JoinQuant get_money_flow 函数能获取实时资金流数据吗? | 聚宽 API 问答
详细解答 JoinQuant 聚宽量化平台中 get_money_flow 函数的数据频率问题,解析是否能获取日内实时资金流向数据及使用注意事项。
这里汇总了 joinquant 平台下的全部 953 个 SEO 示例,方便搜索、浏览和比较不同量化策略场景。
详细解答 JoinQuant 聚宽量化平台中 get_money_flow 函数的数据频率问题,解析是否能获取日内实时资金流向数据及使用注意事项。
详细解答 JoinQuant 聚宽量化平台中 get_price 函数 skip_paused 参数的用法,并解析获取创业板指数成交金额时数据不匹配的常见原因(如指数成分股区别与单位问题)。
本文介绍了在RStudio中调用JoinQuant量化平台API(run_query)时,如何使用paste0或sprintf函数将硬编码的日期字符串替换为动态变量或日期函数。
详细解答在 JoinQuant (聚宽) 量化平台 R 语言环境下调用 get_price 函数时遇到的 start_date 参数设置问题及“unit错误”的解决方法。
探讨量化交易中因子“顶部效应”的挖掘方法。针对散户资金量小、只能持仓5-10只股票的痛点,提供在JoinQuant聚宽平台上优化因子评价、提升极值组合稳定性的数学方法与投资思路。
详细解答 JoinQuant 量化平台中 get_price 函数在 initialize 和 market_open 阶段获取前复权数据不一致的问题,深入剖析 use_real_price 动态复权模式对复权基准日的影响。
详细解答在JoinQuant聚宽量化平台上进行期货交易时,如何正确使用API进行平仓操作(方向设置),以及order_value按保证金下单的具体计算逻辑。
详细介绍 JoinQuant 聚宽平台中 calc_factors 函数的使用方法、参数说明及返回值,并解答该函数是否内置了中性化、标准化等数据处理步骤。
详细解答 JoinQuant 聚宽量化平台 API 中 create_backtest 函数的 code 参数作用,以及为何在使用自定义代码回测时仍需提供 algorithm_id 策略 ID。
详细解析在 JoinQuant 聚宽量化平台研究环境中使用 get_price 函数时出现 KeyError: 'trade_time' 报错的原因,并提供 Python 源码级别的解决方案。
详细解析JoinQuant聚宽量化交易策略代码中的check_stocks自定义选股函数,涵盖市值筛选、停牌过滤及context上下文参数的作用,帮助初学者快速理解量化选股逻辑。
详细解答 JoinQuant 聚宽量化平台中 get_all_securities 函数返回数据的默认排序规则,并提供如何自定义排序的 Python 代码示例,确保量化策略的严谨性。
详细解答 JoinQuant (聚宽) 量化平台中 get_fundamentals 函数在未指定 order_by 时的默认返回顺序问题,并提供最佳实践建议。
本文详细解答了在使用 JoinQuant (聚宽) jqdatasdk 的 get_fundamentals 函数时,传入 pandas.date_range 生成的 Timestamp 对象导致 AttributeError 报错的原因及多种 Python 转换解决方法。
详细解答 JoinQuant 量化平台中调用 get_index_stocks 函数时出现 NameError 未定义错误的常见原因,包括本地环境与官网环境的区别、拼写检查及正确的导入方法。
本文详细介绍了如何在JoinQuant量化平台上使用Python实现DCC-GARCH(动态条件相关系数)模型,分析股票收益率的动态相关性,并基于此构建量化交易策略。
本文详细介绍了在 JoinQuant (聚宽) 量化平台上如何编写多因子策略的定时换仓函数。包含卖出不在目标股票池的持仓、等权重买入目标股票的完整 Python 代码实现,适合量化交易初学者和进阶开发者参考。
详细解答 JoinQuant (聚宽) 平台模拟交易(永久交易位)中 send_message 函数收不到微信消息的常见原因,包括绑定问题、条数限制、字符限制及代码逻辑排查方法。
解决在 JoinQuant 聚宽量化平台编写策略时,使用 rolling 函数出现 'numpy.ndarray' object has no attribute 'rolling' 报错的问题,详细讲解 pandas 与 numpy 数据格式转换及 API 参数设置。
详细解答在JoinQuant(聚宽)量化平台回测时,账户总权益(total_value)数值不发生改变的常见原因,并提供代码排查与解决指南。
在JoinQuant聚宽量化交易平台中,如何通过代码逻辑防止策略在同一天内再次买入已经卖出的股票?本文详细讲解如何利用全局变量g记录当日卖出标的,避免重复触发买入信号。
详细解答 JoinQuant 聚宽量化平台中 after_code_changed 函数的作用效力,解释在修改代码后是否需要长期保留该函数,以及模拟盘状态持久化的机制。
探讨 JoinQuant 量化平台中 history、attribute_history 和 get_price 函数参数顺序不一致的历史原因,并提供使用关键字参数的最佳实践解决方案,帮助量化开发者写出更健壮的代码。
详细解答在JoinQuant聚宽量化平台中,如何在使用多子账户(subportfolio)时,通过get_orders()函数区分不同仓位的订单,并提供实用的Python代码变通解决方案。
详细解答JoinQuant聚宽量化平台中run_daily等定时函数里return语句的作用,解释为何返回值被忽略,并提供提前终止函数执行及状态传递的正确方法。
详细解答在 JoinQuant 量化平台中,当 get_price 函数设置 panel=False 返回长格式 DataFrame 时,如何利用 pandas 的 pivot 或 groupby 方法高效计算多只股票的区间涨幅。
详细解答在JoinQuant(聚宽)量化平台回测时,如何在使用run_daily定时运行函数中判断并跳过停牌股票,避免策略报错,附带Python源码示例。
详细解析在 JoinQuant (聚宽) 量化平台中使用 get_fundamentals 获取财务数据时,相邻日期(如4月1日与4月2日)出现大量缺失值 (NaN) 的原因,并提供排查与解决财报披露导致数据缺失的方法。
针对量化新手,详细讲解如何在JoinQuant聚宽平台的Notebook研究环境中使用Python、Pandas和Numpy获取股票历史数据并计算对数收益率,包含完整代码示例。
详细解答JoinQuant聚宽平台中MA函数的使用限制,介绍如何使用Pandas对自定义指标或序列计算移动平均线,并分析与通达信MA数据差异的原因及解决办法。
聚宽(JoinQuant)API目前不直接提供沪深300、中证500等指数的PE、PB估值数据。本文教你如何通过获取指数成分股及其权重,利用财务数据自行计算指数的市盈率和市净率。
在JoinQuant聚宽量化交易平台中,context.portfolio.positions[stock].value可以获取当前持仓价值。本文教你如何通过API结合历史价格计算获取昨日持仓标的价值。
针对JoinQuant聚宽量化平台中自定义因子统计90日内涨停板次数时循环只执行两次的Bug,提供Python语法修正方案及Pandas向量化提速优化代码。
详细解析 JoinQuant 聚宽平台 get_ticks 函数的用法,解答关于 Tick 数据频率(股票3秒,期货0.5秒)的疑问,并探讨其在高频交易、盘口分析等场景中的高级应用技巧。
在JoinQuant聚宽量化回测中,使用get_current_data()查询未上市新股时常遇到SecurityNotExist报错。本文详细解答报错原因,并提供三种有效剔除未上市新股的Python代码解决方案。
详细解答 JoinQuant (聚宽) 量化平台中调用 get_price 函数时,返回数据日期缺失或不到当前日期的常见原因,包括 end_date 默认值、未来函数限制及非交易日等因素。
详细解答JoinQuant聚宽平台是否内置移动平均线(MA)指标,并提供使用mavg函数、attribute_history结合pandas等多种计算MA均线的Python代码示例。
探讨如何利用开盘价、最高价、收盘价、最低价量化多空指标。介绍在 JoinQuant 聚宽平台上提取和计算多空因子的方法,为机器学习和涨跌幅相关性分析提供数据基础。
详细解答 JoinQuant 聚宽量化平台中 get_fundamentals 函数查询财务数据只返回一条记录的原因,并提供获取历史多期财务数据的正确 API 及代码示例。
本文详细解答在JoinQuant聚宽量化平台中,如何动态设置run_daily的时间参数,实现每隔15分钟执行一次策略,帮助量化交易者优化买入卖出时间点,提升策略收益。
详细解答在 JoinQuant (聚宽) 量化平台中使用 get_money_flow 获取资金流向数据时,如何正确设置 end_date 避免引入未来函数,以及 set_option('avoid_future_data', True) 的使用技巧。
详细解答在JoinQuant聚宽量化平台研究环境中使用Selenium遇到chromedriver不在PATH报错的原因,并提供替代的网络爬虫方案及本地数据上传指南。
详细解析 JoinQuant 聚宽量化平台中净利润年度增长相关指标的计算方法,解答财务数据查询中“当期”与“上一期”的具体时间维度(年度、季度或 TTM)。
详细解答在 JoinQuant 聚宽量化平台中使用 get_all_securities 函数获取不到科创板股票的原因及解决方法,附带代码示例。
详细解答 JoinQuant 聚宽量化平台中 get_bars 函数同时获取多个股票/标的数据时,如何通过 MultiIndex 或 Dict 区分标的,并对比批量获取与 for 循环轮询的性能差异。
详细解答 JoinQuant 聚宽量化平台中 get_index_weights 函数获取的指数成分股权重数据的更新频率及同步时间。
详细解答 JoinQuant 聚宽平台中使用 get_fundamentals_continuously 获取财务报表数据出现重复的原因,解释其在量化回测中的意义,并提供获取历史各期财报的正确方法。
