
详细解答在 JoinQuant 聚宽量化平台中，将 context.portfolio.positions 转换为 pandas DataFrame 的正确方法，以及 Position 对象的各项属性和列名查看技巧。
JoinQuant 聚宽如何获取股票日内涨停特征（首次涨停、末次涨停、开板次数）
本文介绍了如何在 JoinQuant 聚宽量化平台上，利用 Tick 数据精确计算股票在某一天内的首次涨停时间、末次涨停时间以及开板次数，助力涨停板打板策略研究。
JoinQuant 聚宽如何获取AH股比价及H股除权信息？
介绍如何在JoinQuant聚宽量化平台上获取AH股比价数据，并解答是否可以获取H股除权信息以纠正数据误差的问题，提供相关API使用示例与替代方案。
JoinQuant获取high_limit涨停价数据异常(1073741824.0)的原因与处理方法
在JoinQuant量化平台获取股票涨停价(high_limit)时，有时会遇到返回1073741824.0这种异常大数。本文详细解释该现象的原因（如首日上市、复牌无涨跌幅限制等）及代码处理技巧。
JoinQuant 聚宽如何获取日内实时资金流数据？ | 量化交易 API 问答
详细解答 JoinQuant 聚宽平台是否支持获取日内实时资金流数据（如9:35的资金流向），解析 get_money_flow 函数的限制，并提供基于 Tick 数据计算日内资金流的替代方案与 Python 源码。
JoinQuant get_industry_stocks 日期参数无效/包含未上市股票的解决方法
详细解答在 JoinQuant (聚宽) 平台使用 get_industry_stocks 函数获取历史行业成分股时，为何会返回当时尚未上市的股票，并提供使用 Python 代码进行二次过滤的有效解决方案，避免策略引入未来函数。
JoinQuant研究环境get_current_data替代方案与ST/停牌股票过滤指南
详细解答JoinQuant聚宽量化平台研究环境中get_current_data函数的适用性，提供替代方案，并附带在研究环境中过滤ST股票和停牌股票的Python代码示例。
JoinQuant 聚宽平台如何使用离线训练的 XGBoost 模型进行回测？
详细解答如何在 JoinQuant 聚宽平台上传并使用本地离线训练的 XGBoost 模型进行量化回测，包括模型加载、信号预测及性能优化技巧。
JoinQuant 聚宽 SQLAlchemy 使用 func 聚合字段排序指南
详细解答在 JoinQuant 聚宽量化平台中，如何使用 SQLAlchemy 的 func 函数生成聚合字段（如等权重 PE）并在 query 中对其进行排序，附带完整 Python 代码示例。
JoinQuant 聚宽平台如何实现嵌套 EMA 指标计算？（附 Python 源码）
详细解答在 JoinQuant 聚宽量化交易平台中，如何突破官方 API 限制，使用 Pandas 或 TA-Lib 实现 EMA 指标的嵌套计算（对 EMA 结果再求 EMA），并提供完整的 Python 代码示例。
JoinQuant聚宽平台如何实现REF(X, N)向前引用指标？
详细介绍在JoinQuant聚宽量化交易平台中如何使用Python代码实现传统炒股软件中的REF(X, N)向前引用指标，包含具体代码示例和API解析。
JoinQuant get_price 函数参数详解：skip_paused、fill_paused 与 count 的关系
详细解析 JoinQuant 聚宽量化平台 get_price 函数中 skip_paused、fill_paused 和 count 参数的含义、相互关系及在股票停牌时的具体表现。
解决 JoinQuant 中 get_trade_days 返回结果异常的问题
探讨在 JoinQuant (聚宽) 量化平台中，使用 get_trade_days 函数时传入 pandas.Timestamp 对象导致返回结果异常的原因及标准解决方案。
JoinQuant run_weekly 函数触发时间异常原因及解决方法
详细解答 JoinQuant 量化平台中 run_weekly 函数的 weekday 参数含义，解释为何会在非指定的星期几触发，并提供严格按星期几执行的解决方案。
JoinQuant 聚宽 handle_data 如何设置每分钟运行一次？
详细解答在 JoinQuant 聚宽量化平台中，如何将 handle_data 函数的运行频率从每天一次修改为每分钟一次，并提供 run_daily 的替代方案。
JoinQuant 聚宽 order_target_value 成交价格与滑点机制详解
详细解答 JoinQuant 聚宽量化平台中 order_target_value 函数的成交价格计算逻辑，深入剖析滑点（Slippage）机制对回测成交价的影响，解释为什么回测成交价往往既不是开盘价也不是收盘价。
JoinQuant 财务数据查询：filter 逗号分隔是 AND 逻辑吗？为什么结果不符？
详细解答 JoinQuant 量化平台中 get_fundamentals 函数 filter 过滤条件的逻辑关系，确认逗号分隔代表 AND（同时满足），并提供选股结果不符合预期的常见原因排查指南。
JoinQuant get_dominant_future 获取主力合约不一致原因解析
详细解析 JoinQuant 量化平台中 get_dominant_future 函数获取期货主力合约的规则，解答与其他平台主力合约不一致的常见疑问，并提供代码验证方法。
JoinQuant get_price 获取价格不准？复权参数 fq 详解
详细解答 JoinQuant 聚宽平台 get_price 函数获取历史价格与第三方行情软件不一致的原因，深入解析前复权（fq='pre'）机制及如何获取真实不复权价格。
JoinQuant开启avoid_future_data出现Boolean Series key警告原因及解决方法
详细解答在JoinQuant聚宽量化平台中开启 avoid_future_data 选项后，出现 Pandas UserWarning 警告的原因。分析底层 jqdata 库的链式索引问题，并提供处理建议。
JoinQuant get_valuation 获取换手率不准确的原因与解决方法
详细解答在 JoinQuant (聚宽) 量化平台中使用 get_valuation 函数获取股票换手率 (turnover_ratio) 时，与同花顺、通达信等炒股软件数据存在差异的原因，并提供相应的解决思路。
JQData与jqdatasdk有什么区别？聚宽量化平台数据接口详解
详细解答聚宽量化平台中 jqdata 与 jqdatasdk 的核心区别，解析在线回测环境与本地环境的数据接口差异，帮助量化新手快速理清概念。
JoinQuant 自定义 Python 库调用 API 报错 NameError 解决方法
解决在 JoinQuant 聚宽量化平台中，通过研究环境自定义 Python 文件调用 get_all_securities 等策略 API 时出现 NameError 的问题，详细讲解如何正确导入 kuanke.user_space_api。
JoinQuant 聚宽如何获取前一日收盘价？data[security].price 取值问题解析
解决 JoinQuant 聚宽量化平台中 data[security].price 获取到均价而非收盘价的问题，详细讲解如何正确获取前一日收盘价（pre_close）及历史行情数据的多种方法。
JoinQuant get_industry 函数在研究与策略环境返回格式不同的原因及解决方法
详细解答 JoinQuant 量化平台中 get_industry 函数在研究环境和策略回测环境中返回数据格式不一致的原因，指出 pandas.Index 参数传递错误，并提供正确的列表转换解决方法。
JoinQuant 提示“找不到标的”？如何正确获取行业指数行情数据
解决在 JoinQuant 聚宽平台使用 get_price 获取申万行业指数收盘价时报错“找不到标的”的问题，并提供获取行业行情数据的有效替代方案。
JoinQuant 聚宽 set_option("avoid_future_data", True) 能彻底规避未来函数吗？
详细解析 JoinQuant 聚宽平台中 set_option("avoid_future_data", True) 的作用与局限性，探讨财务数据查询中的未来函数问题及规避方法。
JoinQuant 聚宽 MAC10 因子详解与应用指南
详细介绍 JoinQuant 聚宽平台中的 MAC10 技术因子，包括其定义、计算公式以及如何在量化策略中获取和应用该因子。
JoinQuant 聚宽 on_event 函数事件类型判断指南：解决 DividendsEvent 未定义报错
详细解答在 JoinQuant 聚宽量化平台中，如何正确使用 on_event 函数处理分红送股和强行平仓事件，并解决 DividendsEvent 未定义的 NameError 报错问题。
解决 JoinQuant 中 get_ticks 与 get_price 数据不一致的问题
详细解答 JoinQuant (聚宽) 量化平台中 get_ticks 与 get_price 函数获取股票历史价格数据不一致的原因，深入解析复权机制对量化数据的影响及正确的参数设置方法。
JoinQuant 聚宽三大环境详解：回测、模拟与研究环境的区别与应用场景
详细解析 JoinQuant 聚宽量化平台中回测环境、模拟环境与研究环境的核心区别、API 限制及各自的适用场景，帮助量化开发者正确选择开发环境。
聚宽(JoinQuant)模拟交易日志保存到文件指南
详细介绍在聚宽(JoinQuant)量化平台上运行模拟策略时，如何使用 write_file 函数将每日交易日志保存到投资研究目录下的具体方法和代码示例。
解决 JoinQuant 中 get_bars 获取申万行业指数报错“找不到标的”的问题
详细解答在聚宽 (JoinQuant) 平台中使用 get_bars 函数获取申万一级行业指数行情时出现 ParamsError 找不到标的错误的原因，并提供计算行业指数行情的替代方案。
JoinQuant 9:30开盘前后获取数据不一致的原因解析与处理方法
详细解析JoinQuant量化平台在9:30开盘前后获取数据不一致的原因，深入探讨集合竞价、K线对齐机制及模拟盘运行时间的底层逻辑，并提供正确的开盘数据获取方案。
聚宽(JoinQuant)回测存在未来函数吗？9:26与9:30止损收益差异原因分析
探讨聚宽(JoinQuant)量化平台回测时可能出现的未来函数问题，详细分析9:26集合竞价与9:30开盘计算止损/回撤导致年化收益差异巨大的原因，并提供排查与避免未来函数的解决方案。
JoinQuant 聚宽如何获取 ETF 期权数据？常见问题与代码示例
详细解答在 JoinQuant 聚宽平台上获取 ETF 期权数据时遇到的常见问题，包括日期设置错误、API 支持范围以及正确的代码示例，帮助量化开发者顺利获取期权行情。
JoinQuant run_daily 定时函数是串行还是并行执行？ | 聚宽量化问答
详细解答 JoinQuant 聚宽量化平台中 run_daily 等定时函数的执行机制。探讨策略函数是串行还是并行执行，以及长耗时函数是否会导致执行冲突，帮助量化开发者合理安排策略定时任务。
JoinQuant 聚宽 order 函数在 15:00:00 下单能否成功交易？
探讨在 JoinQuant 聚宽量化平台上，使用 order 系列函数在 15:00:00 运行是否能够成功交易，分析回测与模拟实盘的差异及尾盘交易的正确姿势。
JoinQuant get_concepts() 函数报错“无法获取概念板块列表”原因及解决方法
针对 JoinQuant 量化平台用户在使用 get_concepts() 获取概念板块列表时遇到报错的问题，提供详细的排查步骤和解决方案，包括环境导入、网络问题及代码规范。
聚宽(JoinQuant)研究环境的绝对路径是什么？ | 聚宽量化常见问题
了解聚宽(JoinQuant)量化平台研究环境的绝对路径（/home/jquser/），以及如何在研究环境中安装第三方库、添加环境变量和引用自定义Python文件。
JoinQuant 动量估值策略：解决 datetime 与 date 类型相减报错 (TypeError)
详细解答在 JoinQuant 聚宽量化平台编写动量估值策略时，剔除新股遇到的 datetime.datetime 与 datetime.date 类型不匹配报错问题，提供最佳实践与性能优化方案。
JoinQuant聚宽中last_price为None或小于等于0的原因解析
详细解析JoinQuant聚宽量化平台中，使用get_current_data()获取股票last_price时出现None或小于等于0的原因，以及在量化策略中如何进行防御性处理。
JoinQuant jqdatasdk 函数参数详解与查看方法：以 get_price 为例
详细介绍如何查看 JoinQuant (聚宽) jqdatasdk 中各个函数的详细参数，重点解析 get_price 函数的完整参数列表及使用方法，帮助量化开发者快速查阅官方 API 文档。
JoinQuant 聚宽 current_data[].last_price 获取最新价不符原因及解决方法
详细解答 JoinQuant 聚宽量化平台中 get_current_data() 获取 last_price 在集合竞价期间价格不符的原因，并提供获取真实不复权最新价和开盘价的正确方法。
JoinQuant get_price 函数股票代码个数与数据量限制详解
详细解答 JoinQuant 聚宽量化平台中 get_price 函数在传入股票代码个数和返回数据量方面的限制，帮助量化开发者避免内存超限和超时错误。
JoinQuant run_daily 函数可以在周末运行吗？ | 聚宽量化 API 问答
详细解答 JoinQuant 聚宽量化平台中 run_daily 函数是否可以在周末（非交易日）运行，并解析聚宽平台的交易日历驱动机制及应对策略。
聚宽(JoinQuant)与QMT执行量化交易策略的差异对比与选择指南
详细对比JoinQuant(聚宽)与QMT在量化策略执行、数据获取、回测研究及实盘交易中的差异，解析聚宽+QMT中转模式的优缺点，帮助量化新手选择合适的交易架构。
包含未来函数的量化策略能作为自选股池吗？ | JoinQuant 避坑指南
