研究了两年，终于研究出来一个无敌策略，不惧牛熊，各种行情都是稳定盈利！！ 有感兴趣的朋友欢迎留言，短周期策略。持仓数量十只 我想在每天盘后获取每个行业里涨停股票的数量，所以用get_current函数获取每个股票盘后的数据并用close和high_limit比较来判断是否涨停，但是这样运行太慢了，在下面一年的回测中，整个策略回测20min，光这几句话就占了15min左右了 想问问有什么更快的方法来在每天盘后获取每个行业涨停股票最多的行业吗 
川贝母2025-05-30 发布想请教一下custom_sector('扫板', 'update', list_sao, '扫板')这个方法实际中经常延迟怎么解决，只要多用几次就会突然出现延迟 为什么策略可以跑通，但是回测没有任何买卖交易呢。。。 近日，有网友在社交平台发布求助信息称：“家中亲人常服的甘露特钠胶囊(九期一)在医院买不到了。”与此同时，原本200多元一盒的药物，在多个网购平台的价格普遍涨到500元-600元一盒。 社交平台上，网友反馈这一药物断货。 网络截图 5月28日晚，甘露特钠胶囊的生产企业——绿谷药业的相关工作人员在答复澎湃新闻记者时表示，目前，已经有超过8000名患者向其反馈药品短缺的情况。该公司目前也正积极与有关部门沟通，竭尽全力处理相关供货问题和个别资费渠道的涨价问题。对于药物短缺原因，绿谷药业方面当天暂未给予回应。 资料显示，甘露特钠胶囊为国家1类创新药，于2019年11月获批在中国上市，治疗轻度至中度阿尔茨海默病。该药物由绿谷(上海)医药科技有限公司(以下简称绿谷药业)与多方合作研发，是一种口服处方药，目前已被纳入国家医保目录。 甘露特钠胶囊为国家1类创新药，于2019年11月获批在中国上市。 网络截图 5月28日下午，家住上海徐汇区的朱先生在接受澎湃新闻记者采访时表示，其90岁的父亲是一名阿尔茨海默病患者，两年前被诊断为轻度阿尔茨海默病，随后开始服用甘露特钠胶囊治疗，“目前吃了这个药两年不到，效果总体来说不错，但前不久我们看到网上说这个药断货了，很担心，现在家里药还有一盒都不到了，按照平时用量，1个月要吃掉4盒药。” 朱先生透露，他也曾跑去父亲此前就诊的医院咨询这款药物，“5月中旬到现在，医生都告诉我们这个药一直没有货，我们也不知道如果断药了，后续会有什么影响。”朱先生进一步表示，此前在2024年，这款药也在该院断过一周时间，当时父亲没吃这个药约一周时间，就出现了起床起不来的情况，“我们很担心，断药时间一长，可能病情又会进一步恶化。” 朱先生称，自己已致电过绿谷药业，“对方也发给了我一个电子问卷，我们做了相关的信息登记，医院那里我们也跟医生说了，如果一有药就马上通知我们去配。” 当日傍晚，在上海工作的吴小姐告诉记者，她的家人——妈妈和公公都是阿尔茨海默病患者，其中妈妈77岁，公公83岁。“我妈妈于2020年就因重度胰腺炎入院，当时出现并发症如大小便失禁、认知障碍等，不认识任何人，随后在老家确诊阿尔茨海默病，多年来一直服用这款药物进行认知障碍治疗。我的公公是在2024年春节期间发现有认知障碍，半夜会尿床，还会开衣柜去尿，目前已经服用这款药物治疗一年多，半夜尿床的症状有了一些改善，打算一直吃这个药治疗下去试试看。” 吴小姐称，平时都是她在上海帮家人配好药，再寄回老家给家人服用，“我之前一直在思派药房买药，最近几天都买不到这个药了，家里妈妈和公公都还剩下一盒药不到，不知道该怎么办了。”她坦言，由于患病老人容易出现焦虑情绪，所以目前还没有把这款药物断货的信息告知老人，“我也拨打了12345反馈了这个药物短缺的情况，也打过药企电话咨询，目前了解下来，不止我一个人遇到了这个问题，也有不少患者家庭和我面临一样的困难。” 吴小姐进一步表示，在5月28日当天，在向12345平台反馈后，她还收到了一则手机短信：经了解，由于绿谷药业的甘露特钠胶囊许可到期，故暂时不能继续生产和销售。目前，企业提交的延续申请正在等待国家药监局审批，待管理部门审批通过后即可恢复生产销售。 患者收到的12345反馈短信。受访者供图 记者同时向上述患者了解到，这款药物售价原本是200多元一盒。但目前在多个电商平台，这款药物已经出现了涨价售卖的情况，价格普遍在500元-600元一盒。也有一些网友反馈，随着这款药物的短缺情况的出现，网上售价越来越贵。也有网友反馈在美团渠道购买药物，这一款药物要么显示“区域无货”，要么跳出700元一盒的高价链接。 在淘宝App上，记者搜索“甘露特钠”，发现仅有一家药店售卖，价格为每盒584元。而在京东App上，多家药店售卖的甘露特钠胶囊价格也普遍都在500元以上一盒。 与此同时，记者致电上海多家三甲医院获悉，这款药物都出现了断货的情况。如华山医院药剂科工作人员表示：“目前这款药物断货了，主要是厂家的原因。”而对于何时到货，目前多家医院都表示“不清楚”。当日，记者同时致电上海一部分药房，得到的反馈也都是“没货了”。