针对聚宽(JoinQuant)量化平台回测或模拟交易中出现的“订单委托失败且error为空”问题,本文详细分析了可能的原因(如停牌、未上市、资金不足、市价单无盘口等)并提供了排查与解决指南。
详细解答在 JoinQuant 量化平台中使用 talib 或 jqlib 计算 MACD、WR 等技术指标时,结果与通达信等看盘软件不一致的原因,并提供修正代码,解决 EMA 算法数据长度截断导致的误差问题。
详细解答 JoinQuant 聚宽量化平台中 context.portfolio.positions.keys() 输出 KeysView 包含完整持仓信息的原因,并提供获取纯股票代码列表的正确 Python 代码写法。
本文详细解答了在 JoinQuant 聚宽量化平台上,如何编写基于 5 分钟级别 RSI 指标的卖出策略。包含获取分钟级数据、使用 talib 计算 RSI 以及处理时间上下文的正确方法。
解答JoinQuant聚宽平台中jqlib的MACD函数只返回单点数据的问题,并提供使用get_price结合talib库高效获取全天1分钟MACD时间序列的Python代码示例。
详细解答 JoinQuant (聚宽) 量化平台中 get_price 函数获取的 volume (成交量) 字段的默认复权规则,以及如何获取不复权的真实成交量。
详细解答在JoinQuant聚宽量化平台上,如何通过get_bars和pandas的rolling函数获取股票过去3天、10天等多日的MA5均线序列值,附Python代码示例。
详细介绍在JoinQuant量化平台中如何获取周线数据并计算周均线,提供基于get_bars函数的Python代码示例,帮助量化开发者轻松实现多周期技术指标计算。
详细解答 JoinQuant 量化平台中使用 get_bars 函数时,end_dt 参数只传入日期导致缺失当天数据的原因及正确的参数设置方法。
详细解答 JoinQuant (聚宽) 量化平台中因子数据处理函数 standardlize 所采用的标准化算法,明确指出其使用的是 Z-score 算法,并提供相关 API 的使用示例。
详细解答JoinQuant聚宽量化平台模拟盘中send_message函数的使用方法,包括微信消息发送语法、每日发送条数限制、积分兑换规则、邮件发送替代方案以及特殊字符限制解析。
本文详细解答了在量化交易与数据分析中,如何理解离散傅里叶变换(FFT)的周期性假设,并探讨了如何利用Numpy的FFT库提取频率成分,手动构建三角函数组合来实现时间序列的连续化与外推预测。
详细解答在JoinQuant聚宽量化平台上获取LOF基金复权净值时遇到“adj_net_value现在仅支持场外基金”报错的原因及多种解决方案。
详细解答JoinQuant聚宽量化平台中,如何在盘中运行策略时使用history或attribute_history函数正确获取昨日(前一交易日)的K线数据,解决日期获取困扰。
详细解答 JoinQuant 聚宽量化平台中 run_daily 函数的多次调用是否冲突,以及如何在 every_bar 频率下通过 context.current_dt 进行日内时间判断,实现特定时间段的交易逻辑。
详细解答在 JoinQuant (聚宽) 量化平台交易科创板股票时,遇到“科创板市价单需要指定保护限价”报错的原因及代码级解决方案,包含 order_target_value 的正确用法。
详细解答 JoinQuant 量化平台中 get_mtss() 函数获取融资融券数据时,传入股票列表导致返回 DataFrame 顺序混乱的原因及 Pandas 排序解决方案。
详细解析 JoinQuant (聚宽) 量化平台中停止单(StopMarketOrderStyle / StopLimitOrderStyle)无法触发或成交的常见原因,包括触发逻辑、资金校验、回测频率及限价单撮合机制。
详细解答 JoinQuant (聚宽) 量化平台中关于 subportfolio 子账户配置的常见问题,包括 set_subportfolios 的调用时机限制,以及如何在模拟盘或实盘运行中途通过 inout_cash 处理资金转入转出。
详细解析 JoinQuant 聚宽量化平台中 get_bars 和 attribute_history 两个获取历史数据 API 的核心区别,包括返回值类型、复权方式、停牌处理等,并提供代码示例对比。
详细解答在JoinQuant聚宽量化平台中,如何解决本地时钟不同步、零成交量等问题,通过事件驱动机制和get_bars函数准确获取最新已走完的分钟K线数据。
详细介绍如何在 JoinQuant 聚宽量化平台获取成长因子(主营业务收入增长率、净利润增长率等)和价值因子(股息率、B/P、CF/P、E/P)的具体数值,并提供完整的 Python 回测代码示例。
本文介绍了如何在 JoinQuant (聚宽) 量化平台中使用 finance.run_query 查询指定日期(如2020-08-14)发生除权除息的所有A股上市公司及其分红送转方案。
详细解答 JoinQuant 聚宽量化平台中 indicator 表净利润同比增长率与普通炒股软件数据不一致的原因,并提供正确计算累计净利润同比增长率的 Python 源码。
详细解答在JoinQuant(聚宽)回测环境中,如何高效计算并比较连续周期的EMA(指数移动平均线)以判断市场上涨或下跌趋势,提供基于talib和get_bars的完整Python代码示例。
在JoinQuant量化平台或Python环境中使用Pandas打印DataFrame时,列数过多会被省略。本文介绍如何通过设置Pandas选项来显示DataFrame的全部列及其他常用显示设置。
探讨在JoinQuant聚宽量化交易系统中加入止损条件的最佳实践,解决止损触发后因买点依然满足而导致重复买入的矛盾,提供引入冷却期、信号重置等实用的Python代码解决方案。
详细解答 JoinQuant 聚宽量化平台中 history 函数的 avg 字段含义,区分日内均价与移动平均价,并提供获取移动平均价的正确方法。
详细解析 JoinQuant 聚宽量化平台中 query().filter() 函数的用法,解释 query(valuation).filter(valuation.code.in_(stocks)) 的含义、输出结果以及在财务数据查询中的重要作用。
详细解答JoinQuant(聚宽)量化平台模拟交易中,替换策略代码后after_code_changed函数的具体执行时机,帮助开发者正确处理代码更新后的变量状态。
详细解答JoinQuant聚宽量化平台中attribute_history和get_price函数获取日线(1d)数据的更新时间,以及在模拟交易中如何正确获取当天最新行情数据。
详细解答在JoinQuant聚宽量化平台上,如何不依赖Series或rolling,使用numpy或内置statistics库快速计算4个或多个普通数值的标准差(stdev/pstdev)。
详细解析 JoinQuant 聚宽量化平台中策略源码(回测环境)与研究代码(Jupyter Notebook)的核心区别、运行机制及适用场景,帮助新手快速理清量化开发流程。
详细解答 JoinQuant 聚宽量化平台中市值表换手率数据 (valuation.turnover_ratio) 的每日更新时间,以及在回测和研究环境中的获取机制与注意事项。
详细解答在JoinQuant量化平台使用get_bars获取行情数据时遇到的浮点数精度问题,提供Python中round函数、字符串格式化等多种解决方案,帮助量化开发者准确处理和展示股票价格。
详细介绍在JoinQuant聚宽量化平台上如何实现策略参数优化。通过研究环境调用 create_backtest API,结合 Python 循环实现批量回测,自动寻找收益率最高的参数组合。
详细解答 JoinQuant 聚宽量化平台中条件单(停止单)的下法,解析 StopMarketOrderStyle 中 mode 参数的止盈(take_profit)与止损(stop_loss)模式的区别,并提供 Python 代码示例。
详细解答JoinQuant聚宽量化平台因子分析模块中analyze_factor函数的period参数含义,纠正新手对调仓周期、分位数收益、Alpha和Beta计算逻辑的常见误区。
详细解答在 JoinQuant 聚宽量化平台中,如何使用 create_backtest 函数的 extras 参数动态修改策略中的 g.security 全局变量,并排查 get_results() 返回为空的常见原因。
详细解答在 JoinQuant 聚宽量化平台中使用 create_backtest 和 get_backtest 获取风险指标 (get_risk) 时,出现胜率、盈亏比等指标缺失的原因及正确的异步获取方法。
深入分析JoinQuant量化平台中get_money_flow接口与聚源数据在资金流向统计上的差异,解释流入流出不相等的原因及不同数据源的统计口径区别。
本文详细介绍了如何使用JoinQuant聚宽量化平台的Python API获取所有A股区间每日收盘价,并手把手教你编写代码计算“20日内创90日新高”以及“收盘价大于60日均线”的个股比例,支持导出Excel。
解决在 JoinQuant (聚宽) 平台编写 MACD 策略时遇到的 TypeError: '>' not supported between instances of 'dict' and 'int' 报错问题,详细解析 jqlib.technical_analysis 中 MACD 函数
本文详细解答了在使用聚宽 JQDataSDK 获取基金列表 get_all_securities 时,出现 six 模块 viewitems 属性报错的原因及修复方法,包括升级依赖库和迁移 Python 3 的建议。
针对JoinQuant量化平台新手,详细解答商品期货日内30分钟周期策略中,为何every_bar只在9:30交易的问题。提供正确的分钟回测设置方法、期货参考标的设置以及如何使用get_bars获取30分钟K线数据,附带Python源码示例。
详细解答在 JoinQuant (聚宽) 量化平台的 Python2 环境下,如何对 Pandas Series 的值进行降序排序,解决旧版 Pandas 中 sort_values 不兼容的问题。
详细解答在JoinQuant聚宽量化回测中,如何解决get_fundamentals函数使用date参数时财报季度不确定的问题,提供准确获取年报数据的Python代码示例与替代方案。
详细解答 JoinQuant 聚宽量化平台技术分析指标库中 VOL (成交量) 函数的 M1 和 M2 参数含义,帮助量化开发者正确使用成交量均线指标。