探讨量化交易中未来函数对策略的影响。解答包含未来函数的策略回测高收益是否真实，以及将其最新持仓作为自选股池进行人工筛选的可行性与风险，帮助量化新手避开未来函数陷阱。
JoinQuant get_current_data 分钟回测未来函数问题解析
详细解析 JoinQuant 聚宽量化平台中 get_current_data 函数在分钟回测模式下的 last_price 取值逻辑，解答是否包含未来函数、是当前分钟还是上一分钟价格的疑问。
JoinQuant 模拟盘 after_code_changed 函数与资金追加问题详解
详细解答 JoinQuant 聚宽量化平台中 after_code_changed 函数的触发机制，以及在模拟盘中如何正确使用 inout_cash 追加资金，避免重复入金的问题。
JoinQuant 聚宽量化平台分级止盈策略实现指南
本文介绍了如何在 JoinQuant 聚宽量化平台上实现分级止盈策略，包括每10分钟定时监控价格、按不同收益率阶梯卖出股票，以及持有超时强制清仓的 Python 代码实现。
JoinQuant 聚宽 jqdata 模块详解：from jqdata import * 包含哪些函数？
详细介绍 JoinQuant 聚宽量化平台中 jqdata 模块的核心内容，解析 from jqdata import * 导入的常用数据获取函数，包括行情数据、财务数据、基本面数据等，助您快速上手聚宽量化交易。
JoinQuant 模拟交易内存溢出与 get_bars 内存泄漏解决方案
详细解答 JoinQuant 聚宽量化平台模拟交易中出现的内存溢出（爆内存）、进程被强制杀掉、自动重启时间回退，以及 get_bars 等数据获取 API 导致的内存泄漏问题，提供 disable_cache 和批量获取数据的优化方案。
JoinQuant get_fundamentals 财务数据不准确？单季度与累计数据解析
解析 JoinQuant 量化平台中 get_fundamentals 函数获取财务数据与第三方行情软件（如同花顺）不一致的原因，深入讲解单季度财务数据与累计报告期数据的区别及正确获取方法。
聚宽(JoinQuant)回测陷阱解析与解决方案：流动性与撮合机制
深入解析聚宽(JoinQuant)标准回测引擎在低流动性、涨跌停板等场景下的“回测陷阱”，并提供实用的解决方案和API设置技巧，帮助量化交易者提升回测的真实性。
Python 列表中如何删除 NaN 并求均值？JoinQuant 数据处理技巧
在量化交易数据处理中，经常会遇到列表中包含 NaN 的情况。本文介绍如何使用 Python、Numpy 和 Pandas 快速删除列表中的 NaN 并计算实数值的均值，适用于 JoinQuant 等量化平台。
JoinQuant attribute_history() 函数详解：获取单标的多字段历史数据
详细介绍 JoinQuant 量化平台中 attribute_history() 函数的作用、参数及返回值。该函数用于获取单只股票或标的的历史行情数据，支持多个数据字段查询，是编写量化策略时最常用的数据获取 API 之一。
为什么在本地Spyder/Anaconda中无法引用JoinQuant的attribute_history函数？
详细解答为什么在本地Anaconda/Spyder环境中无法直接使用JoinQuant聚宽平台的attribute_history函数，并提供使用jqdatasdk获取历史数据的替代解决方案。
JoinQuant聚宽如何过滤ST股和停牌股票？附Python代码示例
详细介绍在JoinQuant聚宽量化交易平台中，如何使用get_current_data()等API函数高效过滤股票池中的ST股（包含*ST）和停牌股票，提升量化策略的实盘表现。
JoinQuant 选股模块与未来函数解析：如何避免回测陷阱？
详细解析 JoinQuant 量化平台中选股函数（如获取指数、行业成分股）是否属于未来函数，以及如何在回测中正确动态获取股票池，避免引入未来数据导致回测失真。
聚宽风险指标：溃疡指数(Ulcer Index)计算与应用
介绍比最大回撤更全面的风险指标——溃疡指数（Ulcer Index）的算法，以及如何在 JoinQuant 回测中计算该指标以评估策略的下行风险。
聚宽EMV 简易波动指标策略实现
教程演示如何在 JoinQuant 计算简易波动指标（Ease of Movement Value, EMV），并将成交量与价格变动结合构建趋势策略。
聚宽奥特曼Z-Score财务预警模型实现
利用 JoinQuant 的 get_fundamentals 函数获取资产负债表和利润表数据，计算 Altman Z-Score，用于规避由财务风险的股票。
聚宽区间震荡线(DPO)策略编程
详解区间震荡线（Detrended Price Oscillator）的计算逻辑，以及如何在 JoinQuant 编写基于 DPO 零轴穿越的交易策略。
聚宽埃尔德射线指标(Elder-Ray)策略
介绍如何获取或计算 bull_power（多头力道）和 bear_power（空头力道）因子，并在 JoinQuant 实现埃尔德射线交易系统。
聚宽因子处理进阶：因子正交化方法
高级因子处理教程，讲解如何在 JoinQuant 中对选股因子进行施密特-正交化（Gram-Schmidt）或对称正交化，以剔除因子间的相关性。
聚宽枢轴点(Pivot Points)日内策略实现
学习在 JoinQuant 计算经典枢轴点（Pivot Points）及其支撑阻力位（R1, S1 等），并应用于日内突破或反转交易策略。
聚宽市场广度指标构建与应用
教程详解如何利用 JoinQuant 的 get_current_data 或 get_price 函数遍历全市场股票，计算上涨家数与下跌家数，构建市场情绪指标。
聚宽企业价值倍数(EV/EBITDA)选股策略
深入解析如何在 JoinQuant 使用 get_fundamentals 查询财务数据，计算企业价值倍数（EV/EBITDA），并筛选低估值优质股票。
聚宽抛物线转向(SAR)策略编程指南
本文介绍如何在 JoinQuant 平台利用技术分析库计算抛物线转向指标（Parabolic SAR），并构建基于 SAR 的趋势跟踪与止损策略。
聚宽股东数据查询：run_query 获取十大股东信息
演示使用 JoinQuant 的 finance.run_query 接口查询 STK_SHAREHOLDER_TOP10 表，获取指定股票的十大股东名称、持股数量及持股比例，分析筹码集中度。
聚宽组合优化实战：TurnoverConstraint 限制换手率
深入 JoinQuant 投资组合优化器（optimizer），展示如何利用 TurnoverConstraint 约束条件控制调仓时的换手率，从而有效降低交易成本和冲击成本。
聚宽模拟盘重启保护：process_initialize 恢复非序列化对象
解决 JoinQuant 模拟盘重启后 query 等数据库连接对象无法被 pickle 序列化的问题，详细介绍 process_initialize 函数的正确使用方法以确保策略持续运行。
聚宽融资融券进阶：自定义融资利率与保证金比率
讲解在 JoinQuant 模拟交易中，如何使用 set_option 函数自定义 margincash_interest_rate 和 marginsec_margin_rate，以匹配不同券商的实际信用账户费率。
聚宽资金流历史数据：get_money_flow 获取多日主力动向
通过 get_money_flow 函数的 count 参数，演示如何批量获取个股或股票池在过去一段时间内的主力净额、超大单占比等资金流向数据，辅助趋势研判。
聚宽指数权重查询：get_index_weights 获取历史数据
介绍 JoinQuant 的 get_index_weights API，演示如何获取沪深300等指数在指定历史日期的成分股及其权重信息，用于构建指数增强或完全复制策略。
聚宽策略定时运行：run_daily 设置特定交易时间点
详解 JoinQuant 定时运行函数 run_daily 的 time 参数设置，展示如何实现收盘前 10 分钟执行调仓逻辑，避免尾盘剧烈波动影响或进行收盘价预测交易。
聚宽标的筛选：get_all_securities 过滤 ETF 与 LOF
教程演示如何使用 JoinQuant 的 get_all_securities 函数，通过 types 参数精准筛选出 ETF、LOF、分级 A/B 基金等特定类型的标的，构建基金轮动策略池。
聚宽概念板块查询：get_concepts 函数使用指南
深入解析 JoinQuant 的 get_concepts 函数，展示如何获取市场上所有的概念板块代码与名称，帮助量化投资者构建基于概念题材的选股策略。
聚宽行业分类查询：get_industries 函数详解
本文详细介绍 JoinQuant 平台的 get_industries 函数，讲解如何查询申万一级、二级、三级行业，聚宽行业以及证监会行业分类列表，并提供完整的 Python 代码示例。
聚宽上下文解析：context.run_params 高级应用
深入解析 context.run_params 属性，展示如何编写自适应代码，使策略在回测、模拟交易和实盘中表现不同的行为逻辑。
聚宽CMO 钱德动量摆动指标策略
详解 CMO（Chande Momentum Oscillator）指标的计算方法，并展示如何在 JoinQuant 上利用 CMO 捕捉超买超卖机会。
聚宽ROC 变动速率指标策略编程
介绍 ROC（Price Rate of Change）指标的物理意义，并指导用户在 JoinQuant 平台编写基于 ROC 动量的选股与择时策略。
聚宽DMA 指标交易策略实现
DMA（Different of Moving Average）指标详解及其在 JoinQuant 的 Python 实现，利用两条均线的差值捕捉买卖信号。
聚宽数据处理：history 函数跳过停牌技巧
详解 JoinQuant history 函数中的 skip_paused 参数，演示如何在获取行情数据时自动过滤掉停牌日，确保数据连续性。
聚宽BIAS 乖离率策略编写指南
介绍 BIAS 乖离率指标的原理，展示如何在 JoinQuant 平台编写基于股价偏离均线程度的均值回归交易策略。
聚宽佳庆指标 (CHO) 策略实现教程
结合 A/D 线与移动平均原理，详解如何在 JoinQuant 计算佳庆指标（CHO）并构建捕捉资金进出的量化交易模型。
聚宽阿隆指标 (Aroon) 趋势策略编程
深入讲解 Aroon Up 和 Aroon Down 的计算与应用，在 JoinQuant 平台构建基于阿隆指标的趋势跟随交易策略。
聚宽概念选股：get_concept_stocks 函数应用
教程：使用 get_concept_stocks API 获取指定概念（如锂电池、云计算）的股票代码列表，实现基于概念板块的选股逻辑。
聚宽VR 成交量比率策略实现指南
详解 VR（Volume Ratio）指标的物理意义与计算方法，利用 Python 在 JoinQuant 平台开发基于资金供需的择时策略。
聚宽UOS 终极波动指标策略编写教程
介绍如何计算结合短、中、长三个周期的 UOS（Ultimate Oscillator）指标，并编写基于超买超卖信号的量化策略。
聚宽VHF 垂直水平滤波指标策略实现
剖析 VHF（Vertical Horizontal Filter）指标原理，在 JoinQuant 上实现该指标以自动识别市场处于趋势状态还是盘整状态。
聚宽动态任务管理：unschedule_all 函数详解
介绍 unschedule_all() 函数的使用场景，演示如何在策略运行过程中动态清除已注册的定时任务并重新规划策略调度。
聚宽融券卖出：marginsec_open 函数操作指南
针对融资融券交易，详细说明如何使用 marginsec_open 函数在 JoinQuant 策略中开立空头仓位，包括参数设置与注意事项。
聚宽CR 能量指标交易策略编写指南
讲解 CR 指标（Energy Indicator）的计算公式，并在 JoinQuant 平台上构建结合 MA 移动平均线的 CR 择时策略。
聚宽数据对象：SecurityUnitData 属性深度解析
详细介绍 JoinQuant 回测中 SecurityUnitData 对象包含的属性，如涨跌停价（high_limit/low_limit）、停牌状态（paused）及均价（avg）的使用技巧。
聚宽实验功能：T+0 交易模式开启教程
详解 JoinQuant 平台的实验性设置 set_option('t0_mode', True)，允许在 A 股回测中实现日内回转交易（T+0）功能。
聚宽PVT 价量趋势指标策略编程实战
介绍 PVT（Price Volume Trend）指标的算法及其在 JoinQuant 平台的实现方法，构建基于价量配合的趋势跟踪策略。
聚宽ASI 振动升降指标策略实现指南
深入解析 ASI（Accumulation Swing Index）指标的计算原理，并展示如何在 JoinQuant 平台上利用 Python 实现基于 ASI 的突破确认策略。
聚宽期货合约查询：get_future_contracts 函数详解
本文介绍了 JoinQuant 平台中 get_future_contracts 函数的用法，帮助用户查询特定期货品种（如 IF、RB）在当前时间点的所有可交易合约代码。
聚宽实验设置：非交易时间撮合市价单
介绍 set_option('always_match_market_order', True) 实验性功能，允许策略在非交易时段下市价单并立即按最新价成交。
聚宽API 辨析：get_price 中 count 与 start_date 的优先级
解析 get_price 函数参数优先级，说明当 count 和 start_date 同时存在时的冲突处理机制，以及如何正确选择时间窗口。
聚宽成本分析：Order 对象的 commission 属性
介绍在交易完成后，如何通过 Order 对象的 commission 属性获取具体的交易费用，用于精确的盈亏分析。
聚宽账户初始化：配置 stock_margin 信用账户
教程：在 initialize 函数中使用 set_subportfolios 和 type='stock_margin' 配置信用账户，开启融资融券交易权限。
聚宽数据获取：attribute_history 的 skip_paused 参数