国大药房南京西路店工作人员告诉记者表示：“这款药目前断货有一段时间了，目前也不知道什么时候会来货。” 据媒体公开报道及社交平台网友反馈，甘露特钠胶囊断货情况不仅仅出现在上海，也有来自河北、湖南、四川等地网友反馈药物断货的情况，无论在医院还是药店都很难买到这款药物，而这一药物短缺的情况从4月底持续至今。 来源：澎湃新闻 编写第一个量化策略（手把手详细版教程） 对于大部分人来说，量化交易是非常陌生与神秘的。本节内容将带你开启第一个量化策略！ 本节内容摘要： 1.理解量化策略的基本框架。 2.学会编写一个简单的量化交易策略。 3.学会将量化交易策略绑定实盘模拟交易，并实时收到交易策略的买卖信号。 1.理解量化策略的基本框架 通常情况下，完整的量化交易策略至少需要确定两件事： A.交易标的，即买什么； B.确定交易时机，即怎么买卖。 让我们来设计一个简单完整的量化交易策略: 策略交易标的：贵州茅台； 策略交易时机：5日均线与20日均线金叉时，买入；5日均线与20日均线死叉时，卖出。 2.学会编写一个简单的量化交易策略 第一步：打开SuperMind量化交易平台，先在上方导航栏点击“我的策略”—“策略编译”，再点击蓝色按钮“+新建策略”，接着点击已创建的策略进入策略编译器页面，如下： 温馨提示：“回测列表”下方三个按钮，可以设置编译器字体大小，背景颜色，编译设置，开启全屏编译，查看API文档，如下： 第二步：理解量化交易策略框架对应的代码框架。def init(context): #初始化函数：确定交易标的def handle_bar(context, bar_dict): #定时运行函数：确定交易时机 框架理解： 1.def init(context)与def handle_bar(context, bar_dict)是两个函数，函数格式固定为：def 函数名（参数），其中def后面带空格键，函数末尾必须带冒号。 2.def init(context)函数是初始化函数，只运行一次，确定初始化条件；def handle_bar(context, bar_dict)函数是定时运行函数，平台默认该函数定时运行。日级策略，每日9：30；分钟级策略，交易期间内的每分钟。 3.“#”后面为注释内容，用于注释代码，便于编写和阅读。 第三步：确定交易标的：context.security = '600519.SH'。 温馨提示： 1.context是账户对象，该对象存放所有账户相关信息，持仓、可用现金、资产盈亏。 2.context.security是在账户对象下，设置security变量，存放在账户内，这里我们需要确定交易标的，即：context.security = '600519.SH'。def init(context): context.security = '600519.SH'#已确定交易标的def handle_bar(context, bar_dict): #定时运行函数：确定交易时机 第四步：确定交易时机，即为：5日均线与20日均线金叉时，买入；5日均线与20日均线死叉时，卖出。 从交易时机出发，我们需要计算交易标的5日和20日均线，那么5、20日均线需要用历史行情数据的收盘价来计算。 整个流程即：获取历史行情20日的收盘价数据———计算5、20日均线———判断5、20日均线，进行买卖交易。 A.获取历史行情20日的收盘价数据： 1.找到函数历史数据函数：history 2.填写函数参数，获取到数据： i.交易标的，即：获取那个股票的数据。 ii.数据字段：['close']收盘价，即：获取哪个数据。 iii.输入历史长度，即：获取多长时间的数据。 iv.获取数据的时间步长，即：获取日线级步长数据。 v.填写是否跳过停牌数据，复权选项，返回数据格式。 最终结果即为：history(context.security, ['close'], 20, '1d', False, 'pre', is_panel=1) 3.将获取到的数据储存，便于计算，即：closeprice = history(context.security, ['close'], 20, '1d', False, 'pre', is_panel=1)#获取证券过去20日的收盘价数据 closeprice = history(context.security, ['close'], 20, '1d', False, 'pre', is_panel=1) B.计算5、20日均线： 1.获取数据值，即：closeprice['close']，['close']可以获取储存中的收盘价数据，格式为closeprice['close']。温馨提示：closeprice是我们刚才获取的数据，但是数据有股票、时间、数值，我们直接用['close']获取收盘价数据值用于计算即可。 