针对 JoinQuant 聚宽量化平台中 run_daily 定时函数不运行的常见问题进行解答,重点排查时间参数 time 格式错误(如全角冒号),并提供正确的代码示例与 API 使用规范。
详细解答 JoinQuant 聚宽平台中 get_index_stocks 获取上证A股和深证A股数量少于市场实际数量的原因,并提供使用 get_all_securities 获取全市场所有A股的正确 Python 代码示例。
详细解答 JoinQuant 聚宽量化平台中 query 查询时 label() 方法的作用。介绍 SQLAlchemy 基础知识,讲解如何为财务数据查询字段设置别名,提升代码可读性与 DataFrame 列名管理。
详细解答在 JoinQuant 聚宽量化平台上计算 MACD 指标时,由于起始时间非上市首日导致的与交易软件数据存在微小偏差的问题,并提供 Python 源码级别的修正方案。
详细解答JoinQuant(聚宽)量化平台在分钟级回测中,使用attribute_history和get_current_data获取数据时是否存在未来函数的问题,解析底层数据获取机制。
详细解答JoinQuant量化平台中attribute_history函数获取日线数据的底层逻辑,并提供计算包含当日实时价格的真实MA5的正确Python代码。
详细解答 JoinQuant (聚宽) 量化平台研究环境中调用 indicator.roe 等财务指标时出现 AttributeError 报错的原因及正确导入 jqdata 库的解决方法。
详细解答在JoinQuant(聚宽)量化回测中,如何在自定义函数中获取并传递字符串格式的当天日期(context.current_dt),解决自定义函数无法直接获取时间的问题。
详细解释 JoinQuant 聚宽量化平台中 run_daily 函数 time 参数设置为 'every_bar' 的具体含义及其在不同回测频率下的运行机制。
详细解析 JoinQuant 聚宽量化平台中 set_option('use_real_price', True) 的含义、作用以及开启真实价格(动态复权)模式对回测和模拟交易的影响,帮助新手避开未来函数陷阱。
详细解答聚宽 (JoinQuant) 平台 write_file 函数的底层实现疑问,并提供使用 write_file 结合 pickle 库将 Python 字典 (dict) 保存为 pkl 文件的完整代码示例。
详细解答JoinQuant聚宽量化平台中如何将模拟交易频率从按天修改为按分钟,以及手动关闭模拟交易后对策略运行和账户积分的影响。
针对JoinQuant量化平台新手常见的“回测收益为0、无交易记录”问题,本文详细分析了均线偏离度策略失效的常见原因,并提供了一份经过验证的、可直接运行的ETF双均线偏离度策略Python源码。
详细解答 JoinQuant 量化平台中 indicator 表财务增长率指标(如净利润同比增长率)在基期数据为负数(如扭亏为盈)时的具体计算公式与处理逻辑。
详细解答 JoinQuant 聚宽量化平台因子看板中的核心概念,包括最大/最小分位数的含义,以及如何解读因子换手率图表和买入信号衰减分析图表,帮助量化开发者更好地评估因子有效性。
详细解答在 JoinQuant (聚宽) R语言环境下使用 run_query 函数时,如何正确传递多个查询条件,解决 conditions 参数报错问题。
详细解答JoinQuant聚宽量化平台中融资融券交易是否支持order_target_value函数,如何查询账户的融券空头仓位,以及如何编写自定义函数实现超出资金自动融资、做空自动融券的策略逻辑。
详细解答在JoinQuant聚宽量化交易平台中,如何正确获取某只股票的当前持仓数量,解决使用过时amount属性导致的警告问题,介绍total_amount和closeable_amount的用法。
本文详细解答了在JoinQuant(聚宽)量化平台研究模块中调用 get_trade_days 函数时出现 NameError 未定义报错的原因及解决办法,帮助量化开发者快速修复代码。
详细解答在JoinQuant聚宽量化平台上如何通过代码获取盘中即时持仓信息,解析context.portfolio.positions的用法,解决回测持仓显示延迟的疑惑。
详细解答在JoinQuant聚宽量化平台回测与研究环境中,如何正确使用write_file将pandas DataFrame保存为CSV文件,并指导如何将云端数据下载到本地电脑硬盘。
详细解析AdaptiveMA(自适应均线)在期货多品种量化交易中的应用。本文提供基于JoinQuant(聚宽)平台的Python源码示例,助您快速掌握自适应均线策略的编写与回测技巧。
详细解答 JoinQuant 聚宽量化平台中不同函数间变量传递的问题,解析 NameError 报错原因,并提供使用全局变量 g 对象的标准解决方案。
解决在 JoinQuant 聚宽量化平台上编写策略时,由于 Python 变量作用域和 Pandas DataFrame 索引引起的 KeyError: 0 报错问题。
详细解答在 JoinQuant 聚宽量化平台中,使用 Pandas 的 itertuples() 方法遍历 DataFrame 时,如何正确提取作为 Index 的日期并转换为字符串格式,解决 row.index 返回内置方法的问题。
详细解答JoinQuant聚宽量化平台模拟交易中替换代码未生效的常见原因,深入解析模拟盘状态保存机制,并提供使用after_code_changed函数的标准解决方案。
探讨 JoinQuant 聚宽量化平台的数据质量与回测精度问题。除了滑点和手续费,本文详细解析真实价格模式(use_real_price)、未来函数规避、成交量比例限制(order_volume_ratio)等提升回测真实度的关键设置。
解决在JoinQuant聚宽平台使用技术分析指标函数(如BIAS)时,如何动态传入今天、昨天等滚动日期,并解答context未定义报错的原因及日常量化代码调试技巧。
本文详细解答了在 JoinQuant 聚宽量化平台中如何获取和使用动态日期(如当前交易日、前一交易日),以及如何在研究环境和策略代码中查询 API 函数的详细用法和参数解释。
详细解答在 JoinQuant 量化平台中使用 talib 计算 SAR 指标时与通达信等主流软件不一致的原因,并提供正确的参数设定与长周期数据预热的 Python 代码解决方案。
详细解答在JoinQuant聚宽量化平台回测中,如何在run_daily或handle_data等函数中通过context.current_dt获取当前Bar的日期和时间,附Python代码示例。
详细介绍在JoinQuant(聚宽)量化平台上获取和计算技术指标的方法,包括内置的 jqlib.technical_analysis 库、jqfactor 因子库以及常用的 TA-Lib 库的使用示例。
介绍如何在聚宽(JoinQuant)量化平台上获取个股的市盈率(PE TTM)数据,并使用Python代码计算当前PE TTM在过去10年历史数据中的分位数,实现类似同花顺的估值百分位指标。
详细解析 JoinQuant 聚宽量化平台中基础财务数据表(balance/income/cashflow)与 finance 模块高级财务表(STK_BALANCE_SHEET等)的核心区别,以及 get_fundamentals 与 finance.run_query 的使用场景。
解决在 PyCharm 等本地环境使用 JQData SDK 时,query 函数中 label 方法使用中文字段名导致运行失败的问题,提供 DataFrame 重命名等最佳替代方案。
针对聚宽(JoinQuant)量化平台中 get_fundamentals 查询市盈率(pe_ratio)、市值(market_cap)和营业收入等财务数据时常见的单位错误和数据偏差问题进行详细解答。
详细解答 JoinQuant 聚宽平台 jqlib.technical_analysis 库中技术指标函数(如 MTM)的参数用法,分析聚宽官网与一创聚宽平台函数调用报错及回测结果差异的原因。
详细介绍在 JoinQuant 量化平台中如何使用 get_call_auction 函数获取股票、基金等标的的集合竞价数据,解决 get_price 无法获取集合竞价价格的问题。
详细解答 JoinQuant 聚宽量化平台中 context 变量的用法,分析 "name 'context' is not defined" 报错原因及提供解决方案,帮助量化开发者快速排查代码错误。
详细解答 JoinQuant 量化平台中使用 get_price 函数获取日线行情时,pre_close 字段的复权规则,以及 fq 参数对 pre_close 的影响。
详细解答在 JoinQuant 聚宽平台上使用 get_price 函数获取期货行情数据时,复权参数 fq 的作用机制,以及期货主力连续合约换月跳空的处理方式。
解析 JoinQuant 聚宽量化平台中 get_price() 函数 frequency 参数的正确用法,解决动态计算分钟数赋值给 frequency 导致的报错问题,帮助量化开发者正确获取历史行情数据。
详细讲解在JoinQuant量化平台上如何构建期货近远期差价因子(期限结构因子),包括近月与远月合约的动态选择逻辑、收益率计算方法以及完整的Python实现源码,助力期货量化策略开发。
详细解答 JoinQuant 聚宽量化平台中 handle_data 函数的运行频率设置方法,说明如何在网页端配置按天或按分钟回测,以及替代方案 run_daily 的使用。
详细解答如何在JoinQuant聚宽量化平台中实现通达信的DMA(动态移动平均)函数,解析DMA与WMA的区别,并提供完整的Python代码实现及内置GDX指标用法。
详细解析聚宽(JoinQuant)量化平台与通达信在ROE(净资产收益率)等财务指标上的数据差异原因,探讨TTM算法、负净资产异常处理及量化回测中的应对方法。
详细解析 JoinQuant 量化交易平台中的滑点机制,探讨限价单与市价单在开平仓时的滑点处理逻辑,并解答关于单边滑点设置的疑问。
详细解答在 JoinQuant 聚宽量化平台中开启 use_real_price 动态复权模式后是否需要手动处理除权除息,以及真实价格回测与传统前复权回测在收益和逻辑上的区别。
详细解答在 JoinQuant 聚宽量化平台中,如何将通过 get_fundamentals 和 query 筛选出的股票池,无缝对接到 jqfactor 因子库进行多因子选股与回测。