讲解 attribute_history 函数中 skip_paused=False 的用法，演示如何获取包含停牌日期（填充前值）的完整时间序列数据。
聚宽周期调度：run_monthly 倒数日期设置
技巧演示：在 run_monthly 函数中使用负数索引（如 monthday=-1），实现每月倒数第一个交易日自动调仓的策略逻辑。
聚宽行业数据：get_industry 返回值字典解析
展示 get_industry API 的返回值结构，演示如何解析嵌套字典以获取股票的申万、聚宽或证监会行业代码和名称。
聚宽资金管理：理解 locked_cash 挂单冻结资金
解析 SubPortfolio 中的 locked_cash 属性，解释挂单未成交时资金冻结的机制，以及其对 available_cash 的影响。
聚宽杠杆交易：Portfolio 对象 total_liability 详解
深入 Portfolio 对象，讲解 total_liability 属性的构成，包括融资负债、融券负债及利息，帮助用户计算净资产。
聚宽上下文设置：set_universe 函数的特定用途
澄清 set_universe 函数的作用范围，解释其如何设定 history 函数的默认股票池，以及与 set_option 的区别。
聚宽财报查询：get_fundamentals 的 statDate 格式
详细说明 get_fundamentals 函数中 statDate 参数的字符串格式（如 '2023q1'），演示如何精确查询历史特定季度的财务报表。
聚宽性能加速：history 函数 df=False 模式
针对高频调用 history 函数的场景，讲解如何设置 df=False 参数返回 dict 格式数据，显著减少 Pandas 对象创建开销。
聚宽订单分析：利用 add_time 优化交易延迟
解析 Order 对象中的 add_time 属性，展示如何记录订单创建的具体时间，配合 snapshot 数据分析策略的信号延迟。
聚宽账户风控：实时监控 available_margin
介绍 SubPortfolio 对象中的 available_margin 属性，帮助策略编写者在开仓前准确判断信用账户的购买力，避免废单。
聚宽行情数据：get_bars 自定义复权基准日
详解 get_bars 函数的高级用法，通过设置 fq_ref_date 参数，获取基于特定日期的前复权或后复权 K 线数据，满足定点复权需求。
聚宽数据优化：get_price 函数 panel 参数详解
对比 get_price 函数中 panel 参数的 True 与 False 区别，讲解在处理多标的数据时如何获取更高效的 DataFrame 格式。
聚宽实验性功能：match_by_signal 强制撮合模式
介绍 JoinQuant 的实验性设置 match_by_signal，允许限价单不经价格检查直接成交，适用于测试特殊信号或非标准交易逻辑。
聚宽模拟交易设置：自定义融资融券利率
教程演示使用 set_option 函数自定义 margincash_interest_rate 和 marginsec_margin_rate，在回测中模拟不同券商的信用账户成本。
聚宽数据对象详解：计算 VWAP 成交量加权平均价
深入解析 JoinQuant 的 SecurityUnitData 对象，演示如何通过 vwap 方法获取指定天数的成交量加权平均价，用于算法交易或成本分析。
聚宽进阶技巧：动态取消与重设在运行任务
本文详细讲解 JoinQuant API 中的 unschedule_all 函数，帮助开发者在策略运行过程中动态清除已注册的定时任务，并重新规划 run_daily 调度逻辑。
聚宽财务因子：速动比率选股
利用速动比率指标评估上市公司的短期偿债能力，剔除财务风险较高的标的。
聚宽基本面：存货周转率选股
分析上市公司的营运能力，利用存货周转率指标筛选管理高效的优质企业。
聚宽基金策略：累计净值分析
如何获取 ETF 或 LOF 基金的历史累计净值，并基于长期表现构建基金定投策略。
聚宽回测设置：固定滑点模型
介绍如何在回测中设置固定金额的滑点，模拟真实的交易摩擦成本。
聚宽融资融券：融资买入额分析
分析个股的融资买入热情，构建基于杠杆资金流向的短线策略。
聚宽日历效应：周五效应策略
探索A股市场的日历效应，演示如何指定在每周的特定交易日进行买卖操作。
聚宽数据处理：停牌股票数据填充
详解在获取历史行情时如何处理停牌数据，对比 fill_paused=True 和 False 的区别。
聚宽数据分析：公募基金持仓透视
通过查询公募基金持仓数据，构建跟随机构重仓股的交易策略。
聚宽成长股策略：营业利润增长率
使用 indicator.operating_profit_growth_rate 筛选高成长股票，结合技术面进行择时。
聚宽财务因子：市现率(PCF)选股策略
利用 get_fundamentals 获取 valuation.pcf_ratio 数据，构建低市现率选股模型。
聚宽梅斯线(Mass Index)反转策略
通过 Mass Index 观察高低价差幅度的变化，预测市场即将发生的逆转行情。
聚宽漩涡指标(Vortex Indicator)策略教程
利用正负漩涡线(VI+ 和 VI-)的交叉信号构建策略，捕捉市场主要趋势。
聚宽江恩高低点(Gann Hi-Lo)策略
介绍基于江恩理论的 Hi-Lo Activator 指标，演示如何用于止损设置和趋势跟随。
聚宽费舍尔变换(Fisher Transform)反转策略
详解 Fisher Transform 指标将价格数据正态化的方法，并构建及时的反转交易策略。
聚宽波动性过滤器：Choppiness Index
介绍如何计算 Choppiness Index，并将其作为过滤器应用于趋势策略中，避免在震荡市中亏损。
聚宽麦克金利动态指标(McGinley Dynamic)策略
探讨 McGinley Dynamic 指标如何解决传统均线的滞后问题，并在 JoinQuant 上构建交易系统。
聚宽DeMarker 指标交易系统
深入解析 DeMarker 指标的原理，演示如何在聚宽平台构建基于 DeM 的超买超卖策略。
聚宽估波曲线(Coppock Curve)投资策略
介绍主要用于捕捉大级别底部信号的估波曲线指标，并提供 JoinQuant 平台的 Python 实现代码。
聚宽强力指数(Force Index)策略指南
详解 Force Index 指标的计算方法，以及如何在 JoinQuant 中利用该指标结合成交量判断趋势。
聚宽超级趋势(Supertrend)策略教程
本文介绍如何在 JoinQuant 平台实现 Supertrend 超级趋势指标，并构建趋势跟踪策略。
聚宽板块轮动：锂电池概念股的动量策略
以锂电池板块为例，演示如何使用 get_concept_stocks API 获取特定概念成分股，并结合动量因子构建行业主题轮动策略。
聚宽趋势策略：威廉鳄鱼线（Alligator）交易系统
威廉鳄鱼线利用三条平滑移动平均线来判断趋势的开始与结束。本文详细介绍如何在 JoinQuant 实现这一经典的趋势跟随系统。
聚宽可视化：使用 record 函数绘制动态回撤曲线
除了默认的收益曲线，监控风险同样重要。本文演示如何计算当前净值的最大回撤，并使用 record 函数将其画在回测图表中。
聚宽资金流指标：CMF (Chaikin Money Flow) 策略实现
CMF 指标结合了价格和成交量来观察资金进出情况。本文提供 CMF 指标的 Python 计算公式及其在 JoinQuant 平台的策略实现。
聚宽因子分析：计算 IC 衰减与因子换手率
高换手率的因子可能带来高昂的交易成本。本文介绍如何使用单因子分析工具分析因子的自相关性与分位数换手率。
聚宽时间处理：context.previous_date 的妙用
在处理隔夜数据或计算日收益率时，准确获取前一交易日至关重要。本文介绍 context.previous_date 属性在策略开发中的具体应用场景。
聚宽资金详解：transferable_cash 与 available_cash 的区别
深入解析 SubPortfolio 对象中的 available_cash（可用资金）与 transferable_cash（可取资金），帮助你精确管理 T+1 制度下的资金流。
聚宽订单管理：OrderStatus.rejected 状态处理技巧
实盘或模拟交易中，订单可能因废单、超限等原因被拒。本文介绍如何监控 OrderStatus.rejected 状态并编写自动重发或撤单逻辑。
聚宽市场中性：基于 Beta 对冲的 Alpha 策略
构建市场中性策略的核心在于完全对冲市场风险。本文详解如何计算持仓组合的 Beta 值，并动态调整股指期货空单数量以实现 Delta Neutral。
聚宽情绪指标：PSY 心理线策略编程指南
PSY 心理线是研究投资者心理波动的重要指标。学习如何在 JoinQuant 平台计算 PSY 值，并结合逆势思维构建短线交易策略。
聚宽技术指标：BBI 多空指数交易策略实现
BBI 指标综合了不同周期的移动平均线。本文介绍如何在 JoinQuant 中计算 BBI 指标，并依据该指标设计多空分界线的交易系统。
聚宽财务因子：市销率（PS Ratio）选股策略开发
市销率是评估未盈利成长股的重要指标。本文演示如何利用 JoinQuant 财务数据接口获取市值与营收数据，构建低 PS 轮动策略。
聚宽多账户管理：transfer_cash 资金划转实战
对于股期混合或多策略组合，资金管理尤为重要。本文详解 transfer_cash API，教你如何在股票和期货子账户之间动态调度资金。
聚宽算法交易：TWAP（时间加权平均价格）策略实现
为了减少大额订单对市场的冲击，本文介绍如何在 JoinQuant 实现 TWAP 算法，将大单在特定时间段内平均拆分执行。
聚宽期货交易规则：平今仓参数 close_today 深度解析
针对上期所等交易所的特殊规则，详解 JoinQuant 交易函数中的 close_today 参数。避免因未区分平今和平昨导致的废单或手续费异常。
聚宽API 技巧：快速获取并筛选 ETF 基金列表
教你使用 get_all_securities 函数配合 type='etf' 参数，快速构建 ETF 标的池，并结合 liquidity 因子筛选高流动性 ETF。
聚宽数据清洗：get_price 函数中 skip_paused 参数详解
在量化回测中，停牌股票的数据处理至关重要。本文详解 get_price API 中的 skip_paused 参数用法，帮助你获取更纯净的历史行情数据。
聚宽选股指南：PEG 指标（市盈率相对盈利增长比率）策略
彼得·林奇推崇的 PEG 指标在量化中如何应用？本文介绍利用 JoinQuant 财务数据 API 计算 PEG 并筛选高成长低估值股票的方法。
聚宽R-Breaker 日内交易策略详解
深入解析 R-Breaker 策略的六个关键价位计算与交易逻辑。教你如何在 JoinQuant 平台构建这一结合了趋势跟踪与反转交易的经典日内模型。
聚宽经典策略：Dual Thrust 期货交易系统实现
本文详细介绍如何在 JoinQuant 平台实现 Dual Thrust 这一经典的区间突破策略。包含策略逻辑解析、上下轨计算方法以及完整的 Python 代码示例。
聚宽周频策略调度指南
学习使用 run_weekly 函数的 weekday 参数，设置策略在每周特定交易日（如周一）执行定投逻辑。
聚宽Tick 对象属性全解
全面解析 JoinQuant Tick 对象的数据结构，包括最新价 current、成交量 volume 及买卖五档盘口数据。
聚宽利润表数据查询指南
教程演示如何构建 query 对象，通过 finance.run_query 查询上市公司的营业收入、净利润等利润表核心字段。
聚宽账户负债与净值查询
详解 SubPortfolio 子账户对象属性，学习如何实时查询融资融券账户的总负债、利息和净资产。
聚宽融资标的查询方法
介绍如何使用 get_margincash_stocks API 获取当前市场上的可融资股票列表，构建融资买入策略。
聚宽收盘前定时交易技巧
讲解如何使用 run_daily 函数指定具体时间点（如 14:50），在每日收盘前执行特定的交易逻辑。
聚宽策略配置读取教程
学习如何在 JoinQuant 回测或模拟交易中，使用 read_file 函数读取并解析 JSON 格式的外部配置文件。
聚宽单因子分层回测设置
深入解析单因子分析工具 analyze_factor 的 quantiles 参数，学习如何自定义分位数分组数量以优化回测结果。
聚宽策略内因子批量计算
教程讲解如何在回测或研究中利用 calc_factors 函数，一次性计算多只股票在指定时间段内的多个因子值。
聚宽因子库全览工具
介绍如何使用 get_all_factors API 获取 JoinQuant 平台内置的所有因子代码、名称及分类信息。
聚宽Alpha101 因子调用实战
演示在 JoinQuant 策略代码中直接导入并计算世坤（WorldQuant）Alpha101 因子库中的 Alpha 001 因子值。
聚宽融资利率自定义设置
介绍如何在回测中通过 margincash_interest_rate 选项自定义融资利率，以更精确地模拟交易成本。
聚宽实时 K 线数据获取
学习如何使用 get_bars 函数的 include_now=True 参数，获取包含当前正在交易且未结束的分钟 Bar 数据。
聚宽期货账户初始化教程
教程演示如何在策略初始化的 initialize 函数中，使用 set_subportfolios 为期货交易配置专门的资金和账户类型。
聚宽历史数据获取函数辨析
对比 JoinQuant 中 history 和 attribute_history 两个函数的返回值格式和适用场景，帮助用户选择正确的 API 获取数据。
聚宽中位数去极值教程
深入了解如何在 JoinQuant 平台使用 winsorize_med 函数，通过中位数绝对偏差（MAD）法有效去除因子数据中的异常值。
聚宽ARBR 人气意愿指标策略
探索 JoinQuant 的 jqlib 技术分析库，编写基于 AR 人气指标和 BR 意愿指标的量化交易策略。
聚宽月末调仓策略设置
学习使用 run_monthly 函数的 monthday 参数，实现策略在每个月最后一个交易日自动执行调仓逻辑。
聚宽融资买入操作指南
详细介绍如何在 JoinQuant 平台使用 margincash_open 函数进行融资买入操作，包括参数说明和代码示例。
