joinquant-docs

Name: joinquant-docs
Author: lzwme

160stars33forks

How to install joinquant-docs?

lzwme/finance-quant-skills/joinquant-docs

$npx -y skills add lzwme/finance-quant-skills --skill joinquant-docs

Installs into the current project.

Summary

聚宽（JoinQuant）官网策略开发指南，涵盖回测、模拟交易、数据 API、交易函数、因子与技术指标。当用户编写聚宽策略、回测、模拟盘、查询聚宽 API、get_price/order/run_daily、Alpha 因子、技术指标，或提及 joinquant、聚宽、jqdata 策略时使用。本地数据获取请用 jqdatasdk 技能。

Files · 1

View on GitHub

SKILL.md

1	# 聚宽策略开发
2
3	基于本目录离线文档，为聚宽官网（回测 / 模拟 / 研究）编写 Python 策略。回答 API 问题时必须先查阅本地文档，不得凭记忆编造函数签名或参数。
4
5	> 与 jqdatasdk 的区别：`jqdata` 在官网策略环境使用；`jqdatasdk` 是本地 Python 库，API 略有不同，且不能在官网回测/模拟/研究中使用。
6
7	## 文档查阅流程
8
9	1. 确定问题类型，按 [reference.md](reference.md) 定位文件
10	2. 用 Grep/Read 搜索目标函数名或中文关键词（如 `get_price`、`order_target`、`市盈率`）
11	3. 交叉验证：API 行为查 `api.md`，字段/表结构查 `data/*.md`，踩坑查 `faq.md`
12	4. 给出答案时引用文档中的调用方法、参数、返回值与示例代码
13
14	```
15	需要写策略框架？ → api.md「开始写策略」「策略程序架构」
16	需要查数据 API？ → api.md「数据获取函数」+ data/ 对应品种文档
17	需要下单/持仓？ → api.md「交易函数」「对象」
18	需要财务/估值数据？ → data/Stock.md（run_query + valuation/fundamentals 表）
19	需要行业/概念选股？ → data/plateData.md + api.md get_industry_stocks 等
20	需要技术指标？ → data/technicalanalysis.md（from jqlib.technical_analysis import *）
21	需要 Alpha 因子？ → data/Alpha101.md、data/Alpha191.md
22	需要自定义因子？ → fator.md（jqfactor.Factor、calc_factors）
23	需要因子看板数据？ → data/factor_values.md
24	```
25
26	## 策略骨架
27
28	最小可运行结构：
29
30	```python
31	# 导入聚宽函数库
32	import jqdata
33
34	def initialize(context):
35	g.security = '000001.XSHE'
36	set_benchmark('000300.XSHG')
37	set_option('use_real_price', True) # 开启动态复权（真实价格），建议开启
38	run_daily(trade, time='open') # 或 time='every_bar' / '9:30'
39
40	def trade(context):
41	security = g.security
42	close_data = attribute_history(security, 5, '1d', ['close'])
43	MA5 = close_data['close'].mean()
44	current_price = close_data['close'][-1]
45	cash = context.portfolio.available_cash
46
47	if current_price > 1.01 * MA5:
48	order_value(security, cash)
49	elif current_price < MA5 and context.portfolio.positions[security].closeable_amount > 0:
50	order_target(security, 0)
51	```
52
53	### 生命周期函数
54
55	\| 函数 \| 说明 \|
56	\|------\|------\|
57	\| `initialize(context)` \| 全局初始化，仅运行一次；用 `g` 存全局变量 \|
58	\| `run_daily/weekly/monthly(func, ...)` \| 定时任务；`func` 必须是全局函数，不能是类方法 \|
59	\| `handle_data(context, data)` \| 按回测频率驱动；不建议与 run_daily 混用 \|
60	\| `before_trading_start` \| 开盘前（9:00） \|
61	\| `after_trading_end` \| 收盘后（15:30） \|
62
63	带 ♠ 标识的 API 仅支持回测/模拟，不能在研究模块调用。`jqdata` 模块在研究与回测环境均可使用。
64
65	## 证券代码规范
66
67	\| 市场 \| 后缀 \| 示例 \|
68	\|------\|------\|------\|
69	\| 上海证券交易所 \| `.XSHG` \| `600519.XSHG` \|
70	\| 深圳证券交易所 \| `.XSHE` \| `000001.XSHE` \|
71	\| 中金所 \| `.CCFX` \| `IC9999.CCFX` \|