详细解答JoinQuant聚宽平台上模拟盘运行失败的常见原因(如内存超限、超时、数据获取异常等),并深入解析策略暂停功能的真实机制,解释为何暂停策略后已经下达的订单仍会继续撮合成交。
详细解答在 JoinQuant 聚宽量化平台中使用 get_bars 函数获取 09:30 分钟 K 线时成交量为 0 的原因,并提供获取集合竞价及开盘第一分钟真实成交量的正确代码示例。
详细介绍 JoinQuant 聚宽量化平台中 OrderStyle 下单方式的使用方法,包括市价单 (MarketOrderStyle)、限价单 (LimitOrderStyle) 及停止单的参数说明与 Python 代码示例。
详细解答在JoinQuant聚宽量化平台的模拟交易过程中,如何通过after_code_changed和unschedule_all函数动态修改run_monthly等定时任务的参数,而无需重新创建模拟交易。
详细介绍如何在JoinQuant聚宽量化平台使用研究环境的create_backtest API进行策略自动调参和网格搜索,告别手工点击,实现批量回测与结果对比。
详细解答在 JoinQuant 聚宽量化平台上获取公募基金历史股票持仓数据时,如何通过分页查询(Limit + Offset)、分批获取等方法突破 API 每次最多返回 3000/4000 行的数据限制,获取完整持仓信息。
详细解答JoinQuant聚宽量化平台回测中成交价格与实际价格产生偏差的常见原因,包括复权模式设置、回测频率与运行时间匹配、默认滑点等,并提供解决方案。
本文介绍了在 Pandas DataFrame 中如何根据行内数据计算期权无套利上下限,并高效过滤删除不符合条件的行。推荐使用向量化操作替代 apply 以提升性能。
详细解析量化交易中Level-2数据与Tick数据的区别。验证关于逐笔交易与3秒快照的认知,并结合JoinQuant平台API说明如何在量化策略中使用Tick数据。
详细解答在 JoinQuant (聚宽) 量化平台中使用 calc_factors 获取 book_to_price_ratio (账面市值比) 因子时出现负数的原因,解析风格因子的标准化处理逻辑,并提供获取原始财务数据的方法。
详细解答 JoinQuant 聚宽平台中 EBITDA 因子是否为 TTM 数据,以及如何通过自定义因子和财务数据 API 准确计算 EBITDA TTM。
详细解答在JoinQuant聚宽量化平台中使用get_fundamentals函数查询财务数据时,ROE等指标数值偏低的原因。解析date与statDate参数的区别,并提供获取年度ROE及TTM数据的正确代码示例。
详细介绍在 JoinQuant (聚宽) 量化平台中,如何快速、方便地查询 balance、income、cash_flow、indicator 等财务数据表的字段名称及具体含义,告别繁琐的 help() 命令。
详细解答JoinQuant聚宽量化平台中日频策略下current_price的具体含义,并提供如何通过分钟频回测或获取分钟级K线数据来实现日内价格波动(如先跌后涨)的监控与交易策略。
详细解答在 JoinQuant 聚宽量化平台中,如何将动态日期变量(如 context.current_dt)赋值给 CCI 等技术指标函数的 check_date 参数,解决日期格式报错问题。
详细解答在JoinQuant聚宽量化平台中,使用 context.current_dt 获取技术分析指标是否会引入未来数据的问题,并提供正确的获取历史指标数据的方法,避免回测结果失真。
探讨在 JoinQuant 聚宽量化平台中使用 order_target_value 调仓时出现非 100 整数倍持仓(零股)的原因,以及第二天平仓失败的排查方法和解决方案。
详细解答在 JoinQuant (聚宽) 量化平台中使用 get_bars 函数获取期货分钟级数据时遇到的数据格式疑问,解释 numpy.record 返回值并提供 DataFrame 转换方法。
深入分析 JoinQuant (聚宽) 量化平台中 get_bars 与 get_price 的性能差异,解析标准周期数据(周线、月线)获取慢的原因,并提供实用的性能优化建议与替代方案(如 Pandas 重采样)。
详细解答在 JoinQuant 聚宽量化平台中,使用 run_daily 设置 time='every_bar' 时无法每分钟运行的原因。主要因为回测频率未设置为分钟级。附带正确的代码示例和 handle_data 替代方案。
详细解答JoinQuant聚宽量化平台中handle_data与run_daily(time='every_bar')的执行顺序、效果差异以及如何控制策略函数的执行先后顺序。
详细解答如何在 JoinQuant 聚宽量化平台获取或计算因子收益率数据,用于组合风格归因。包含使用 analyze_factor 计算因子收益序列以及自行横截面回归的 Python 代码示例。
详细解答 JoinQuant 聚宽量化平台中 `set_option('use_real_price', True)` 动态复权设置的作用范围,解析其对股票、基金、指数及期货的具体影响。
详细解答在JoinQuant聚宽量化交易平台中,如何通过全局变量和收盘后处理函数(after_trading_end)获取前一个交易日的持仓价值,助力编写更稳健的风控策略。
详细解答在JoinQuant(聚宽)量化平台中如何获取NYMEX原油(CL)等外盘全球期货数据,解析finance.run_query的正确用法,并提供获取上一交易日数据的Python代码示例。
详细介绍在JoinQuant聚宽量化平台中,如何利用下载的未复权价格和复权因子数据,基于特定基准日手动计算前复权价格,附带Python代码示例。
解答 JoinQuant 聚宽量化平台中 get_price 函数返回 DataFrame 时间索引带有 T 和毫秒的问题,提供 pandas DatetimeIndex 格式化转换的 Python 代码示例。
详细解答在JoinQuant聚宽量化平台中,如何提取attribute_history函数返回的DataFrame结构中的收盘价数据,并使用Python和Pandas进行相邻天数价格差的绝对值计算。
详细讲解在 JoinQuant 聚宽量化交易平台中,如何通过代码逻辑判断“首次金叉”事件,避免在均线金叉持续期间重复买入,包含完整的 Python 策略源码。
详细解答在 JoinQuant 聚宽量化平台中使用 get_fundamentals 函数按 date 查询财务数据时,为何会遇到最新年报或季报数据缺失、延迟的问题,并提供使用 statDate 参数精确获取财报的解决方案。
详细解答 JoinQuant (聚宽) 量化平台中 run_daily、run_weekly、run_monthly 等定时运行函数的最长执行时间限制(1800秒),并提供策略运行超时的优化建议。
详细解答 JoinQuant 聚宽量化平台中 context.current_dt 获取到 09:30:00 的相关知识点,包括 handle_data 和 run_daily 函数在日级模拟盘中的逻辑时间与实际运行时间差异。
详细解答在JoinQuant量化平台中使用get_fundamentals获取股票财务利润数据时,出现年末数据缺失的原因,并提供正确的API调用方法和代码示例。
解决JoinQuant聚宽量化平台回测时get_bars函数获取到未来数据的问题,详细解析end_dt参数的正确设置方法,避免未来函数。
详细解析 JoinQuant 聚宽量化平台中 initialize 和 process_initialize 函数的区别,解答模拟盘中 process_initialize 是否每天执行的问题,帮助量化开发者正确初始化策略变量。
解决在 JoinQuant 聚宽量化平台使用 jqlib.technical_analysis 库调用 MACD 等技术指标时,出现的 TypeError 字典与整数比较错误,详细解析技术指标函数的返回值结构及正确取值方法。
针对JoinQuant聚宽量化平台Tick级别模拟交易中出现的信号延迟、时差越来越大的问题,提供深度的原因分析(如Tick积压、代码性能瓶颈)以及实用的Python代码优化解决方案,帮助量化交易者提升策略执行效率。
解决在 JoinQuant 聚宽量化平台使用 finance.run_query 查询 CCTV_NEWS 新闻联播数据时提示表不存在的问题,分析原因并提供替代方案。
详细解答 JoinQuant 聚宽平台中 get_sort_dataframe 函数的用法,以及向导式策略(kuanke.wizard)的概念,帮助量化开发者理解底层封装与原生 Pandas 替代方案。
详细解答在 JoinQuant 聚宽量化平台中使用 order_target 函数时,出现“下单失败,初步检查下单数量为0”错误提示的原因及有效的代码优化解决方法。
详细解答在 JoinQuant (聚宽) 量化平台中使用 get_bars() 函数获取历史 K 线数据时,价格与同花顺、通达信等炒股软件显示不一致的原因及复权参数 (fq_ref_date) 的正确设置方法。
详细解答JoinQuant聚宽量化平台中滑点(slippage)的设置规则,解析市价单与限价单在不同撮合机制下受滑点影响的具体情况,帮助量化开发者更精准地进行回测与模拟交易。
详细解答在 JoinQuant (聚宽) 平台中如何使用 Alpha191 因子库,解析 STD、RANK 等公用函数的实际调用方法,以及是否需要开通会员权限。
详细解答在 JoinQuant 聚宽量化平台上进行策略回测时,如何通过开启动态复权(真实价格)模式,完美解决股票拆分、合并、分红及定向增发等除权除息事件导致的投资回报率计算失真问题。
详细解答在 JoinQuant 聚宽量化平台中,如何使用 finance.run_query 和 SQLAlchemy 的 in_() 方法实现公募基金主体信息的多字段多条件筛选。
详细解答EMA(指数移动平均线)的计算公式原理,解释周期N在权重分配中的作用,以及数据不足时的处理方法,并提供在JoinQuant量化平台中的Python实现代码。
详细解答在 JoinQuant 聚宽量化平台中编写 MACD 金叉策略时遇到的未来函数问题,提供基于 jqlib 和 talib 的两种无未来函数解决方案及 Python 源码。
详细解析在 JoinQuant (聚宽) 量化平台编写策略时,股票过滤函数(如过滤ST、次新股)出现遗漏的常见原因。重点讲解 Python 列表迭代删除元素的陷阱及正确的列表过滤写法。