聚宽经营现金流选股策略
利用 get_fundamentals 查询现金流量表，筛选经营活动产生的现金流量净额持续增长的优质标的，规避虚假繁荣陷阱。
聚宽滚动均值与标准差计算
深入解析 SecurityUnitData 对象的方法，演示如何在 handle_data 中利用 mavg() 和 stddev() 快速获取滑动窗口统计数据。
聚宽动态管理定时任务
高级策略开发技巧，讲解如何在策略运行过程中使用 unschedule_all 清除旧任务并重新注册 run_daily，实现动态调整交易时间。
聚宽盈利收益率因子选股
基于盈利收益率（Earnings Yield）因子构建价值投资策略，解析如何利用 earnings_to_price_ratio 等指标筛选低估值高回报股票。
聚宽获取期货可交易合约
演示如何使用 get_future_contracts API 动态获取特定品种（如 IF, RB）在回测当日的所有存续合约代码。
聚宽TRIX 指标交易系统
利用 jqlib 技术分析库构建 TRIX 指标策略，过滤短期波动干扰，捕捉中长期股价趋势信号。
聚宽因子数据对接 Alphalens
教程指导如何对 get_factor_values 获取的数据进行清洗和格式转换，使其能直接输入到 Alphalens 库进行专业的因子有效性分析。
聚宽批量查询股票行业分类
详解 get_industry API 的使用方法，演示如何一次性获取股票池中所有标的的聚宽一级、二级及申万行业分类信息。
聚宽固定周期调仓策略实现
代码演示如何在 run_weekly 函数中设置定时任务，实现每周特定交易日（如周一）进行选股和换仓的完整逻辑。
聚宽历史模拟法计算 VaR
在 JoinQuant 研究模块中使用历史收益率序列，通过历史模拟法计算投资组合在特定置信度下的 VaR，评估尾部风险。
聚宽流动性因子计算与应用
解析风险模型中的流动性因子构成，展示如何在 JoinQuant 平台获取 turnover_volatility 等成分因子，并应用于多因子模型。
聚宽沪深港通资金流向分析
使用 JoinQuant 数据接口获取互联互通机制下的北向和南向资金流动数据，构建基于聪明钱流向的择时策略。
聚宽get_price 数据格式详解
对比分析 get_price 函数中 panel=True 与 panel=False 的区别，教你如何根据需求高效处理多标的历史行情数据。
聚宽MFI 资金流量指标策略
结合价格与成交量，在 JoinQuant 平台上实现 MFI (Money Flow Index) 指标计算，并开发捕捉资金流入流出的反转策略。
聚宽MaxScore 组合优化应用
详解 portfolio_optimizer 中的 MaxScore 目标函数，展示如何在满足风险约束的前提下，最大化投资组合的预期打分。
聚宽期货持仓量趋势分析策略
利用期货行情数据中的 open_interest 字段，分析持仓量变化与价格趋势的关系，构建量价配合的期货交易策略。
聚宽多维度估值指标选股教程
深入解析 get_fundamentals 函数，演示如何同时提取市盈率(PE)、市净率(PB)和市销率(PS)数据，并构建综合估值选股模型。
聚宽宏观经济数据查询指南
教程演示如何通过 macro.run_query 接口访问宏观经济数据库，获取历史 GDP、CPI 及工业增加值等关键经济指标。
聚宽因子全景分析报告生成教程
介绍如何在 JoinQuant 研究环境中利用 jqfactor 库的 create_full_tear_sheet 函数，一键生成包含 IC 分析、收益分析和换手率分析的图表报告。
聚宽CCI 顺势指标交易策略实现
详解如何在 JoinQuant 平台利用 jqlib.technical_analysis 库计算 CCI 指标，并构建基于超买超卖信号的趋势跟随策略。
聚宽仓位管理：基于ATR的动态仓位规模调整
本指南将介绍一种先进的仓位管理技术，通过计算标的资产的真实波幅（ATR）来衡量其风险水平，并根据“等风险敞口”原则动态调整每笔交易的头寸大小，实现更精细化的风险控制。
聚宽回测高级技巧：创建并使用自定义组合作为策略基准
本指南将教您如何通过 set_benchmark 函数，将一个包含多只股票和不同权重的字典设置为策略的回测基准，从而更精确地评估您策略相对于特定资产组合的超额收益（Alpha）。
聚宽事件驱动：构建高管增减持跟随策略
本教程演示如何使用 finance.run_query 函数查询 STK_SHAREHOLDER_TOP10 和其他相关数据表，监控上市公司高管的持股变动情况，并构建一个当高管大幅增持时跟随买入的事件驱动策略。
聚宽API 教程：get_all_trade_days 与 get_trade_days
本指南详细对比了 get_all_trade_days 和 get_trade_days 两个函数，教您如何获取全部交易日、指定日期范围内的交易日，以及如何计算N个交易日之前或之后的日期，为策略中的时间计算提供支持。
聚宽融资融券策略：构建融资买入与卖券还款交易
本教程将指导您如何设置融资融券账户，并使用 margincash_open 和 margincash_close 函数实现一个完整的融资交易闭环策略，包括在特定信号下融资买入，以及在盈利或止损条件下卖券还款。
聚宽API 教程：get_money_flow 获取资金流向数据
本指南详细介绍了 get_money_flow 函数的用法，教您如何获取包括主力净额、超大单净额、大单净额在内的详细资金流数据，并将其应用于选股和择时策略中。
聚宽期货套利：实现股指期货的期现套利策略
本教程详细讲解期现套利原理，指导您如何利用 get_price 获取沪深300指数和对应股指期货的价格数据，计算基差（Basis），并构建一个在基差偏离合理区间时进行套利的自动化交易策略。
聚宽回测高级分析：导出数据并进行深度可视化
学习如何利用 write_file 函数在回测过程中将会每日持仓、交易记录、自定义指标等关键数据导出为 CSV 文件。然后，在研究环境中使用 Pandas 和 Matplotlib 对这些数据进行深度分析与可视化。
聚宽策略分析进阶：计算并可视化自定义性能指标
本指南将教您如何在策略运行时，利用持仓和收益数据实时计算标准库之外的性能指标，如索提诺比率（Sortino Ratio）、卡玛比率（Calmar Ratio），并使用 record() 函数将其绘制在回测结果图表中。
聚宽威廉指标（%R）策略：捕捉超买超卖机会
学习如何在 JoinQuant 平台中计算和应用威廉指标（%R），构建一个在股价进入超买区卖出、进入超卖区买入的振荡交易策略，并结合其他指标过滤交易信号。
聚宽期权策略：实现牛市价差策略（Bull Call Spread）
本教程详细讲解了牛市价差策略的原理，并指导您如何在 JoinQuant 平台中，通过同时买入和卖出不同执行价的看涨期权，构建风险和收益均有限的牛市价差组合。
聚宽时间处理技巧：精通 context.current_dt 与 aac
深入解析 JoinQuant 核心时间变量 context.current_dt 和 context.previous_date，学习如何在日内、日间以及混合频率策略中进行精确的时间判断、周期计算和数据对齐，避免逻辑错误。
聚宽商品期货组合策略：构建多品种动量轮动模型
本指南将教您如何构建一个跨多个商品期货品种（如螺纹钢、黄金、原油）的投资组合，利用时间序列动量（TSR）作为信号，每月进行调仓，并实现主力合约的自动切换。
聚宽策略设计模式：使用状态机管理交易逻辑
介绍如何在量化策略中使用状态机（State Machine）设计模式。通过全局变量 g 管理策略状态（如空仓、持仓、等待信号），确保交易逻辑清晰、有序执行，有效避免信号闪烁导致的重复下单问题。
聚宽风险管理：计算在险价值（VaR）并应用于策略
深入学习风险管理核心指标——在险价值（Value at Risk, VaR）的计算方法（历史模拟法、参数法），并在 JoinQuant 策略中动态计算投资组合的 VaR，实现基于 VaR 的仓位控制与风险预警。
聚宽投资组合优化：构建收益最大化（MaxProfit）策略
本教程将指导您使用 JoinQuant 的 portfolio_optimizer 函数，以收益最大化（MaxProfit）为目标，结合自定义约束条件（如风险、行业暴露等），构建最优的股票投资组合。
聚宽能量潮（OBV）指标策略编程指南
学习如何使用 JoinQuant API 获取量价数据，计算能量潮（On-Balance Volume, OBV）指标，并构建一个基于 OBV 与价格背离的 Python 量化交易策略，有效捕捉资金流向。
聚宽量化策略：实现格林布拉特的神奇公式
本指南详细介绍了如何在 JoinQuant 平台使用 Python 和财务数据 API 实现乔尔·格林布拉特（Joel Greenblatt）著名的“神奇公式”投资策略，结合资本回报率（ROC）和收益率（Earning Yield）进行价值选股。
聚宽期权策略：计算隐含波动率并构建波动率交易策略
本教程将深入探讨期权定价模型，指导你如何在 JoinQuant 中利用期权行情数据反推出隐含波动率（IV），并构建一个基于隐含波动率高卖低买的波动率交易策略。
聚宽资产配置：实现股债轮动策略
本指南将教你如何选择代表性的股票指数ETF和债券ETF，计算它们的波动率，并根据风险平价或简单动量原则，在 JoinQuant 平台构建一个经典的股债轮动策略。
聚宽市场情绪策略：构建并应用ADL指标（腾落线）
学习如何利用 JoinQuant 的全市场数据计算市场宽度指标——腾落线（ADL），并通过观察 ADL 与指数的背离来判断市场整体的健康状况，从而构建一个大盘择时策略。
聚宽多股票策略：构建一篮子股票的均线金叉死叉系统
本教程将双均线策略从单只股票扩展到整个股票池，讲解如何高效地为多只股票计算均线、判断金叉死叉信号，并进行仓位管理和交易执行。
聚宽Tick 策略：利用盘口价差进行快照套利
本教程基于 JoinQuant 的 Tick 级回测环境，展示如何通过 handle_tick 函数实时监控买一卖一价差，并构建一个简单的快照套利策略，捕捉瞬间的价差机会。
聚宽因子分析：深入解读IC值（信息系数）
本指南专注于 JoinQuant 单因子分析工具（analyze_factor）的核心指标——IC值（信息系数）。详细解释 IC、Rank IC、ICIR 的计算方法、经济学含义以及如何利用它们来评估因子的有效性和稳定性。
聚宽回测分析：使用 write_file 导出自定义交易日志
本教程教你如何利用 on_strategy_end 函数和 write_file API，在回测结束时，将策略运行过程中的关键决策、交易记录、持仓变化等信息整理成 CSV 或文本文件，以便进行深入的离线复盘分析。
聚宽Tick 数据应用：绘制日内成交量分布图（Volume Profile）
深入利用 JoinQuant 的 get_ticks API，本教程将指导你如何处理高频 Tick 数据，统计各价位的成交量，并绘制日内成交量分布图（Volume Profile），以识别关键的支撑和阻力位。
聚宽事件驱动策略：捕捉财报预告超预期行情
本教程教你如何获取上市公司的财报预告数据，通过分析业绩预告与市场预期之间的差异，构建一个事件驱动策略，捕捉财报发布前后的短期交易机会。
聚宽商品期货策略：基于布林带的突破交易系统
本教程专为商品期货设计，利用 JoinQuant 的数据和交易API，实现一个经典的布林带通道突破策略，捕捉期货市场的趋势性行情。
聚宽风险管理：基于组合波动率的动态仓位管理
学习一种高级的风险管理技术，通过计算投资组合整体的历史波动率，并设定目标波动率，来动态调整策略的总体风险暴露和仓位大小。
聚宽期权进阶：利用 Delta 中性策略进行对冲
深入探讨期权希腊字母的应用，本教程将指导你如何在 JoinQuant 中计算期权 Delta 值，并动态调整持仓，构建一个 Delta 中性的市场对冲策略，赚取波动率或时间价值的收益。
聚宽技术分析策略：构建 AO 指标（Awesome Oscillator）交易系统
学习如何在 JoinQuant 平台中计算并应用 AO 指标（Awesome Oscillator），构建一个基于 AO 零轴穿越和双峰信号的动量交易策略。
聚宽价值投资策略：实现格雷厄姆数字估值选股
本指南将带你使用 JoinQuant 的 get_fundamentals API 获取财务数据，计算格雷厄姆数字，并构建一个完整的价值投资选股策略，寻找市场中被低估的股票。
聚宽因子数据处理：使用 standardlize 函数进行 Z-Score 标准化
本教程详细讲解 JoinQuant 因子库中的 standardlize 函数用法，帮助你在多因子模型中对不同量纲的因子进行 Z-Score 标准化处理，消除量纲影响，提升模型稳定性。
聚宽策略分析：利用 Portfolio 对象计算自定义性能指标
超越基础回测报告，本教程教你如何利用 JoinQuant 的 Portfolio 对象（如 total_value, returns）实时计算每日盈亏、夏普比率、最大回撤等自定义性能指标，实现更精细化的策略监控。
聚宽API 教程：attribute_history 函数高效获取多字段数据
详细介绍 JoinQuant 的 attribute_history 函数，对比 history 和 get_price，展示其在获取单个标的多个历史数据字段（如开盘、收盘、复权因子）时的性能优势和最佳实践。
聚宽进阶：利用 context.run_params 构建自适应策略
本教程详解 JoinQuant 的 context.run_params 对象，教你如何获取回测的起止日期、频率等参数，从而编写出能够根据不同运行环境自动调整行为的通用量化策略。
聚宽交易函数深度对比：order, order_target, order_value, order_target_value
深入对比 JoinQuant 中 order, order_target, order_value, order_target_value 四个核心交易函数的区别与应用场景，帮助你精确执行交易意图，无论是按股数、目标持仓还是按价值下单。
聚宽回测技巧：使用 inout_cash 模拟账户出入金
让您的回测更贴近实际。本指南将介绍 inout_cash 函数，教您如何在回测的不同阶段模拟追加投资（入金）或提取利润（出金），这对于测试分期投入或有现金流需求的策略至关重要。
聚宽交易分析：get_trades 获取成交记录详解