2.选取数据长度，即：closeprice['close'].iloc[-5:]。iloc[]用于取值，我们之前获取20个数据，但5日均线只需要过去5日的收盘价，因此iloc[-5:]即为获取倒数第五个到最后一个数据。温馨提示： i.iloc[:]是获取所有数据。 ii.iloc[:x]是从第一个获取到第x个，不包括第x个。 iii.iloc[x:y]是从第x个到第y个，包括x，但不包括y。 iv.iloc[-x:]获取倒数第x个到最后一个数据。 3.计算均值，即closeprice['close'].iloc[-5:].mean()，赋值给MA5。同理MA20=closeprice['close'].mean()，即对所有值取平均，相当于MA20=closeprice['close'].iloc[:].mean()。#计算二十日均线价格 MA20 = closeprice['close'].mean()#计算五日均线价格 MA5 = closeprice['close'].iloc[-5:].mean() C.判断5、20日均线，进行买卖交易： 1.if判断条件，即为 if MA5 > MA20:。温馨提示if判断函数的格式为if +添加判断+:,其中if后面必须带一个空格键，其次末尾必须带冒号。 2.当MA5小于MA20时，我们再对持仓市值判断，如果有持仓，那么持仓市值必然大于0，需要进行卖出交易，我们直接通过context账户对象中portfolio资产组合内stock_account股票账户下来获取持仓市值，即为:context.portfolio.stock_account.market_value。 3.下单买入交易： i.当触发MA5大于MA20时，我们需要买入股票，这时候我们可以使用order_target_percent下单函数，该函数以目标市值占比下单。 ii.输入下单函数的参数，order_target_percent函数需要输入两个参数： 1.下单的股票，即为context.security，我们之前将交易标的传入进去，可以直接用。 2.下单的占比，即为1，取值范围[0,1]，此时取1，表示全仓买入股票。 iii.触发条件后程序提醒，当代码执行完下单函数后，我们用log.info()来打印日志，这样我们也可以看到程序下单了。 温馨提示：log.info()内你可以直接输入中文，例如:log.info('条件满足！买入贵州茅台啦！')# 如果5日均线大于20日均线,则全仓买入股票if MA5 > MA20: # 按目标市值占比下单 order_target_percent(context.security, 1) # 记录这次买入 log.info("买入 %s" % (context.security)) 4.下单卖出交易： i.当触发MA5小于MA20时，我们需要卖出股票，这时候我们可以使用order_target下单函数，该函数以目标股数下单。 ii.输入下单函数的参数，order_target函数需要输入两个参数： 1.下单的股票，即为context.security，我们之前将交易标的传入进去，可以直接用。 2.下单的目标股数，即0，因为我们需要将持仓股票卖出，卖到0股为止。 iii.触发条件后程序提醒，当代码执行完下单函数后，我们同log.info()来打印日志，这样我们也可以看到程序下单了。# 如果5日均线小于20日均线,并且目前有头寸,则清仓股票elif MA20 > MA5 and context.portfolio.stock_account.market_value > 0: # 卖出所有股票,使这只股票的最终持有量为0 order_target(context.security, 0) # 记录这次卖出 log.info("卖出 %s" % (context.security))最终完整代码：def init(context): # 设置要操作的股票：贵州茅台 context.security = '600519.SH'# 设置买卖条件，每个交易频率（日/分钟/tick）调用一次def handle_bar(context, bar_dict): # 获取股票过去20天的收盘价数据 closeprice = history(context.security, ['close'], 20, '1d', False, 'pre', is_panel=1) # 计算20日均线 MA20 = closeprice['close'].mean() # 计算5日均线 MA5 = closeprice['close'].iloc[-5:].mean() # 如果5日均线大于20日均线,则全仓买入股票 if MA5 > MA20 : # 按目标市值占比下单 