探讨JoinQuant量化平台中使用avg_cost计算浮动盈亏时,遇到股票或基金拆分合并导致盈亏计算异常的问题及解决方案。
详细解答在JoinQuant聚宽量化平台中如何获取标准的周线数据,解决get_price无法直接获取周线的问题,推荐使用get_bars函数并提供Python源码示例。
详细解答JoinQuant量化平台回测中,使用run_daily按every_bar运行时,成交价异常高于当日最高价的常见原因,包括滑点设置、复权模式及撮合机制,并提供相应的代码解决方案。
详细解答 JoinQuant 聚宽量化平台中策略 algorithmId 是否变化的问题,以及如何正确使用 create_backtest 函数进行回测,提供使用 code 参数的替代方案。
详细解答在 JoinQuant (聚宽) 量化平台中使用 get_fundamentals() 函数进行历史回测时,为何感觉只能获取有限财务数据的原因,并提供获取长期历史财务数据的正确API用法(如 get_history_fundamentals)。
详细解答在 JoinQuant 聚宽量化平台中使用 get_index_weights 函数获取指数成分股权重时,返回空数据或空 DataFrame 的常见原因及排查解决方法。
详细解答在JoinQuant聚宽量化平台上,如何通过Python代码高效获取历史任意交易日的全市场涨停股票列表,避免低效循环,利用Pandas向量化操作实现快速筛选。
详细解答在JoinQuant聚宽量化交易平台中,如何使用get_bars函数并设置include_now=True来获取包含当前K线的实时均线数值,解决MA函数只能获取历史数据的问题。
本文详细讲解在JoinQuant聚宽量化平台上,如何使用Python和Pandas编写连续多日(如连续3日)收盘价站上移动平均线(如MA5)的策略逻辑,并提供完整源码示例。
详细解答 JoinQuant (聚宽) 量化平台中 neutralize 中性化函数的计算逻辑,解析当输入部分股票池时,回归取残差的范围是全A股还是仅限输入股票池,并提供最佳实践建议。
详细解答在JoinQuant(聚宽)平台中,为何get_money_flow无法获取当日实时数据,并提供获取当前时刻交易数据(如最新价、涨跌幅)的正确API及代码示例。
介绍在聚宽(JoinQuant)量化平台中,如何通过定时运行函数(run_weekly/run_monthly)或自定义计数器来实现类似优矿refresh_rate的调仓间隔功能。
详细解答 JoinQuant 聚宽平台对可转债行情的支持情况,包括 get_price 接口调用、tick 级数据获取以及 subscribe 订阅功能的适用范围,并提供可转债数据的正确查询方法。
探讨 JoinQuant 聚宽量化平台中 set_option 函数的作用域,解答是否可以在 run_daily 盘中动态设置 async_order 实现异步下单,并提供批量下单的替代方案。
解决在JoinQuant量化平台编写策略时,使用Pandas DataFrame的reset_index()方法导致列数据丢失或分离的问题,提供正确的代码示例和常见错误分析。
解决 JoinQuant 量化平台交易科创板股票时,使用 order_target_value 报错“科创板市价单需要指定保护限价”的问题,提供详细的代码修改示例与原理解析。
详细解答JoinQuant量化平台中,研究环境使用get_price与回测环境使用attribute_history获取同一标的历史价格数据不一致的原因,深入剖析前复权基准日的差异及场内基金复权的特殊性。
详细解析 JoinQuant (聚宽) 因子分析中 demeaned 参数的作用,探讨使用超额收益(demeaned=True)与不使用超额收益(demeaned=False)在因子收益分析中的区别及实际影响。
详细解答在 JoinQuant (聚宽) 量化平台中,调用 order_target 下单后如何正确判断订单是否真正成交,避免因跌停未成交导致的 KeyError 报错,并提供 Python 源码示例。
解决在 JoinQuant 聚宽平台上查询 AH 股价格对比数据时,h_a_comp 字段显示精度与文档不符的问题,提供 Pandas 显示设置的解决方案。
解决在 JoinQuant (聚宽) 量化平台使用 get_industries 函数时,传入 date 参数导致 TypeError: got an unexpected keyword argument 'date' 的问题,分析原因并提供替代方案。
详细解答JoinQuant(聚宽)量化平台中get_price函数是否支持获取周线和月线数据,并提供使用get_bars获取标准周、月度K线数据的Python代码示例。
解决 JoinQuant 量化策略中常见的 IndexError 数组越界报错,详细分析 get_bars 获取数据长度不足的原因,并纠正 Pandas 数组切片计算移动平均线 (MA) 的语法错误。
解决在 JoinQuant 聚宽量化平台中使用 TA-Lib 计算 SAR 指标时,结果与东方财富等行情软件不一致的问题,详细解析 acceleration 和 maximum 参数的正确设置方法。
详细解答在JoinQuant聚宽量化策略中,如何直接调用因子库中的现成因子(如质量因子、流通市值等),无需使用class自定义,并提供get_factor_values和get_fundamentals的正确代码示例。
详细解析JoinQuant(聚宽)量化平台中handle_data函数与run_daily定时函数的区别,解答回测是否必须实现handle_data,并提供官方推荐的策略编写最佳实践。
详细解答在 JoinQuant 聚宽量化平台中,当股票跌停导致市价卖单被系统自动取消时,如何通过 API 获取这些被取消订单的股票代码,并提供 Python 代码示例。
详细解析 JoinQuant 量化平台中 winsorize_med 中位数去极值函数里 distance (MAD) 的计算方法及原理,帮助量化开发者正确进行因子数据处理。
详细解析 JoinQuant 聚宽量化平台中 get_money_flow() 函数的返回值含义,解答关于小单、中单、大单、超大单净占比之和为何不为100%的疑问。
详细解答JoinQuant聚宽量化平台中期货下单函数order_value()的用法,包括期货合约乘数的含义、value参数与保证金的计算关系,以及为何按比例下单时会出现资金利用率低、收益率低的原因分析。
详细解答在 JoinQuant (聚宽) 平台进行多因子处理时,去极值 (winsorize) 和标准化 (standardlize) 函数中 axis 参数的方向选择问题,解析截面数据与时间序列数据的处理差异。
本文详细解答了在量化交易中如何计算因子的纯收益率,探讨了因子中性化后的回归方法,并提供了基于 JoinQuant 平台的 Python 实现代码。
详细解答 JoinQuant 聚宽量化平台中 jqfactor_analyzer (单因子分析工具) 是否支持获取截面回归因子收益率,以及如何获取分位数收益率和因子加权组合收益率。
探讨量化交易中日线、周线、月线操作频率的优缺点,并详细讲解如何在JoinQuant(聚宽)量化平台中使用run_daily、run_weekly、run_monthly等API实现不同周期的交易策略。
探讨在JoinQuant量化平台研究环境中,使用get_price获取期货涨跌停价时出现涨停价与跌停价相同的原因,并提供正确的获取方法。
探讨在量化交易中计算因子IC(信息系数)时,使用Spearman秩相关系数的正确方法。解析Pandas中corr(method='spearman')的底层逻辑,以及JoinQuant平台中因子IC的计算方式。
探讨在 JoinQuant 聚宽量化平台中使用 get_extras 函数获取基金单位净值(unit_net_value)时出现 NaN 的常见原因,包括基金公司延迟披露、数据同步延迟等,并提供相应的排查和解决方法。
详细解析 JoinQuant (聚宽) 平台 Barra 风险模型中 Size (市值) 因子的底层计算逻辑,对比手动计算市值对数、去极值、标准化的差异,帮助量化开发者精准复现 Barra 因子。
探讨在JoinQuant量化平台使用ROE、ROIC等基本面因子时,不同季度调仓导致收益差距巨大的原因,分析财报披露规则、日历效应及因子时效性对量化策略的影响。
本文详细解答了在JoinQuant量化平台中使用Pandas的ExcelWriter将多只基金或股票数据写入同一个Excel文件的不同Sheet时,遇到的sheet_name变量传递失效及文件被覆盖的问题,并提供优化后的Python源码。
详细解答在 JoinQuant 策略环境中如何使用 get_factor_values 函数直接调用聚宽因子库的因子,无需自定义 Class,并提供完整的 Python 示例代码。
本文详细介绍了在JoinQuant聚宽量化平台上如何调用和计算KDJ与MACD技术指标,提供完整的Python源码示例,帮助量化交易初学者快速上手策略编写。
介绍在 JoinQuant 聚宽量化平台中,如何正确使用 bond.CONBOND_BASIC_INFO 表获取可转债的转股价格、转股起止日期等特有字段信息,解决 BOND_BASIC_INFO 字段不全的问题。
详细解析JoinQuant聚宽量化平台财务数据(如净利润增长率、营业收入增长率)与东方财富、通达信等第三方软件不一致的原因,帮助量化开发者正确使用财务数据进行选股回测。
详细解答在 JoinQuant 聚宽量化平台中,查询可转债数据时遇到的累计转股数量大于发行量的问题,解析数据单位差异及背后的金融逻辑。
详细解答在 JoinQuant 聚宽量化平台上,使用 get_factor_values 获取的 PEG 因子值与通过财务数据手动计算的 PEG 值产生差异的原因,涉及 TTM 计算口径、数据更新时间等底层逻辑。
详细解答在 JoinQuant 聚宽量化平台中使用 get_extras 函数获取股票 ST 状态时,出现 'NoneType' object has no attribute 错误的常见原因及修复方法。
解决一创聚宽中 get_price 函数不支持 panel 参数导致的报错问题,详细讲解 pandas.Panel 与 DataFrame 的相互转换与数据提取方法。
详细解答在 JoinQuant 量化平台中,手动计算 EMA 指标与官方接口返回结果不一致的原因,深入解析复权价格对技术指标计算的影响及正确的处理方法。