深入分析您的交易执行细节。本教程详细讲解了 get_trades 函数的用法，教您如何获取当天的所有成交记录，包括成交时间、价格、数量等信息，是进行交易成本分析（TCA）和滑点计算的关键。
聚宽指数增强策略：利用 get_index_weights 优化权重
本教程将指导您如何构建一个基础的指数增强策略。我们将使用 get_index_weights 获取指数的官方成分股权重，然后结合如动量、价值等简单因子对权重进行微调，旨在跑赢基准指数。
聚宽API 指南：get_security_info 获取标的基本信息
快速获取证券基础信息。本指南将重点介绍 get_security_info 函数，教您如何查询单个股票、基金或期货的中文名称、上市日期、退市日期和类型等核心信息，是进行数据清洗和标的筛选的基础步骤。
聚宽API 教程：get_trade_days 获取交易日历
轻松处理交易日历。本篇 API 教程详细介绍了 get_trade_days 函数的用法，教您如何根据开始/结束日期或数量来获取一段时期内的交易日列表，是处理节假日、计算交易天数等场景的必备工具。
聚宽订单管理：get_open_orders 与 cancel_order 函数应用
精细化您的订单管理流程。本教程将详细讲解如何使用 get_open_orders 函数实时获取所有未完成的订单，并结合 cancel_order 函数实现盘中动态撤单或在收盘前清理所有挂单的实用策略逻辑。
聚宽均值回归（反转）策略开发指南
掌握“跌多必涨，涨多必跌”的交易哲学。本指南将介绍均值回归策略的基本原理，并提供多种实现思路，例如基于移动均线乖离率（BIAS）、RSI 指标或布林带的 JoinQuant Python 策略示例。
聚宽事件驱动：使用 on_event 函数优雅处理分红送股
深入了解 JoinQuant 的事件驱动机制。本文将重点讲解 on_event 函数，并通过实例演示如何在启用真实价格回测时，捕获并处理 DividendsEvent（分红送股事件），确保策略逻辑在股权变更时依然准确无误。
聚宽策略性能分析与优化：enable_profile 用法详解
提升您的策略运行效率。本教程详细介绍了 JoinQuant 的性能分析工具 enable_profile，教您如何开启性能分析、解读分析报告，找到代码中的耗时操作，并针对性地进行优化，让您的回测速度飞起来。
聚宽宏观择时：基于 CPI/PPI 数据的市场择时策略
将宏观经济分析融入您的量化交易。本指南将展示如何通过 macro.run_query API 获取消费者物价指数（CPI）等宏观数据，并构建一个简单的择时模型，根据通胀水平动态调整股票指数基金的仓位。
聚宽单因子分析工具：analyze_factor 函数深度解析
本指南深入解析了 JoinQuant 因子分析利器 analyze_factor 的各项参数和用法，教您如何一站式完成因子 IC 分析、分层回测、换手率计算等，并生成可视化报告，高效评估自定义因子的选股能力。
聚宽期权策略入门：实现备兑看涨期权（Covered Call）
开启您的期权交易之旅。本教程将以 50ETF 期权为例，详细讲解如何在持有标的资产的同时，卖出看涨期权以增强收益。我们将提供完整的 JoinQuant Python 代码，助您理解并实现经典的备兑看涨期权策略。
聚宽事件驱动策略：构建财报公告日交易模型
探索事件驱动交易的魅力。本文将指导您如何利用 JoinQuant 的财务数据 API，识别即将发布财报的公司，并基于财报预告或历史表现构建一个在财报公告日前后进行交易的事件驱动策略。
聚宽配对交易进阶：协整检验与统计套利策略
深入学习配对交易策略的核心。本指南将教您如何利用 Python 统计库（如 statsmodels）在 JoinQuant 研究环境中进行协整检验，筛选出具有稳定价差关系的股票对，并构建一个完整的统计套利策略。
聚宽API 教程：get_marginsec_stocks 获取融券标的
本篇教程详细讲解了 JoinQuant API 函数 get_marginsec_stocks 的使用方法，教您如何在策略中每日获取最新的交易所公布的融券标的列表，为构建灵活的融券做空或多空对冲策略提供数据基础。
聚宽仓位管理：凯利公式（Kelly Criterion）应用指南
探索量化交易中的资金管理核心——凯利公式。本教程将指导您如何在 JoinQuant 策略中，基于历史胜率和赔率计算最优投资比例，实现动态、科学的仓位控制，以最大化长期复合增长率。
聚宽早盘突破策略（Opening Range Breakout）实现指南
学习如何利用 JoinQuant 平台开发经典的日内交易策略——早盘区间突破（Opening Range Breakout）。本文将提供详细的 Python 代码示例，教您如何定义开盘时间范围、捕捉价格突破信号并执行交易。
聚宽肯特纳通道策略实现指南 | Python 量化交易
本指南详细介绍了如何使用 JoinQuant 平台编写和回测肯特纳通道（Keltner Channel）交易策略。我们将从策略原理入手，逐步讲解 API 的使用、代码实现、参数优化及回测分析，助您掌握这一经典的趋势跟踪与反转策略。
聚宽数据核心：深入理解 K 线 Bar 的时间对齐与合成逻辑
准确理解 K 线数据的时间对齐是避免未来函数的关键。本指南将深入剖析 JoinQuant 平台中日线和分钟线 Bar 的时间戳定义（后对齐）、合成逻辑（如5分钟线如何由1分钟线构成）以及开盘集合竞价的处理方式，帮助您编写出逻辑严谨的量化策略。
聚宽行业轮动：基于申万行业指数的动量策略
本教程将指导您如何利用 get_industries 获取申万一级行业列表，通过计算各行业的动量（如近期涨幅），构建一个经典的行业轮动策略。学习如何动态选择强势行业，并配置该行业下的龙头股或行业 ETF，以捕捉市场风格切换带来的机会。
聚宽选股教程：如何有效过滤 ST 与 *ST 股票
在量化策略中剔除高风险的 ST 与 *ST 股票是重要的风控步骤。本教程将介绍多种在 JoinQuant 平台实现 ST 股过滤的方法，包括使用 get_current_data 的 is_st 属性进行盘中判断，以及使用 get_extras API 获取历史 ST 状态，确保您的投资组合远离风险警示股。
聚宽组合优化：使用 ExposureConstraint 进行因子风险敞口控制
学习 JoinQuant 投资组合优化器中的高级约束条件——ExposureConstraint。本指南将演示如何定义一个自定义因子（如波动率因子），并将其作为约束条件，确保优化后的投资组合在该因子上的暴露度维持在预设区间内，实现精细化的风险管理。
聚宽可视化进阶：使用 record 函数绘制自定义风险指标
充分利用 record 函数的强大可视化能力。本教程将教您如何在策略中计算自定义的风险或持仓指标，如持仓股票数量、行业集中度、已实现波动率等，并使用 record 函数将它们与收益曲线一同绘制在回测报告中，实现更全面的策略监控。
聚宽深度剖析：回测与模拟交易结果不一致的原因与排查方法
详细分析导致 JoinQuant 平台回测与模拟交易结果产生差异的常见原因，包括数据更新机制、撮合逻辑差异、代码修改、随机性因素以及未来函数等。提供一套实用的排查清单和调试技巧，帮助您提升策略的实盘表现稳定性。
聚宽核心概念辨析：全局变量 g 与上下文 context 的正确使用
清晰区分 JoinQuant 中两个核心对象：g 和 context。本教程将详细解释它们各自的用途、生命周期和数据持久化机制，特别是在模拟交易中的差异。学习何时使用 g 存储自定义的持久化变量，何时从 context 获取平台提供的实时状态信息。
聚宽日内交易策略：分钟线级别的均值回归
本指南专注于分钟频率的回测，详细讲解如何利用 get_bars 或 history 函数获取分钟 K 线数据，计算日内移动均线或 VWAP，并构建一个捕捉日内价格波动的均值回归策略。学习日内策略的风控和隔夜仓位管理技巧。
聚宽新股策略：如何识别并交易新上市股票
学习如何构建针对新股和次新股的量化交易策略。本教程将教您使用 get_all_securities 和 get_security_info 函数，通过上市日期（start_date）筛选出近期上市的股票，并结合特定的价量特征实现一个简单的次新股突破策略。
聚宽期权教程：计算并利用隐含波动率进行交易
本教程将指导您如何使用 JoinQuant 的期权数据 API 获取 50ETF 等期权合约的行情数据，并结合 Black-Scholes 模型，编写 Python 函数来计算期权的隐含波动率（IV）。学习如何构建基于隐含波动率均值回归的波动率交易策略。
聚宽Tick 级策略：基于盘口深度（买卖五档）的微观结构分析
深入 Tick 数据的核心价值——盘口订单簿。本指南将教您如何利用 get_ticks 或 handle_tick 返回的 a1_p, b1_p, a1_v, b1_v 等字段，计算盘口价差、订单失衡（Order Imbalance）等微观结构指标，为高频交易策略提供决策依据。
聚宽融资融券：动态获取两融标的池构建策略
本教程专注于 JoinQuant 融资融券 API 的实战应用，教您如何使用 get_margincash_stocks 和 get_marginsec_stocks 函数动态获取最新的融资融券标的列表，确保您的策略只在合规的股票池中进行交易，并避免因标的调整而导致的交易失败。
聚宽API 教程：动态获取全市场行业与概念列表
学习使用 get_industries 和 get_concepts API，动态获取 JoinQuant 平台支持的所有行业分类（如申万、聚宽）和概念板块列表。本指南将帮助您构建更具适应性的行业轮动或板块轮动策略，无需手动维护板块列表。
聚宽交易分析进阶：利用 Trade 对象进行交易成本与滑点分析
超越简单的回测收益，深入分析策略的交易执行细节。本教程将指导您如何使用 get_trades 获取详细的成交记录，并利用 Trade 对象的 price, time 等属性，精确计算每笔交易的实际滑点和综合交易成本，从而优化您的下单策略。
聚宽因子策略：利用分析师盈利预测数据选股
探索 JoinQuant 因子库中的盈利预期类因子，如 earnings_yield。本指南将教您如何获取并使用分析师一致预期的盈利数据构建因子，并回测一个基于盈利预测超预期的选股策略，捕捉市场对未来成长的定价偏差。
聚宽资产配置：构建股指期货对冲的股票多头策略
本教程将详细演示如何使用 set_subportfolios API 创建独立的股票和期货子账户，并构建一个完整的股期混合策略。学习如何管理不同资产的仓位，并利用股指期货对冲股票组合的市场风险（Beta），以追求更稳健的 Alpha 收益。
聚宽策略调度艺术：run_daily 函数多时间点任务管理
深入探索 run_daily 函数的高级用法。本指南将教您如何在一个策略中设置多个 run_daily 定时任务，实现在开盘、盘中、尾盘等不同关键时间点执行不同的交易逻辑、风控检查或数据分析任务，让您的策略调度更加精细化和高效。
聚宽回测高级技巧：创建并使用自定义组合作为策略基准
学习如何使用 set_benchmark 函数，通过传入一个包含股票和权重的字典（dict），来构建一个完全自定义的投资组合作为回测基准。本教程将帮助您更精确地评估策略相对于特定资产组合的超额收益表现。
聚宽价值投资：实现皮尔托斯基 F-Score 选股策略
本指南详细介绍如何在 JoinQuant 平台利用 get_fundamentals API 获取财务数据，一步步实现经典的皮尔托斯基 F-Score（Piotroski F-Score）价值投资选股策略。学习如何通过九项财务指标为股票评分，筛选出基本面稳健的价值股。
聚宽教程：get_fundamentals 与 query 对象高级筛选技巧
深入学习 JoinQuant 中 get_fundamentals 的核心——query 对象的强大功能。本教程将通过实例讲解如何使用 filter, order_by, limit, or_ 等高级函数，实现多条件、跨表的复杂财务数据筛选，助您精准定位符合特定基本面特征的投资标的。
聚宽子账户 SubPortfolio 对象属性详解
本教程全面解析 JoinQuant 中 SubPortfolio 对象的各个属性，如 transferable_cash（可取资金）、locked_cash（冻结资金）、maintenance_margin_rate（维持担保比例）等，助你实现对每个子账户状态的精细化监控与管理。
聚宽API 进阶：get_bars 获取任意周期及实时 K 线
深入探索 get_bars 函数的强大功能，学习如何获取如'3分钟'、'周线'、'月线'等非标准及长周期 K 线数据，并利用'include_now'参数获取包含当前时间的未完成 K 线，用于实时策略判断。
聚宽订单管理技巧：使用 batch_cancel_orders 批量撤单
在复杂的交易策略中，管理大量挂单是一项挑战。本指南将介绍如何使用 batch_cancel_orders 函数，一次性高效撤销多个未成交订单，提升策略执行效率。
聚宽交易执行进阶：OrderStyle 对象深度解析
除了简单的市价单和限价单，本教程将深入探讨 JoinQuant 的 OrderStyle 对象，包括其构造函数和参数，帮助你更灵活、更精确地控制交易执行。
聚宽Tick 级 API 对比：get_current_tick vs get_ticks
详细解析 JoinQuant 中两个核心 Tick 数据 API：get_current_tick 和 get_ticks。本教程将对比它们在数据获取范围、实时性和使用场景上的异同，助你构建更精准的高频策略。
聚宽融资融券：卖券还款与直接还款策略选择
深度对比 JoinQuant 中两种融资还款方式：margincash_close（卖券还款）和 margincash_direct_refund（直接还款），分析其在不同市场行情和策略下的优劣，帮助你优化资金使用效率和成本。
聚宽期货风控：is_dangerous 函数实现保证金实时监控
本指南专注于期货策略的风险管理，详细介绍如何使用 subportfolio.is_dangerous() 函数设置保证金预警线，在盘中实时监控账户风险，并采取相应风控措施。
聚宽指数复制策略：利用批量下单 API 高效执行
学习如何结合 get_index_stocks 和 batch_submit_orders API，编写一个高效的指数复制（或ETF套利）策略，实现对一篮子股票的同步、快速下单。