order_target_percent(context.security, 1) # 记录这次买入 log.info("买入 %s" % (context.security)) # 如果5日均线小于20日均线,并且目前有头寸,则清仓股票 elif MA20 > MA5 and context.portfolio.stock_account.market_value > 0: # 卖出所有股票,使这只股票的最终持有量为0 order_target(context.security, 0) # 记录这次卖出 log.info("卖出 %s" % (context.security))第五步 回测量化交易策略 通过以上4步，我们已经完成了量化交易策略编写，那么接下来我们需要进行量化交易策略回测。 A.首先，我们尝试去跑通整个历史行情，排查代码错误。 i.右上角设置回测历史长度，设置资金，设置交易频率。 ii.点击左上角“编译运行”按钮，右边出现量化交易策略在历史行情中的表现情况 B.当量化交易策略能跑通整个历史行情后，我们可以确定该代码正确无误，随后点击右上角蓝色按钮“进行回测”。页面跳转至回测页面，在回测详情界面，您可以查看策略收益曲线，风险指标，每日持仓，交易明细，输出日志等信息，如下： C.学会将量化交易策略绑定实盘模拟交易，并实时收到交易策略的买卖信号 1.在回测显示结果页面，右上角点击蓝色按钮开启模拟交易，可以自行选择：从当前日开始模拟，在已有的回测基础上继续模拟.如下图: 2.至此，我们成功开启了模拟交易,可以查看您的模拟交易账户详细情况:交易明细、持仓、盈亏情况、账户风险指标等等。如下图： 3.您可以为您模拟交易账户新建模拟交易、暂停策略运行、发布策略至社区、重启策略、查看策略运行日志、查看策略代码。注意：重启按钮只会在策略运行错误后显示，如果策略运行正常，显示暂停按钮。新建模拟交易如下图： 
你是否曾幻想过，只需一台电脑，就能让财富自动增长？ 你是否好奇，那些顶级对冲基金和机构投资者，究竟靠什么持续盈利？ 答案就是——量化交易！ 而今天，Alltick将为你揭开这层神秘面纱，带你从零基础入门，一步步掌握“用数据赚钱”的核心技术！ 为什么普通人也能靠量化交易实现财富自由？ 1. 市场永远有规律，只是你还没发现 股票、期货、加密货币……所有金融市场看似随机波动，实则暗藏规律。 量化交易通过大数据分析+算法策略，精准捕捉这些机会，比人为判断更客观、更高效！ 2. 从“情绪交易”到“机器决策”，告别亏损噩梦 手动交易的最大敌人是情绪——贪婪、恐惧、犹豫…… 而量化交易完全由系统执行，不受心态影响，严格按策略买卖，长期收益更稳定！ 3. 小资金也能撬动大收益，复利增长才是王道 即使你只有1万元本金，通过合理的量化策略（如高频套利、趋势跟踪），年化收益30%+并非天方夜谭。 复利计算： 1万 × 1.3^5 ≈ 3.7万（5年后） 1万 × 1.3^10 ≈ 13.8万（10年后） Alltick量化交易入门教學：3步开启你的“百万之路” 第一步：零基础搭建你的第一个策略 Alltick提供**“策略超市”**，内含上百种已验证策略模板，包括： 🚀 趋势跟踪策略（捕捉大行情） 🔄 均值回归策略（低买高卖震荡市） ⚡ 高频套利策略（微秒级价差获利） 无需编程，直接套用参数，5分钟即可部署！ 第二步：历史回测，验证你的“印钞机” 用过去10年市场数据测试策略表现，Alltick一键生成收益曲线、胜率、最大回撤等关键指标。 （例如：某策略在比特币历史数据中年化收益52%，最大回撤仅15%） 第三步：实盘自动化，躺着赚钱！ 连接交易所API，全自动执行交易。你只需： 定期优化策略（每月1小时） 监控系统风险（Alltick自带警报功能） 提现盈利（这才是最爽的步骤！） 为什么选择Alltick？ ✅ 最低门槛：支持模拟盘练习，1000元即可实盘起步 ✅ 极致简单：从策略生成到实盘，全程可视化操作 ✅ 机构级工具：提供Tick级数据、多账户管理、智能风控 ✅ 社区共赢：加入Alltick策略师社群，学习高手秘笈 📢 注册Alltick，抢占市场先机！ 同花顺SuperMind使用教程 回测&模拟教程： 5行代码搞定多条件选股并微信实时收消息-保姆级教程 >点此查看< 5行代码搞定多条件选股并微信实时收消息-保姆级教程 实盘教程： 实盘交易、接口API的参考教程（账户信息、下单撤单、算法交易、融资融券）>点此查看< 实盘教程：典型使用场景教学(TICK/高频/交易接口）>点此查看< supermind教程-研究环境API文档 >点此查看< 从问财自然语言文具到实盘完整代码示例 >点此查看< 研究环境投研功能使用教程 >点此查看< Datafeed（tick数据、大单成交金额等使用教程）>点此查看< 系统的基础教程： B站UP主视频教程。>点此查看< 官方详细教学 >点此查看< 