详细解答在 JoinQuant 聚宽量化平台使用 get_money_flow 接口获取资金流向时遇到 ParamsError 报错的原因及 Python 解决代码,帮助量化开发者正确过滤非股票标的。
解答在 JoinQuant 聚宽量化平台中使用 attribute_history API 时,无法获取到最新交易日(如昨天和今天)数据的原因及替代 API 方案。
详细解析JoinQuant(聚宽)量化平台模拟交易中run_daily函数触发延迟的原因,并提供优化策略运行时间、减少排队延迟的实用解决方案。
详细解答在 JoinQuant 聚宽量化平台中,如何通过控制策略运行时间,使用 order_target 和 order_value 函数以当天的开盘价或接近收盘价买入股票,附带 Python 代码示例。
详细解答在 JoinQuant 聚宽量化平台中,自定义 Python 库在回测环境下调用 get_price 等 API 报错未定义的问题,并提供正确的 import 导入方法。
探讨量化交易多因子模型中行业中性化的最佳处理时机,解析为什么通常在单因子层面进行中性化,并提供基于JoinQuant平台的Python代码示例。
详细解答在JoinQuant聚宽量化平台中,为什么使用上证A股指数获取的股票数量不全,并提供使用get_all_securities接口获取全市场A股股票代码列表的正确Python代码示例。
探讨在 JoinQuant 聚宽平台上实现 RSRS 策略时,使用 statsmodels 的 WLS (加权最小二乘法) 出现结果不一致或不稳定的原因,并提供代码优化方案,解决成交量加权导致的数值精度问题。
详细解答JoinQuant聚宽量化平台上期货合约代码后缀8888(品种指数)和9999(主力连续合约)的含义、生成规则及交易注意事项。
详细解答 JoinQuant 聚宽量化平台中 get_money_flow 函数获取资金流向数据的频率限制、更新时间(T+1)以及分钟级数据的支持情况。
详细解答在JoinQuant(聚宽)量化平台中,为什么使用get_index_weights查询ETF代码会返回空,以及如何正确获取ETF基金的成分股及其权重占比。
本文详细介绍了在JoinQuant聚宽量化交易平台中,如何使用get_index_stocks函数获取沪深300指数成分股,并将其设置为策略股票池的Python代码实现方法。
针对量化新手在 JoinQuant 平台上编写 MACD 背离策略时遇到的常见代码疑问,本文详细解析了历史数据长度选取、Pandas DataFrame 操作、金叉死叉判断逻辑等核心问题。
详细解答 JoinQuant 聚宽量化平台中 run_daily 函数设置 time='every_bar' 时每天只运行一次的原因,并提供实现 30 分钟等自定义周期运行频率的正确代码方案。
详细解析 JoinQuant 量化平台中 get_price、attribute_history 和 get_bars 三个获取历史数据函数的区别、优缺点及适用场景,帮助量化开发者选择最合适的数据获取方式。
详细解答 JoinQuant 聚宽平台中 context.portfolio.positions 字典的只读属性,并提供在回测和模拟交易中设置初始底仓的正确方法。
本文详细介绍了在JoinQuant(聚宽)量化交易平台中,如何使用get_price函数高效获取多只股票的最新价格,包含代码示例与参数详解,并推荐了替代方案get_current_data。
详细解析 TA-Lib 库中 MACD 指标的计算公式,揭秘其与同花顺、通达信等国内炒股软件 MACD 结果不一致的根本原因,并提供 Python 代码实现国内标准 MACD 算法。
详细解答在JoinQuant量化平台中使用Python的scipy库进行三次样条曲线拟合(splrep)后,如何通过PPoly类提取各区间段的多项式表达式,附带完整代码示例与原理解析。
详细解答在 JoinQuant 聚宽量化平台中使用 get_price 函数获取股票历史价格时,与同花顺、东方财富等炒股软件价格不一致的原因,并提供复权参数(fq)的正确设置方法。
针对用户在本地 PyCharm 或 CMD 中无法通过 pip 安装 jqlib.technical_analysis 的问题,详细解释 jqlib 的运行环境限制,并提供本地量化开发的替代方案(如 jqdatasdk 结合 TA-Lib)。
本文介绍了在 JoinQuant 量化平台中,如何不依赖技术指标参数,纯粹基于 K 线价格数据,使用 Python 和 Pandas 寻找一定时间区域内的次高点(第二高点)和次低点(第二低点)的方法,并附带完整代码示例。
解释 JoinQuant 聚宽平台中 get_all_securities 函数返回的 display_name 为什么是最新名称,以及如何正确获取历史某天的 ST 状态。
详细解答聚宽(JoinQuant)量化平台中 book_to_price_ratio (账面市值比) 风格因子出现负值的原因,解析其背后的标准化处理逻辑及原始账面价值的计算公式。
详细解答在JoinQuant聚宽量化平台的回测和模拟交易环境中,为什么使用open函数读取研究文件会报错“No such file”,并提供基于read_file与BytesIO/StringIO的完美替代解决方案。
详细解答在 JoinQuant 聚宽量化平台回测时,调用自定义 .py 文件中的 get_price 等 API 报错未定义 (not defined) 的原因及解决方法。
详细解答在 JoinQuant 聚宽平台上如何查询 ETF 基金的市值,解释 get_fundamentals 函数的适用范围,并提供获取基金规模和相关数据的正确方法。
详细介绍 JoinQuant 聚宽量化平台中 Context 对象的属性,包括 portfolio、subportfolios、current_dt 等,以及 Portfolio 和 Position 对象的详细字段说明,帮助开发者快速查找 API 文档。
详细解答JoinQuant(聚宽)量化平台中技术分析指标MA(移动平均线)的计算逻辑,明确check_date在均线计算中的包含关系,帮助量化开发者准确获取技术指标。
详细解答 JoinQuant 聚宽平台中 get_factor_kanban_values 函数是否可以在回测中使用,以及如何正确获取历史因子数据避免未来函数。
详细解答JoinQuant聚宽平台模拟交易中如何同时交易股票和期货。解析混合策略中期货无法下单的原因,并提供配置多子账户(subportfolios)和指定pindex下单的Python源码示例。
解决 JoinQuant 聚宽量化平台中 get_fundamentals 接口在回测时传入 date 参数导致连续调用报错的问题,提供正确的市值和换手率查询代码示例。
详细解答聚宽量化平台中获取的 adjusted_profit (扣除非经常损益后的净利润) 数据与雪球、天天基金等第三方平台不一致的原因,并提供获取累计财务数据的正确代码示例。
详细解答 JoinQuant 量化平台中 FixedSlippage 固定滑点与百分比滑点的区别,以及回测实际滑点与归因分析中滑点影响计算方式的差异,帮助量化开发者正确理解滑点对策略收益的影响。
解决 JoinQuant 聚宽量化平台中调用 get_dominant_future 函数时出现 end_date 参数报错的问题,并提供获取一段时间内期货主力合约代码序列的 Python 解决方案。
解决在 JoinQuant 聚宽量化平台(包括研究环境 jqdata 和本地 jqdatasdk)中使用 get_price 函数获取行情数据时,找不到 pre_close (昨收价) 字段的问题。
针对JoinQuant聚宽量化平台模拟交易中出现的“'avoid_future_data'选项无效”提示进行解答,解释未来数据防范机制在回测与模拟盘中的区别,并提供代码处理建议。
详细解答 JoinQuant 聚宽量化平台中 get_current_data() 函数为何在研究环境中无法使用,并提供在研究环境中获取最新行情、涨跌停及停牌数据的替代 API 方案。
详细解答JoinQuant聚宽量化平台中query函数的用法,解析如何通过get_fundamentals查询财务数据,解释valuation市值表对象,并说明如何避免未来函数。
详细解答量化交易中多因子模型的数据处理顺序问题,探讨标准化与行业、市值中性化的先后顺序,以及中性化后数据分布的变化与二次标准化的必要性,并附带JoinQuant API代码示例。
详细解答 JoinQuant 量化平台中查询财务数据 valuation.turnover_ratio 在每周首个交易日或节假日后返回 NaN 的原因,并提供使用 context.previous_date 的代码优化解决方案。
详细解答在 JoinQuant 聚宽量化交易平台中,如何使用 get_security_info 函数获取股票中文名称,并通过 log.info 在日志中打印出来,附带完整 Python 代码示例。
针对JoinQuant聚宽量化平台中使用TALIB库计算EMA均线时timeperiod=1报错的问题,提供详细的原因分析及Python代码替代实现方案,帮助量化开发者完美复刻通达信1日EMA指标。
详细解答JoinQuant聚宽量化平台中handle_data函数的运行时间机制,并提供使用run_daily等定时函数自定义策略运行时间的最佳实践和代码示例。
详细解析JoinQuant量化平台中股东数据(shareholder_id、shareholder_name、shareholder_name_en)不一致的常见原因,帮助量化开发者更好地处理和清洗财务基本面数据。
详细解答 JoinQuant 量化平台中 get_fundamentals_continuously 和 get_fundamentals 函数 5000 条数据限制的原因,并提供 Python 分批获取数据的代码解决方案,满足长期时间序列分析需求。
针对聚宽(JoinQuant)量化平台中获取茅台(600519.XSHG)ROE数据偏低(个位数)的疑问,详细解答单季度财务数据与年度/TTM数据的区别,并提供正确的API查询代码。
详细解答 JoinQuant 聚宽量化平台中 get_fundamentals 函数获取的财务数据(如利润表)是否包含业绩快报,以及财务数据的更新机制和时间规则。
详细解答 JoinQuant 聚宽量化平台中 query 查询如何使用 like 进行模糊匹配,解决 filter 过滤条件报错问题,并提供正确的 Python 源码示例。