聚宽研究模块教程：使用 get_backtest 进行回测结果深度分析
本教程深入讲解如何在 JoinQuant 研究模块中使用 get_backtest API，通过代码获取回测的收益、持仓、交易和风险指标，实现自动化的回测结果分析与报告生成。
聚宽策略内存优化：disable_cache 函数使用指南
详细解读 JoinQuant 的 disable_cache 函数，教你如何在策略内存占用过大时关闭缓存机制，以牺牲部分速度换取稳定性，避免因内存超限导致策略失败。
聚宽Order 对象深度解析：全面掌握订单信息
详细解读 JoinQuant 交易核心之 Order 对象，全面介绍其 status, filled, price, avg_cost 等关键属性。学习如何通过 Order 对象实时跟踪订单执行情况，实现更精细化的交易逻辑控制。
聚宽因子数据预处理：winsorize 函数去极值详解
在多因子模型中，异常值会严重影响模型效果。本指南详细介绍 JoinQuant 提供的 winsorize 函数，包括基于标准差和分位数的去极值方法，帮助你有效处理因子数据中的极端值。
聚宽投资组合优化：构建因子值最大化（MaxFactorValue）策略
本教程将指导你如何运用 JoinQuant 的 portfolio_optimizer，结合自定义因子或因子库，构建一个以因子值最大化（MaxFactorValue）为目标的投资组合，实现真正意义上的因子驱动投资。
聚宽回测与模拟交易深度对比分析
揭示 JoinQuant 平台回测与模拟交易之间的核心差异，包括数据处理、订单执行、g 对象持久化、代码更新机制等，帮助你更好地衔接策略从研发到实盘模拟的过渡。
聚宽持仓成本详解：acc_avg_cost 与 avg_cost 的区别与应用
精确计算盈亏是策略的关键。本指南深入剖析 JoinQuant Position 对象中的 acc_avg_cost (累计成本) 和 avg_cost (持仓成本) 两个核心属性，解释其计算逻辑、差异及在策略中的正确应用场景。
聚宽因子看板 API：get_factor_kanban_values 使用指南
深入解析 JoinQuant 的 get_factor_kanban_values API，学习如何程序化获取因子看板中的详细回测结果，包括不同股票池、周期和模型下的因子表现数据，加速你的因子研究。
聚宽技术分析库：构建 GDX 济安线交易策略
本教程详细介绍了如何调用 JoinQuant 内置的 jqlib.technical_analysis 技术分析库，并以 GDX（济安线）指标为例，一步步教你编写一个完整的趋势交易策略。
聚宽投资组合优化：最小化跟踪误差（MinTrackingError）策略
学习如何使用 JoinQuant 的 portfolio_optimizer 构建最小化跟踪误差（MinTrackingError）的投资组合，有效复制和跟踪特定基准指数的表现，适用于指数增强和被动投资策略。
聚宽回测严谨性：使用 set_option("avoid_future_data", True) 避免未来函数
详细解释 JoinQuant 中的 "avoid_future_data" 选项，教你如何在策略中开启它来自动检测和避免常见未来数据陷阱，从而提升回测结果的可靠性与真实性。
聚宽实验性功能：开启 A 股 T+0 回测模式
了解 JoinQuant 的实验性设置项，学习如何使用 set_option("t0_mode", True) 开启 A 股 T+0 回测模式，以便在策略研究中测试日内交易逻辑，探索更高频的交易可能性。
聚宽因子数据预处理：去极值、标准化与中性化
掌握多因子模型成功的关键步骤——数据预处理。本教程详细讲解如何使用 JoinQuant 提供的 winsorize, standardlize, neutralize 函数对原始因子数据进行清洗和优化，为构建稳健的量化策略打下坚实基础。
聚宽如何获取退市股票数据以避免幸存者偏差
幸存者偏差是量化回测的常见陷阱。本文将介绍如何在 JoinQuant 平台中获取包括已退市股票在内的完整历史数据，并探讨在策略开发中正确处理这些数据的方法，以确保回测结果的可靠性。
聚宽投资组合优化：自定义复杂约束条件
探索 JoinQuant 投资组合优化器的高级用法。本文通过实例演示如何结合行业权重、风险暴露、换手率等多重约束条件，构建满足特定投资目标的复杂优化模型。
聚宽期货交割日处理机制详解
详细说明在 JoinQuant 回测和模拟交易中，如果期货持仓合约到达交割日未手动平仓，系统将如何自动处理。了解以结算价平仓、无手续费等关键细节，避免策略逻辑出现意外。
聚宽数据获取函数对比：get_price, history, get_bars
深度对比 JoinQuant 中四个核心历史数据获取函数：get_price, history, attribute_history 和 get_bars。本文从参数设置、返回格式、性能表现和适用场景等多个维度进行分析，助您选择最高效的 API。
聚宽非交易时段下单处理机制指南
全面解析在 JoinQuant 平台非交易时段（如盘前、午休、盘后）提交的订单将如何被处理。本文将阐述市价单和限价单在开盘后的撮合逻辑，帮助您制定更灵活的交易计划。
聚宽回测中的股息红利税处理机制详解
详细解析 JoinQuant 回测引擎如何处理股息红利税，并解释其与真实交易中“先进先出”及持有时长相关的计税方式的差异，帮助您更准确地评估策略的税后收益表现。
聚宽真实价格模式下的数据缓存陷阱与解决方案
揭示在 JoinQuant 真实价格（动态复权）模式下，跨交易日缓存历史数据的潜在风险。本文将解释复权因子变化如何导致数据不一致，并提供正确的历史数据处理方法，确保回测的准确性。
聚宽K线数据对齐机制深度解析
深入解析 JoinQuant 平台 K 线数据的“后对齐”原则。本文将阐释分钟线和日线 Bar 的时间戳含义，帮助您在编写高精度和事件驱动型策略时，准确理解和使用行情数据。
聚宽订单状态详解：从创建到完成的全过程
详细解读 JoinQuant 平台中 OrderStatus 的各个状态，包括 new、open、filled、canceled 等，帮助您精确跟踪和管理每一笔交易订单，优化您的策略执行逻辑。
聚宽API 教程：get_trade_day 函数处理期货夜盘交易日
期货夜盘交易数据的日期归属是策略开发中的常见难点。本教程详细讲解 get_trade_day API 的使用方法，帮助您准确获取任一时刻（包括夜盘时段）对应的正确交易日，确保数据对齐和策略逻辑的严谨性。
聚宽交易复盘：利用 Order 与 Trade 对象进行盘中分析
超越简单的下单，学习如何在策略运行时利用 get_orders 和 get_trades 返回的 Order 与 Trade 对象。本教程将教您如何分析已成交订单的均价、手续费、成交数量等详细信息，实现更高级的策略逻辑和盘中复盘。
聚宽风险管理：实现动态最大回撤控制策略
有效的风险控制是策略成功的关键。本教程将展示如何在 JoinQuant 策略中实时计算并监控投资组合的最大回撤，并根据预设阈值执行减仓或清仓等风控操作，以保护您的策略收益。
聚宽策略调试指南：常见错误与解决方法
遇到 NameError 或 SecurityNotExist 报错不知所措？本指南汇总了 JoinQuant 策略开发中常见的错误类型及其产生原因，提供了一系列实用的调试技巧和代码检查清单，帮助您快速定位并修复问题。
聚宽一目均衡表策略 Python 实现教程
一目均衡表（Ichimoku Cloud）是一种强大的技术分析工具。本指南将教您如何在 JoinQuant 平台利用 Python 计算转换线、基准线、先行带等关键指标，并构建一个基于云带突破和交叉信号的完整交易策略。
聚宽回测精髓：set_slippage 函数精讲与滑点模型设置
滑点是影响回测真实性的关键因素。本教程深入讲解 JoinQuant 的 set_slippage 函数，覆盖固定滑点、百分比滑点以及专为期货设计的跳数滑点（StepRelatedSlippage）模型，让您的回测更贴近实盘。
聚宽期货知识：主力合约(9999)与指数合约(8888)的区别
详细解析 JoinQuant 平台中期货品种指数合约（8888）和主力连续合约（9999）的定义、计算方式和应用场景。理解它们的区别，帮助您在进行期货研究和实盘交易时选择正确的合约标的。
聚宽投资组合优化：高级约束条件详解
深入探索 JoinQuant 投资组合优化器的高级功能。本指南将重点讲解如何使用 IndustryConstraint、TurnoverConstraint 和 BarraConstraint 等约束条件，构建更符合实际投资限制的优化模型。
聚宽ADX 指标策略：量化趋势强度与方向
学习如何利用平均动向指数（ADX）及其分量（+DI, -DI）来判断市场趋势的强度和方向。本教程提供了详细的 Python 代码示例，助您在 JoinQuant 平台实现一个完整的 ADX 趋势跟踪策略。
聚宽唐奇安通道策略实现指南 | Python 量化交易
本指南详细介绍了在 JoinQuant 平台使用 Python 编写唐奇安通道（Donchian Channel）交易策略的方法。我们将从策略原理、API 调用到完整的代码实现，一步步教您构建一个经典的海龟交易法则突破系统。
聚宽多因子策略：结合基本面与技术面因子选股
本教程演示如何构建一个综合性的多因子选股策略。我们将结合 get_fundamentals 筛选基本面优质（如高 ROE）的股票，再利用 history API 计算技术面动量指标，对股票池进行综合打分和排序，最终选择最优组合进行投资。
聚宽策略分析：可视化持仓行业分布
有效的分散化是控制投资组合风险的关键。本教程将展示如何结合使用 get_industry API 获取持仓股票的行业信息，并通过 record 函数在回测图表中实时绘制各行业的持仓市值占比，直观地监控组合的行业集中度风险。
聚宽回测严谨性：如何正确处理退市股票以避免幸存者偏差
幸存者偏差是量化回测的常见陷阱。本指南讲解 JoinQuant 平台如何包含已退市股票数据，并通过代码示例演示如何在策略中监控并处理持仓股票的退市事件，确保回测结果的有效性和可靠性。
聚宽宏观择时策略：基于 PMI 数据动态调整股票仓位
本教程将教您如何使用 JoinQuant 的宏观数据 API 获取采购经理人指数（PMI），并构建一个简单的宏观择时策略。当 PMI 数据向好时增加股票仓位，数据走弱时减少仓位，实现基于宏观基本面的大类资产配置。
聚宽期货策略高级技巧：处理夜盘与非规则交易时间
期货交易涉及夜盘和不同的开收盘时间，本教程将深入讲解如何在 JoinQuant 策略中，利用 run_daily 函数的 reference_security 参数，精确地在期货（如商品期货）的特定交易时段执行逻辑，避免时间错位问题。
聚宽基础教程：深入解析 data 对象（SecurityUnitData）
本指南详细解析在 handle_data 函数中传递的 data 对象（SecurityUnitData）的全部属性和方法，包括如何使用 mavg, vwap, stddev 等便捷函数快速计算技术指标，帮助初学者更好地理解和使用平台数据。
聚宽商品期货实战：螺纹钢期货趋势跟踪策略
本教程以螺纹钢期货为例，展示如何在 JoinQuant 平台编写一个完整的商品期货趋势跟踪策略。内容涵盖主力合约获取、双均线金叉死叉信号判断、以及期货多空下单交易的全过程。
聚宽算法交易：实现 VWAP 拆单策略
学习在 JoinQuant 平台中实现 VWAP（成交量加权平均价）算法交易策略。本教程将指导您如何将大额订单拆分成小份，在不同时间点执行，以贴近当日 VWAP 价格，降低交易成本和市场冲击。
聚宽价值投资策略：筛选高 ROE 低负债率股票
本指南详细介绍如何利用 JoinQuant 的 get_fundamentals API 查询财务数据，筛选出具有高净资产收益率（ROE）和低资产负债率的优质公司，并构建一个简单的价值投资回测策略。
聚宽移动止损策略实现教程（Python）
学习如何使用 JoinQuant Python API 编写一个动态的移动止損策略，有效控制回撤，锁定利润。本教程提供详细的代码示例和逻辑讲解，帮助您提升策略的风险管理能力。
聚宽资产配置实战：使用子账户管理股期混合策略
学习使用 set_subportfolios 函数在 JoinQuant 中创建独立的股票和期货子账户。本教程通过一个股期混合策略实例，演示如何进行多账户资金管理、下单和持仓查询。
聚宽自定义因子进阶：理解 max_window 与 dependencies
深入解析 JoinQuant 自定义因子（Factor）类中的 max_window 和 dependencies 属性。学习如何正确设置数据窗口和依赖项，以获取价量、财务、其他因子等数据来构建您自己的复杂因子。
聚宽投资组合优化：构建最小方差（MinVariance）策略
本教程将指导您使用 JoinQuant 的 portfolio_optimizer 和 MinVariance 目标函数，构建以最小化投资组合波动率（方差）为目标的资产配置策略，有效控制风险。
聚宽模拟交易进阶：开启盘口撮合模式提升真实性
了解 JoinQuant 模拟交易的盘口撮合模式，通过 set_option('match_with_order_book', True) 设置，让您的订单根据真实的买卖五档盘口数据进行撮合，获得更逼真的模拟效果。
聚宽真实价格回测：使用 on_event 处理分红送股事件
在动态复权（真实价格）模式下，学习如何使用 on_event 回调函数和 DividendsEvent 事件对象，精准捕捉并处理持仓股票的分红、送股等公司行为，使策略逻辑更严谨。
聚宽交易成本精细化管理：set_order_cost 高级用法
本指南深入讲解 set_order_cost 函数，教您如何为股票、基金、期货等不同资产类别，乃至单个特定标的设置独立的交易税费和佣金，使回测成本计算更精确。
聚宽期货教程：获取所有合约与构建期限结构策略
深入学习 JoinQuant 的 get_future_contracts 函数，获取某一品种在指定日期的所有可交易合约，并以此为基础构建一个简单的期货期限结构分析或套利策略。
聚宽资金流策略：基于主力净流入的选股模型
学习如何使用 JoinQuant 的 get_money_flow API 获取主力资金数据，并构建一个根据主力资金净流入进行选股和择时的量化交易策略，附详细 Python 代码。
聚宽投资组合优化：构建最大夏普比率策略
本教程详细讲解如何使用 JoinQuant 的 portfolio_optimizer 和 MaxSharpeRatio 目标函数，构建以最大化夏普比率为目标的投资组合，并提供完整的 Python 策略代码示例。
聚宽回测技巧：通过 order_volume_ratio 模拟真实成交量限制
学习如何使用 JoinQuant 的 set_option('order_volume_ratio') 函数，根据市场实际成交量限制订单成交，避免策略高估收益，让您的量化回测结果更贴近实盘。
聚宽策略周期设置：run_weekly 与 run_monthly 函数详解
除了每日运行，JoinQuant 还支持更长周期的策略调度。本指南将详细讲解 run_weekly 和 run_monthly 函数的用法，包括如何指定在每周或每月的特定交易日执行调仓逻辑，助您轻松实现周线或月线级别的量化策略。
聚宽API 解惑：set_universe 函数的正确使用场景
JoinQuant 中的 set_universe 函数常被误用。本教程将澄清其真实作用——仅用于设定 history 函数的默认股票池，并解释为什么它不影响 get_current_data 或 handle_data 中的 data 对象。学习正确的使用方法，避免策略逻辑混乱。
聚宽因子中性化教程：剔除行业与市值影响
在多因子模型中，剔除常见风险因子的影响至关重要。本指南将详细介绍 JoinQuant 提供的 neutralize 函数，教您如何轻松地对自定义因子进行市值和行业中性化处理，以提纯因子信号，构建更稳健的选股模型。
聚宽融资融券数据分析：get_mtss API 使用详解
学习如何使用 JoinQuant 的 get_mtss API 获取个股的融资余额、融资买入额、融券余量等关键数据。本指南将通过实例展示如何分析这些数据，以判断市场情绪和个股热度，并将其融入您的量化策略中。
聚宽盘后复盘：after_trading_end 函数实战指南
本教程专注于 after_trading_end 函数的使用，教您如何在每日收盘后（15:30）自动执行复盘任务，例如分析当日成交、计算投资组合表现、记录关键指标，并使用 write_file 函数将分析结果保存到研究环境。
聚宽盘前准备：before_trading_start 函数应用详解
深入解析 JoinQuant 的 before_trading_start 函数，学习如何在每日开盘前（09:00）执行关键任务，如更新股票池、预加载当天所需数据、计算开盘前的交易信号等，从而优化策略结构，提高运行效率。
聚宽科创板交易指南：市价单保护价设置
科创板交易规则与主板不同，市价单需要设置保护价。本指南将详细解释 JoinQuant 中针对科创板的下单方式，特别是 MarketOrderStyle 中 limit_price 参数的用法，帮助您避免废单，顺利执行交易。
聚宽API 教程：使用 finance.run_query 查询十大股东数据
本教程深入讲解 JoinQuant 的 finance.run_query API，重点演示如何查询上市公司的十大股东（STK_SHAREHOLDER_TOP10）数据。您将学会如何根据股东变化、机构持股比例等信息构建独特的选股因子。
聚宽指数 ETF 的 PE Band 估值策略实现教程
学习如何利用 JoinQuant 平台强大的数据 API，获取指数历史市盈率（PE）数据，计算并绘制 PE Band（市盈率通道），并基于此构建一个适用于指数 ETF 的低估值买入、高估值卖出的量化交易策略。
聚宽行业轮动策略 Python 实现指南
本指南详细介绍了如何在 JoinQuant 平台使用 Python 编写一个完整的行业轮动策略。我们将教您如何获取行业列表、计算行业动量，并根据动量信号在不同行业板块之间进行轮动配置，以捕捉市场热点。
聚宽期货策略：get_dominant_future 实现主力合约自动移仓
本教程将指导您如何使用 get_dominant_future 函数获取每日最新的主力合约代码，并结合定时任务实现期货策略的自动移仓换月，确保您的策略始终交易在流动性最好的合约上。
聚宽交易分析：get_orders 与 get_trades 的区别与应用
清晰辨析 JoinQuant 中“订单”与“成交”的核心概念。本教程将对比 get_orders 和 get_trades 两个函数，教您如何分别获取委托记录和实际成交明细，以进行更精细的交易分析。
聚宽归因分析：解读 Brinson 模型中的资产配置与选股收益
深入了解 JoinQuant 回测报告中的 Brinson 归因分析，学习如何区分策略的超额收益来源于资产配置能力还是个股选择能力。本教程助您精准评估策略的收益来源。
聚宽策略调试技巧：使用 log.set_level 控制日志输出
掌握 JoinQuant 的日志管理功能，使用 log.set_level 函数分类控制 order、history 和 strategy 日志的输出级别（debug, info, warning, error），让您的策略调试过程更高效、日志更清晰。
聚宽教程：使用 on_strategy_end 函数在回测结束时执行操作
学习使用 on_strategy_end 回调函数，在策略正常运行结束时进行数据汇总、最终计算或生成报告。本教程将展示如何在回测结束时利用此函数导出关键性能指标或持仓信息。
聚宽API 教程：查询单个股票所属的行业与概念板块
本指南详细介绍如何使用 get_industry 和 get_concept 函数，查询单个或多个股票在任意历史日期的行业归属（如申万、聚宽）和概念板块信息，为因子中性化和行业轮动策略提供数据支持。
聚宽投资组合优化：风险平价（Risk Parity）模型应用指南
通过 JoinQuant 的 portfolio_optimizer 函数，学习如何构建风险平价（Risk Parity）投资组合。本教程提供详细的 Python 代码示例，讲解 RiskParity 目标函数的参数设置与实战应用。
聚宽回测报告解读：深入理解 Alpha、Beta、Sharpe 等关键风险指标
本教程详细解释 JoinQuant 回测结果中的各项风险指标，包括年化收益、Alpha、Beta、夏普比率、信息比率和最大回撤。学习如何利用这些数据客观评估您的量化策略表现。
聚宽策略调度：handle_data 与 run_daily 的选择与最佳实践
详细对比 JoinQuant 中 handle_data 和 run_daily 两种策略调度方式的异同、适用场景及性能影响。学习如何根据策略频率和需求选择最优的函数来执行您的交易逻辑。
聚宽模拟交易函数详解：initialize, process_initialize 与 after_code_changed
深入解析 JoinQuant 模拟交易中 initialize, process_initialize, after_code_changed 三个关键函数的执行时机和用途，帮助您避免数据丢失和状态错误，确保策略在重启和代码更新后正确运行。
聚宽核心对象 Portfolio 深度解析
本指南将深入剖析 JoinQuant 策略中最重要的核心对象之一：`context.portfolio`。你将全面了解如何通过它获取总资产、可用资金、持仓价值、累计收益、保证金等关键账户指标，为策略的资金管理和风险控制提供数据支持。
聚宽回测基准设置指南 | set_benchmark
精准评估你的策略表现。本教程将详细介绍 `set_benchmark` 函数的高级用法，不仅包括如何将单个股票或指数设为基准，更重点讲解如何通过字典形式定义一个包含多个标的及其权重的自定义投资组合作为策略的业绩基准。
聚宽期货跨期套利策略编程指南
本教程专注于期货的跨期套利策略。你将学习如何使用 get_future_contracts 获取同一品种的不同合约，监控它们之间的价差，并在价差偏离合理范围时，通过买入一个合约同时卖出另一个合约来进行套利。
聚宽自定义因子开发教程 | calc_factors
深入掌握 JoinQuant 因子库的扩展能力。本指南将通过实例详细讲解如何继承 Factor 基类，定义 `dependencies` 和 `max_window`，并在 `calc` 方法中实现自己的因子计算逻辑，最后使用 `calc_factors` 函数进行验证。
聚宽研究模块进阶：使用 create_backtest 批量创建回测
提升你的策略研究效率！本教程将深入讲解 create_backtest 和 get_backtest 函数的用法，教你如何在研究模块中通过代码动态生成参数、批量创建回测任务，并自动获取和分析回测结果。
聚宽教程：构建自定义市场恐慌指数
学习如何利用 JoinQuant 提供的丰富数据源，构建一个类似 VIX 的自定义市场风险指标。本教程将演示如何结合指数波动率、成交量变化、期权数据等信息，创建一个用于市场择时的情绪指标，并将其应用于交易策略中。
聚宽期权数据 API 使用指南
探索 JoinQuant 平台强大的期权数据接口。本教程将重点讲解如何使用 get_ticks API 获取 50ETF 等期权品种的历史 Tick 数据，包括买卖五档报价，并演示如何基于获取的数据构建期权的 T-型报价矩阵。
聚宽股指期货与现货套利策略实现
学习在 JoinQuant 平台利用多账户（subportfolios）功能，同时交易股指期货和对应的现货 ETF，实现期现套利策略。本教程将讲解套利逻辑、开平仓信号判断以及使用 set_subportfolios 进行跨账户操作的代码实现。
聚宽新股与次新股策略编程指南
学习如何使用 JoinQuant API 动态筛选上市不久的新股和次新股，并构建相应的交易策略。本教程将详细讲解如何利用 get_security_info 获取上市日期，并结合回测框架实现一个简单的新股轮动策略。
聚宽多因子选股模型构建教程
本指南将带你从零开始，在 JoinQuant 平台构建一个完整的多因子选股模型。内容涵盖使用 get_factor_values 获取因子数据、因子预处理（标准化、去极值）、因子合成与打分，以及最终的调仓逻辑。
聚宽期货交易：set_option('futures_margin_rate') 设置保证金比例
精细化管理期货交易风险。本教程将指导你如何使用 set_option('futures_margin_rate') 函数为所有期货、特定品种（如 'IF'）或具体合约（如 'AU2412'）设置不同的保证金比例，实现更灵活的资金管理和风险控制。
聚宽核心概念：股息、送股和拆分如何影响回测
分红和拆股会影响股价和持仓，直接关系到回测的准确性。本文详细解释 JoinQuant 在动态复权（真实价格）模式下如何自动处理这些事件，以及 on_event 函数在其中的应用，确保你的策略收益计算真实可靠。
聚宽实用工具：normalize_code 股票代码格式转换
处理 '600519'、'600519.ss'、'SH600519' 等不同格式的股票代码？本教程介绍 JoinQuant 的 normalize_code 函数，一键将各种常见代码转换为平台标准格式 '600519.XSHG'，简化你的数据处理流程。
聚宽API 进阶：get_fundamentals_continuously 获取多日财务数据
学习使用 get_fundamentals_continuously 函数，一次性获取多只股票在连续多个交易日内的财务数据（如市盈率、市净率），返回便捷的 Panel/DataFrame 格式，极大提升财务因子研究和选股策略的效率。
聚宽回测核心：深入理解订单撮合机制
你的订单为何没有完全成交？本页深入解析 JoinQuant 的订单撮合机制，包括市价单与限价单的成交逻辑、滑点影响、成交量限制（order_volume_ratio）以及盘口撮合模式，助你编写更精准的回测。
聚宽回测技巧：inout_cash 模拟账户出入金
通过 JoinQuant 的 inout_cash 函数，你可以在回测过程中模拟真实的资金操作，如追加投资或部分提现。本指南将教你如何使用该功能，使回测更贴近实际资产管理场景。
聚宽交易分析：get_trades 获取成交记录详解
订单委托后，实际成交情况如何？本教程教你使用 get_trades 函数获取每一笔成交的时间、价格、数量等详细信息，帮助你进行精准的交易成本分析和策略复盘。
聚宽指数增强策略：get_index_weights 获取成分股权重
深入学习 JoinQuant 的 get_index_weights API，精确获取如沪深300等指数在任意历史日期的成分股权重。本教程是实现指数跟踪、指数增强和行业轮动策略的基础。
聚宽API 指南：get_security_info 获取标的基本信息
本指南详细介绍 JoinQuant 的 get_security_info 函数用法，教你如何查询单个股票或基金的上市/退市日期、中文名称、类型等基本信息，这对于构建健壮的选股和回测逻辑至关重要。
聚宽API 教程：get_trade_days 获取交易日历
学习如何使用 JoinQuant 的 get_trade_days 和 get_all_trade_days API 获取交易日历数据。本教程将通过实例代码，教你精确控制策略的执行日期，避免在非交易日运行逻辑，提升回测效率。
聚宽自定义 Python 库导入教程
介绍如何在回测策略代码中 import 用户在研究根目录下创建的自定义 Python 库或模块，实现代码的模块化管理和复用。
聚宽单因子分析工具使用教程
详解 analyze_factor 函数的使用，通过 IC 值、分层收益率、换手率等指标全方位评估自定义量化因子的预测能力和稳定性。
聚宽ATR 移动止损策略实现
使用 jqlib.technical_analysis 库中的 ATR 函数计算平均真实波幅，并结合当前价格构建动态的吊灯止损（Chandelier Exit）策略。
聚宽期货保证金监控与风控
介绍如何使用 is_dangerous 函数检查账户风险状况，以及如何设置 futures_margin_rate，帮助期货策略有效管理杠杆风险。
聚宽AH 股比价策略开发指南
利用 finance.run_query 查询 STK_AH_PRICE_COMP 表，获取 A 股和 H 股的历史价格对比数据，开发基于溢价率的 AH 股轮动策略。
聚宽ST 股票过滤方法详解
详解在选股过程中如何利用 get_extras 或 get_current_data 函数判断股票的 ST 状态，并在策略中自动过滤高风险标的。
聚宽微信消息推送设置教程