详细介绍如何在JoinQuant聚宽量化交易平台的回测结果页面中,使用record函数绘制自定义指标曲线(如RSI、均线等),并提供完整的Python代码示例与注意事项。
在 JoinQuant 聚宽量化平台中,频繁调用 history 函数获取涨停价和最新价会导致策略性能下降。本文介绍如何使用 get_current_data() 高效过滤当日涨停股票,大幅提升回测与实盘性能。
详细解答在 JoinQuant 聚宽量化平台中使用 get_fundamentals 查询财务数据后,如何通过 get_all_securities 高效地在 DataFrame 中添加股票名称列,并调整列顺序。
详细解答 JoinQuant (聚宽) 量化平台中 get_money_flow 函数获取资金流向数据的更新时间,包括研究环境和回测环境下的数据获取规则及避免未来函数的注意事项。
详细解答在 JoinQuant 聚宽量化平台中,如何获取所有 A 股股票列表,并通过 Python 循环遍历每只股票计算财务指标(如 WACC、Beta 等),解决变量传递报错的问题。
详细解答 JoinQuant 聚宽量化平台中 analyze_factor 函数的计算原理,解释其在模拟盘和回测中是否包含未来函数,以及 period 参数对收益计算的影响。
详细介绍在JoinQuant聚宽量化平台上如何使用write_file函数将回测、模拟交易中的数据(如DataFrame)保存并导出为CSV或JSON文件到投资研究目录,方便本地下载分析。
探讨在JoinQuant平台上使用BIAS5因子在钢铁行业回测效果异常好的原因,详细讲解如何排查和解决未来函数问题,以及技术指标与基本面指标的差异。
详细解析JoinQuant聚宽量化平台中handle_data函数里的data对象含义、使用场景示例,以及不使用data对象时的替代方案(如get_price、history等API),帮助量化开发者优化策略代码。
详细解析 JoinQuant (聚宽) 量化平台中 market_open 和 handle_data 函数的 context 与 data 变量的作用、属性及具体引用方法,帮助初学者快速掌握策略编写。
详细解答JoinQuant聚宽量化平台中,为什么回测正常的g.__双下划线变量在模拟盘或实盘中会报错丢失,并提供正确的变量初始化与持久化解决方案。
详细解析 JoinQuant 量化平台中 order_target_value 函数报“下单目标价值 < 0: 执行清仓处理”错误的原因,并提供排查和解决该问题的 Python 代码示例。
详细解答 JoinQuant 聚宽量化平台中 handle_data 函数 data 参数的作用,深入剖析“按需获取”机制及为什么不能跨时间点缓存 data 对象,帮助量化新手避开常见坑点。
详细解答在JoinQuant量化平台获取指标数据(如换手率HSL)返回NaN的常见原因,并解析回测与模拟实盘环境中的数据延时机制,帮助量化开发者避开数据陷阱。
详细解答 JoinQuant 聚宽平台中 jqlib.technical_analysis 技术分析指标的时效性问题,解析研究环境的延时原因,并提供在策略和模拟实盘中获取盘中实时技术指标的 Python 代码解决方案。
详细解答在JoinQuant聚宽平台上获取可转债历史价格数据的方法,分析get_price函数报错原因,并提供正确的Python代码示例,帮助量化交易者顺利读取转债数据。
详细解答JoinQuant聚宽量化平台中context(上下文)对象的作用、系统回调函数必须传入context的原理,以及自定义函数何时需要或不需要传入context参数。
详细解答JoinQuant量化平台中回测环境与研究环境(get_backtest)下变量值不一致、为0的常见原因,包括默认日期差异、API限制、Record记录时机及复权设置等。
详细解答量化投资中标准差和方差的计算方法,解析总体方差(除以n)与样本方差(除以n-1)的统计学原理区别,并结合JoinQuant量化平台给出Python代码实现建议。
详细解答在 JoinQuant (聚宽) 模拟交易环境下,如何使用 write_file API 结合 to_csv 方法将 DataFrame 数据保存到研究环境中,方便后续分析。
详细解答量化交易中因子IC(信息系数)计算时的时间对齐问题,解析在1天调仓周期下,因子值与收益率的对应关系,帮助量化开发者避免未来函数。
探讨在 JoinQuant 聚宽量化平台中避免未来函数的有效方法,详细解析尾盘交易(如14:55下单)的逻辑、优缺点以及在回测与实盘中的具体实现技巧。
解决 JoinQuant 量化策略编写中常见的 NameError: not defined 报错问题,详细解析 Python 函数定义与调用顺序及聚宽策略结构规范。
解析 JoinQuant 聚宽平台中 get_industries 函数在回测初始化与盘中调用时返回结果不一致的原因,探讨申万行业历史调整及如何规避未来函数。
详细解答JoinQuant量化平台中winsorize_med函数(中位数去极值)里distance(绝对中位差MAD)的计算方法及原理。
探讨 JoinQuant 量化平台中,双因子策略在不同回测起始时间下产生不同股票组合的原因,以及 get_fundamentals 函数是否会引入未来函数。
详细解答 JoinQuant 量化平台中 get_price 函数对输入股票列表自动去重的原因,并提供使用 Pandas 合并保留重复股票代码数据的 Python 解决方案。
本文介绍了在JoinQuant(聚宽)量化交易平台中,如何使用record函数在策略回测图表下方绘制多只股票的同期复权收益率曲线,巧妙利用日收益率累乘解决除权导致的曲线不准确问题。
详细解析 JoinQuant 聚宽量化平台中过滤涨停和跌停股票的代码逻辑,解答关于大于小于号是否写反的疑问,并提供标准的过滤函数实现与优化建议。
详细解析 JoinQuant (聚宽) 量化平台中,get_fundamentals 函数在回测时使用默认日期与指定 context.previous_date 导致查询结果不一致的根本原因。
详细解析Pandas中.T.apply()在量化多因子打分策略中的具体含义,并提供更高效的Pandas内置求和优化方案,助力JoinQuant量化交易者提升代码运行效率。
详细介绍 JoinQuant 聚宽量化平台中 jqfactor 库的 Factor 类使用方法,包括如何继承 Factor 类自定义因子、设置依赖数据,以及使用 calc_factors 函数进行因子值计算,附带完整 Python 源码示例。
详细解析 JoinQuant 量化平台中 valuation.market_cap 获取的市值数据与同花顺、东方财富等实盘软件显示不一致的常见原因,包括单位差异、计算口径、时间节点等。
详细解析 JoinQuant (聚宽) 量化平台中 history 和 get_price 两个 API 的核心区别,包括未来函数防范、停牌处理 (skip_paused) 以及多标的数据对齐问题,帮助量化开发者排查回测结果差异的原因。
详细解析 JoinQuant 量化平台中 neutralize 函数的数学原理,解释多元回归中性化与逐步回归中性化的差异,以及在量化策略中如何正确使用中性化函数。
详细解答在聚宽(JoinQuant)量化平台中使用 get_history_fundamentals 获取 ROE 等财务数据时数值偏低的原因,并提供正确获取年度财务数据的 Python 代码示例。
详细介绍在 JoinQuant (聚宽) 量化平台的历史回测中,如何在 handle_data 函数里利用 context.current_dt 和 get_security_info 计算期权合约的剩余到期时间。
详细解答在 JoinQuant 聚宽量化平台上,如何通过加前缀(如 jq.get_bars)调用 API,解决 AttributeError 报错,实现本地 jqdatasdk 与云端代码的无缝兼容。
详细解答 JoinQuant (聚宽) 量化平台中 get_backtest() 函数获取的 benchmark_returns 基准收益是否包含交易成本(手续费、滑点等),帮助量化开发者准确评估策略超额收益。
详细解答在 JoinQuant (聚宽) 研究环境中使用 create_backtest 和 get_backtest API 时,遇到状态返回 done、None 或结果为空列表的原因及正确的异步轮询代码写法。
探讨在 JoinQuant 量化平台中,使用 get_price 获取的日线最低价与分钟线最低价不一致的常见原因,包括复权机制、集合竞价以及排查方法。
解决JoinQuant量化平台回测中datetime.date.today()返回现实日期而非回测逻辑日期的问题,详细讲解如何使用context.current_dt正确获取回测时间。
详细解析 JoinQuant (聚宽) 量化平台中因子分析模块的 neutralize (中性化) 和 standardlize (标准化) 函数的具体算法原理,包括 Z-score 标准化和基于线性回归的残差中性化方法。
详细解答JoinQuant量化平台中analyze_factor函数weight_method参数的作用机制,解释为何不同权重计算方式下IC序列与clean_factor_data保持不变,并指出受该参数影响的具体收益指标。
详细解析 JoinQuant (聚宽) 量化平台中,使用 analyze_factor 进行单因子分析与因子看板 (Factor Kanban) 在绘制累计收益图时出现坐标轴不一致的常见原因,包括手续费、滑点、对数轴计算逻辑及调仓假设等差异。
针对 JoinQuant 聚宽量化平台中 get_industry() 函数报错 unexpected keyword argument 'date' 的问题,分析平台故障原因并提供临时替代方案与排查建议。
详细介绍在JoinQuant聚宽量化交易平台中,如何通过API获取期货分时图的实时均价(当日成交均价),包含具体的Python代码示例和计算公式。
详细介绍在 JoinQuant (聚宽) 量化平台中,如何通过复权因子(factor)的变化来判断未持仓股票是否发生了高送转或除权除息事件,并提供 Python 源码示例。
详细解析 JoinQuant 聚宽量化平台中 order_target_value 函数下单未完全成交(amount != filled)的常见原因,包括成交量限制、资金不足、涨跌停、整手规则等,并提供相应的代码级解决方案。