学习使用 send_message 函数将交易信号、账户净值或策略异常状态实时推送到微信，实现对模拟交易的远程监控。
聚宽宏观经济数据查询指南
详解 macro.run_query 函数的使用方法，帮助量化投资者查询历史 GDP、CPI、利率等宏观经济指标，辅助自上而下的策略分析。
聚宽Alpha101 因子库实战教程
介绍 jqlib.alpha101 库的使用方法，演示如何获取 Alpha 001 到 Alpha 101 的因子值，并将其应用于量化选股策略中。
聚宽小市值轮动策略实现指南
详解如何利用 get_fundamentals 函数筛选全市场市值最小的股票，构建经典的小市值轮动交易策略，包含定期调仓与停牌股处理逻辑。
聚宽布林带突破策略 Python 实现教程
本教程将一步步指导您在 JoinQuant 平台使用 Python 编写一个经典的布林带（Bollinger Bands）突破策略。我们将详细讲解如何计算布林带上下轨，并在价格突破通道时进行买入或卖出操作。
聚宽API 指南：get_valuation 获取多日市值数据
get_valuation 是 JoinQuant 中专门用于获取市值相关数据的强大 API。本教程将详细介绍其使用方法，教您如何高效查询多只股票在一段时间内的市值、市盈率（PE）、市净率（PB）等关键估值指标。
聚宽技术分析库 jqlib.technical_analysis 使用教程
无需手动计算复杂的指标，利用 JoinQuant 的 jqlib.technical_analysis 库快速实现技术分析策略。本教程将以 GDX 济安线为例，展示如何调用库中函数并将其整合到交易策略中。
聚宽策略风控：实现投资组合级别的整体止损
学习在 JoinQuant 策略中实现基于总资产回撤的整体风险控制。本教程将提供一个完整的 Python 函数示例，用于监控 portfolio 的总价值，并在达到预设回撤阈值时清空所有持仓。
聚宽集合竞价数据策略 | get_call_auction API
探索如何利用 JoinQuant 的 get_call_auction 函数获取股票的集合竞价数据。本教程将指导您分析开盘前的买卖盘信息，并据此构建一个有效的早盘交易策略。
聚宽核心对象 Position 详解：精准管理持仓成本与数量
全面理解 JoinQuant 中的 Position 对象对于精确的策略逻辑至关重要。本文深入剖析持仓对象的各个关键属性，如累计成本、平均成本、持仓成本、可平仓位等，帮助您实现更精细化的仓位管理。
聚宽API 详解：get_extras 获取基金净值与期货结算价
get_extras 是 JoinQuant 中获取关键补充数据的重要工具。本指南将详细介绍如何用它查询基金的单位净值、累计净值以及期货的结算价和持仓量，丰富您的策略维度。
聚宽API 教程：get_all_securities 动态构建股票池
掌握使用 get_all_securities 函数筛选全市场股票、基金、期货标的的方法。本教程将演示如何根据上市日期、退市日期和标的类型动态构建和更新您的交易股票池。
聚宽Alpha191 因子库使用指南 | jqlib.alpha191
深入探索 JoinQuant 内置的 Alpha191 因子库。本指南将教您如何调用 jqlib.alpha191 模块中的因子，并结合财务数据构建一个完整的多因子选股回测策略。
聚宽止损止盈单实现教程 | StopLimitOrderStyle
学习在 JoinQuant 平台利用 StopMarketOrderStyle 和 StopLimitOrderStyle 实现高级订单功能，有效控制交易风险，锁定利润。本教程提供详细的 Python 代码示例和参数说明。
聚宽订单管理：get_open_orders 与 cancel_order 函数
学习在 JoinQuant 策略中管理您的订单。本教程将演示如何使用 `get_open_orders` 函数获取所有未完成的订单，并使用 `cancel_order` 函数对指定的订单进行撤销。
聚宽均值回归（反转）策略开发指南
本指南将教您如何构建一个均值回归策略，利用股票价格短期内偏离其历史均值的现象进行套利。内容包括如何计算移动均线、设定开仓阈值以及编写交易逻辑。
聚宽API：get_history_fundamentals 获取多期历史财务数据
深入学习 `get_history_fundamentals` 函数，掌握在 JoinQuant 中高效获取股票连续多个季度或年度历史财务报表数据的技巧，为基本面量化分析提供数据支持。
聚宽海龟交易法则策略实现（Python）
本教程详细拆解了著名的海龟交易法则，并指导您如何在 JoinQuant 平台上使用 Python 代码实现其核心逻辑，包括唐奇安通道的构建、入市、加仓和止损策略。
聚宽事件驱动编程：on_event 函数处理分红与强平
学习 JoinQuant 中的事件驱动编程模式。本指南将介绍如何通过实现 `on_event` 回调函数，来处理持仓股票发生的分红送股（DividendsEvent）和强行平仓（ForcedLiquidationEvent）等事件。
聚宽策略性能分析与优化：enable_profile 用法
如果你的 JoinQuant 策略回测运行缓慢，本教程将教你如何使用 `enable_profile()` 函数开启性能分析，精准定位代码中的耗时操作，从而有效优化策略运行效率。
聚宽动量策略 Python 实现指南
动量策略是量化交易中的经典模型。本教程将指导您如何在 JoinQuant 平台筛选出近期表现强势的股票并构建投资组合，实现一个基础的动量轮动策略。
聚宽龙虎榜数据分析 API：get_billboard_list
本指南详细介绍如何使用 JoinQuant 的 `get_billboard_list` 函数获取每日龙虎榜数据，包括上榜股票、营业部信息、买卖净额等，并探讨如何基于这些数据构建交易策略。
聚宽因子数据预处理：去极值、标准化与中性化
提升因子有效性的关键步骤是数据预处理。本教程介绍如何使用 JoinQuant 因子库提供的 `winsorize`、`standardlize` 和 `neutralize` 函数对因子数据进行去极值、标准化和中性化处理。
聚宽模拟交易高级技巧：处理重启与代码更新
深入理解 JoinQuant 模拟交易的生命周期。本指南讲解了如何在模拟盘每日重启时使用 `process_initialize` 初始化非持久化对象，以及在更新代码后使用 `after_code_changed` 调整策略参数。
聚宽API 指南：get_current_data 获取当日实时数据
详解 JoinQuant 的 get_current_data 函数用法，教您如何在策略运行时获取当前单位时间（当天/当前分钟）的开盘价、最新价、涨跌停价、是否停牌等关键信息。
聚宽配对交易策略 Python 实现教程
本教程从零开始，教您如何在 JoinQuant 平台实现一个配对交易策略。内容涵盖协整性检验、价差计算、开平仓信号判断等核心步骤，并提供完整 Python 代码。
聚宽API 进阶：使用 batch_submit_orders 进行批量下单
提升交易执行效率，学习使用 JoinQuant 的 batch_submit_orders API 实现对多只股票的批量下单（篮子下单）。本教程包含详细的参数说明和代码示例。
聚宽回测技巧：如何避免未来函数（Look-ahead Bias）
未来函数是量化回测的头号杀手。本文详细介绍了在 JoinQuant 平台中未来函数的常见形式，并提供了使用 `set_option("avoid_future_data", True)` 等方法来检测和避免未来数据的实用技巧。
聚宽核心对象：深入理解 context 与 g 全局变量
全面解析 JoinQuant 策略中的两大核心对象：context 和 g。学习如何通过 context 获取账户、时间等实时信息，以及如何使用 g 对象存储和管理策略的全局变量。
聚宽资金流数据分析：get_money_flow 函数应用指南
掌握 JoinQuant 的 get_money_flow 函数，获取主力、超大单、大单的资金净流入数据。本指南将教您如何利用资金流数据辅助您的量化选股和择时策略。
聚宽KDJ 随机指标策略编程实践（Python）
本教程将引导您在 JoinQuant 平台实现 KDJ（随机指标）交易策略。通过 Python 代码捕捉 KDJ 曲线的金叉和死叉信号，制定有效的买卖点。
聚宽API 教程：get_bars 函数获取任意周期 K 线数据
深入了解 JoinQuant 强大的 get_bars 函数，学习如何灵活获取分钟、小时、日、周、月等任意周期的 K 线数据，并掌握复权、实时 K 线等高级用法。
聚宽RSI 策略指南：捕捉超买超卖信号
学习在 JoinQuant 平台使用 RSI（相对强弱指数）进行量化交易。本指南将教您如何识别市场的超买和超卖状态，并编写 Python 代码执行相应的交易逻辑。
聚宽MACD 策略教程：实现金叉死叉交易（Python）
本教程详细讲解了如何在 JoinQuant 量化平台利用 Python 实现经典的 MACD 指标策略，通过捕捉金叉和死叉信号进行自动化买卖。附有完整代码示例，助您快速上手。
聚宽布林带（Bollinger Bands）策略实现指南
本教程将一步步教你如何在 JoinQuant 平台上计算布林带指标的上轨、中轨和下轨，并实现一个经典的交易策略：价格突破上轨时卖出，跌破下轨时买入。
聚宽获取历史 Tick 数据 API (get_ticks) 使用详解
本教程将深入讲解 get_ticks 函数的用法，帮助你获取股票和期货在历史上任意时间段的 tick 级高频数据，为微观市场结构研究和高频策略回测提供数据支持。
聚宽行业与概念板块选股 API 教程
利用 get_industry_stocks 和 get_concept_stocks 函数，轻松构建基于行业轮动或热点概念的量化策略。本指南将教你如何获取最新的行业和概念成分股列表。
聚宽多账户（子账户）管理与资金划转教程
学习使用 set_subportfolios 函数在 JoinQuant 中创建和管理多个独立的子账户，例如一个用于股票交易，另一个用于期货交易，并通过 transfer_cash 实现账户间的资金划转。
聚宽融资融券策略编程接口详解
本教程详细介绍 JoinQuant 融资融券专用 API，包括如何设置融资融券账户，以及如何使用 margincash_open（融资买入）和 marginsec_open（融券卖出）函数进行杠杆交易。
聚宽策略内外数据交互：读写文件指南
掌握在 JoinQuant 回测策略中使用 read_file 读取研究环境中存储的 CSV、JSON 等外部数据文件，以及如何用 write_file 将策略运行结果保存下来，实现复杂的数据交互。
聚宽因子投资：获取并使用因子数据
通过 get_factor_values 函数，轻松获取 JoinQuant 因子库中的数百个因子数据，如估值、成长、质量因子。本教程将指导你如何利用这些数据构建一个简单的多因子选股策略。
聚宽投资组合优化器使用教程
学习使用 JoinQuant 强大的 portfolio_optimizer 函数，实现均值-方差模型（MinVariance）、最大夏普比率（MaxSharpeRatio）等经典的投资组合优化策略。
聚宽期货量化交易：获取主力合约与下单
本指南专注于 JoinQuant 平台的期货量化交易，讲解如何通过 get_dominant_future 获取当前的主力合约代码，并使用 order 函数进行开仓和平仓操作。
聚宽Tick级策略开发入门指南
探索 JoinQuant 的 Tick 级回测功能。本教程将介绍如何使用 subscribe 订阅行情和 handle_tick 函数处理每一个价格跳动，构建你的第一个高频交易策略。
聚宽数据可视化：使用 record 函数绘制自定义曲线
本指南教你如何使用 record() 函数在 JoinQuant 的回测结果页面中绘制自定义的指标曲线，如技术指标、持仓数量或风险敞口，从而更直观地分析策略表现。
聚宽教程：实时查询账户资金与持仓信息
学习在 JoinQuant 策略中通过 context.portfolio 对象访问关键账户信息，如可用资金 (available_cash)、总资产 (total_value) 和持仓详情 (positions)，实现动态的仓位管理。
聚宽回测优化：如何设置手续费和滑点
通过 set_order_cost 和 set_slippage 函数，在 JoinQuant 回测和模拟交易中精确设置佣金、印花税和滑点，使策略的绩效评估更加真实可靠。
聚宽API 教程：获取指数成分股列表
本教程将演示如何使用 get_index_stocks 函数获取如沪深300、中证500等指数在历史上任意一天的成分股列表，是构建指数增强策略的基础。
聚宽动态复权（真实价格）回测模式详解
深入理解 JoinQuant 动态复权（真实价格）模式的重要性，通过 set_option('use_real_price', True) 避免未来函数，让你的量化策略回测结果更贴近实盘。
聚宽定时任务函数 run_daily/run_weekly 使用指南
学习使用 JoinQuant 的 run_daily, run_weekly, 和 run_monthly 函数，精确控制策略在每天、每周或每月的特定时间执行，实现自动化调仓和交易。
聚宽财务数据选股：筛选低市盈率高市值股票
本指南将教你如何使用 JoinQuant 的 get_fundamentals 函数查询股票的财务数据，如市盈率（PE）、市净率（PB）和市值，并构建一个基于基本面数据的选股策略。
聚宽交易函数详解：市价单、限价单与目标持仓下单
全面解析 JoinQuant 平台四种核心下单函数：order, order_target, order_value, order_target_value。学习如何按股数、按价值、按目标持仓进行精确的程序化交易。
聚宽API 指南：获取股票历史行情数据
学习如何通过 JoinQuant 的 get_price 和 history API 获取股票、指数和基金的历史日线及分钟线数据，包括开盘价、收盘价、成交量等，并了解如何处理复权问题。
聚宽双均线策略 Python 实现教程
本教程详细介绍了如何在 JoinQuant 平台使用 Python 编写一个经典的双均线（Dual Moving Average）交易策略，涵盖金叉买入、死叉卖出的完整逻辑和代码实现。
EasyQuant 版权所有