探讨在JoinQuant(聚宽)量化平台按天回测策略中,是否可以使用time.sleep()实现一分钟内分多笔下单,并解析回测逻辑时间机制及提供正确的日内分笔下单解决方案。
详细解答JoinQuant(聚宽)量化平台中Order对象的更新机制,解释为什么下单后直接判断order.filled不生效,并提供正确获取最新订单成交状态的方法。
详细解答在 JoinQuant 聚宽平台上如何找到并使用单因子分析功能。介绍研究环境的使用方法,以及如何通过 jqfactor 模块的 analyze_factor 函数进行专业的单因子测试与图表绘制。
详细解答 JoinQuant 聚宽平台获取财务数据(get_fundamentals)遇到单次返回条数限制(5000条)时的解决方案,提供分批获取数据的 Python 代码示例。
详细解答JoinQuant聚宽量化平台中1分钟K线数据的后对齐规则,解释特定时间戳(如11:15:00)对应的实际交易时间段及开收盘价的含义,帮助量化开发者准确获取历史数据。
详细解答JoinQuant聚宽量化平台在分钟级别回测时,市价单撮合价格的取值逻辑,解析K线时间戳后对齐机制与最新价的定义。
详细解析 JoinQuant 聚宽量化平台在回测模式下的订单撮合机制,包括市价单与限价单的撮合时机、成交价格计算方式,以及分钟级别回测中的数据延迟现象。
详细解答 JoinQuant 量化平台中 order_target 函数在分钟频率下的撮合价格机制,解析市价单与限价单的成交价计算规则,纠正关于分钟收盘价加滑点的常见误区。
详细解答在 JoinQuant 聚宽平台上使用 analyze_factor 进行单因子分析时,如何有效过滤停牌股和涨停股,提供参数说明与代码示例。
详细解答JoinQuant量化平台中,使用winsorize_med进行中位数去极值时scale参数的合理设置范围,以及如何解决大量边界值导致analyze_factor因子分析报错的问题。
详细解答在 JoinQuant 聚宽量化平台中获取 MA、KDJ 等技术指标时,日期格式 Y-m-d 的具体含义,以及如何正确传入日期参数以获取指定交易日的指标数据。
详细解答JoinQuant(聚宽)量化平台在实盘/模拟交易中,卖出股票后closeable_amount(可卖数量)的更新机制,以及市价单与限价单的区别。同时提供在策略中获取精确到秒的实际系统时间的方法。
详细解答JoinQuant(聚宽)量化平台中Context对象的概念、作用以及是否需要连接实盘账户。帮助量化新手快速理解Context的用法与账户机制。
本文详细介绍了在 JoinQuant 聚宽量化平台上,如何通过 API 获取全市场所有股票的当前最新价与昨日收盘价,从而统计出当前上涨、下跌和平盘的股票数量,并提供完整的 Python 策略源码。
详细解释JoinQuant聚宽量化平台中的Tick事件概念,包括Tick数据的定义、快照频率(股票3秒,期货0.5秒),以及如何在Tick级策略中使用subscribe和handle_tick函数处理高频行情。
详细介绍在JoinQuant(聚宽)量化平台中,如何使用get_fundamentals_continuously和get_history_fundamentals接口获取多只股票在多个时间点的连续财务数据,解决三维财务数据获取难题。
详细解答在 JoinQuant 聚宽量化平台中,如何使用 SQLAlchemy 的 like 方法在 finance.run_query 的 filter 函数中实现字符串的模糊匹配(包含)查询,并提供完整的 Python 源码示例。
详细解答在JoinQuant聚宽量化平台上,使用1分钟('1m')周期计算BRAR(人气意愿指标)时,早盘9:35的数值是否会跨日包含前一交易日尾盘的数据,并解析分钟级技术指标的计算逻辑。
详细解答 JoinQuant (聚宽) 量化平台中 get_price 函数在实盘/模拟盘中无法获取当天实时价格的原因,并提供使用 get_current_data 和 get_bars 获取最新价格的正确代码示例。
详细介绍在JoinQuant聚宽量化交易平台中,如何通过API查询期货的多头和空头持仓数量,判断持仓正负方向,并提供Python代码示例。
解决在 JoinQuant 聚宽量化平台上使用 get_bars 获取多只股票历史数据时,如何正确提取每只股票各自的最低价的问题,提供详细的 Python 代码示例。
本文介绍了在 JoinQuant 聚宽量化平台上,如何结合 get_all_securities 和 finance.run_query 函数,准确获取某一天所有 LOF 或 ETF 基金的份额数据。
本文详细解答如何在JoinQuant聚宽量化平台上使用get_money_flow函数编写主力资金连续三天流入的选股策略,提供完整的Python源码和逻辑解析,适合量化小白学习。
本文详细介绍了在 JoinQuant 聚宽量化平台上,如何将基于日线的交易策略改造为分钟级别的策略。通过使用 handle_data 或 run_daily 的 every_bar 参数,结合分钟级历史数据获取 API,实现每分钟实时计算信号并执行交易。
详细解答JoinQuant量化平台中获取财务数据(如get_fundamentals)的时间对齐逻辑,解释回测中如何避免未来函数,以及财报发布日与数据获取日的关系。
详细解答在JoinQuant聚宽量化平台中,为什么今天获取昨天的K线数据(K值)会与昨天当天获取的数据不同,深入解析前复权机制与动态复权设置的影响及解决方案。
探讨聚宽(JoinQuant)量化平台中技术分析指标(如MACD)计算结果与同花顺等炒股软件存在细微差异的原因,分析复权方式对历史数据的影响,并提供相应的解决思路和应对策略。
详细解答在 JoinQuant 聚宽量化平台研究环境中遇到 IOPub data rate exceeded 错误的原因及多种解决方案,并提供规范的数据保存最佳实践。
详细介绍在 JoinQuant 聚宽量化交易平台中,如何使用 attribute_history 和 get_current_data 等 API 获取前 N 日的历史价格,并实现当前价格与两日前价格的对比逻辑,附带完整 Python 代码示例。
探讨量化交易中纯 MACD 0轴上二次金叉策略的局限性,分析其滞后性与震荡市回撤问题,并提供在 JoinQuant 平台上的 Python 源码实现与优化思路。
详细解答JoinQuant聚宽量化平台中因子分析(calc_factors)使用skip_paused=True时,量价数据(int索引)与财务数据(datetime索引)不匹配的原因及对齐方法,并提供停牌日返回NaN的简便实现技巧。
详细解析 JoinQuant 量化平台中前复权系数(Factor)的计算公式。针对仅有派息情况下的复权因子计算误差问题,揭示股权登记日收盘价在复权计算中的关键作用。
详细解答在 JoinQuant 聚宽量化平台中,使用 analyze_factor 进行单因子分析后,如何通过属性提取因子的收益率和 IC 值,并将其转换为 Python List。
详细介绍在JoinQuant聚宽量化平台上,如何通过自定义Python库实现策略间的函数复用,以及如何通过文件读写API(write_file/read_file)实现不同策略间的数据共享。
详细解答在JoinQuant聚宽量化回测中,如何利用复权因子(factor)将系统记录的真实交易价格(除权价)转换为前复权价格,以保持数据一致性。
详细解答 JoinQuant 聚宽量化平台中 get_fundamentals 函数在回测时不传 date 参数是否会引入未来数据,以及与传入 context.previous_date 导致回测结果差异的原因。
详细解析JoinQuant聚宽量化平台中order函数的撮合成交逻辑,解答按天回测时市价单在涨停板、跌停板(T字板)为何被撤单未成交的原因,并提供使用限价单排队成交的解决方案。
详细介绍如何在 JoinQuant 聚宽量化交易平台获取早盘 9:15 到 9:25 之间的集合竞价数据,解决 get_ticks 不支持竞价数据的问题,并提供 get_call_auction 函数的详细使用示例。
详细解答 JoinQuant (聚宽) 量化平台中调用 get_valuation 函数获取多只股票市值数据时,返回结果顺序与传入股票列表顺序不一致的原因,并提供基于 Pandas 的 Python 排序解决代码。
详细解答 JoinQuant 量化平台中 get_money_flow 函数在模拟实盘和实盘环境下,是否支持获取当天盘中(如10:00)的资金流向数据,并解释其数据更新频率。
详细解答 JoinQuant 聚宽量化平台中 def 函数命名的内在规则,解释 initialize、handle_data 等回调函数的工作原理及执行频率,帮助新手快速理解量化策略的程序架构。
解决 JoinQuant (聚宽) 量化平台中调用 get_trade_days 函数时,即使代码中写了 start_date 参数依然提示 ParamsError 的常见原因及调试修复方法。
详细解答在 JoinQuant (聚宽) 量化平台中使用 get_price 函数获取股票数据时,返回空值 (Empty) 或 NaN 的常见原因及解决方法。
详细解析JoinQuant聚宽量化平台中估值因子(如市销率TTM)的计算逻辑,解答财报空窗期的数据取值问题,探讨是否存在未来函数,并分析与Wind等其他金融数据终端产生差异的原因。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
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。
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。
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
使用 indicator.operating_profit_growth_rate 筛选高成长股票,结合技术面进行择时。
利用 get_fundamentals 获取 valuation.pcf_ratio 数据,构建低市现率选股模型。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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