72	\| 大商所 \| `.XDCE` \| `A9999.XDCE` \|
73	\| 上期所 \| `.XSGE` \| `AU9999.XSGE` \|
74	\| 郑商所 \| `.XZCE` \| `CY8888.XZCE` \|
75	\| 场外基金 \| `.OF` \| `519671.OF` \|
76
77	期货策略需将 `run_daily` 的 `reference_security` 设为对应主力合约（如 `IF9999.CCFX`），以匹配夜盘开盘时间。
78
79	## 常用 API 速查
80
81	### 行情与历史
82
83	```python
84	get_price(security, start_date, end_date, frequency='daily', fields=None, fq='pre')
85	attribute_history(security, count, unit, fields) # 回测环境，不含当天
86	history(count, unit, field, security_list, df=True)
87	get_bars(security, count, unit, fields, include_now=True)
88	```
89
90	### 标的池与板块
91
92	```python
93	get_all_securities(types=['stock'], date=None) # date 防未来函数
94	get_index_stocks('000300.XSHG', date=None)
95	get_industry_stocks('C15', date=None)
96	get_concept_stocks('GN036', date=None)
97	set_universe([...]) # 设置后 history 可不传 security_list
98	```
99
100	### 财务数据（SQL 查询）
101
102	```python
103	from jqdata import *
104	q = query(valuation).filter(valuation.code == '000001.XSHE')
105	df = get_fundamentals(q, date='2015-10-15')
106
107	# 或 run_query（单次最多 4000 行，不可连表）
108	df = finance.run_query(query(finance.STK_XXX).filter(...).limit(4000))
109	```
110
111	### 交易
112
113	```python
114	order(security, amount) # 按股数，正买负卖
115	order_value(security, value) # 按金额
116	order_target(security, amount) # 调到目标股数
117	order_target_value(security, value) # 调到目标市值
118	order_target_percent(security, percent) # 调到目标仓位比例
119	```
120
121	A 股买入数量须为 100 整数倍（科创板 200 起）；卖光持仓时不受限。每日最多 10000 笔订单。
122
123	### 技术指标
124
125	```python
126	from jqlib.technical_analysis import *
127	# check_date 策略中建议用 context.current_dt，避免盘中取当日收盘指标产生未来数据
128	result = MACD(security_list, check_date=context.current_dt, SHORT=12, LONG=26, MID=9)
129	```
130
131	### 自定义因子
132
133	```python
134	from jqfactor import Factor, calc_factors
135
136	class MyFactor(Factor):
137	name = 'my_factor'
138	max_window = 5
139	dependencies = ['close']
140	def calc(self, data):
141	return data['close'].mean()
142
143	factors = calc_factors(securities, [MyFactor()], start_date, end_date)
144	```
145
146	详见 `fator.md` 与 `data/Alpha101.md`、`data/Alpha191.md`。
147
148	## 关键注意事项
149
150	### 防止未来函数
151
152	- `get_all_securities(date=...)`、`get_index_stocks(..., date=...)` 等必须传入历史时点的 `date`，不能用未来日期
153	- `history` / `attribute_history` 取天数据时不包含当天；要当天数据需取分钟级
154	- 技术指标 `check_date` 只精确到日期时返回收盘值，盘中调用当天会产生未来数据
155	- 财务数据默认按公告日期处理，注意 `get_fundamentals` 的 `date` 参数含义
156
157	### 运行频率
158
159	- 优先使用 `run_daily`，避免与 `handle_data` 混用
160	- `run_daily(func, time='every_bar')` 频率与回测设置一致
161	- `run_weekly/monthly` 的 `force=False` 可避免晚注册时的就近执行
162
163	### 数据查询限制
164
165	- `run_query` / `get_fundamentals` 单次最多返回 4000 行
166	- `run_query` 不支持连表查询
167	- 默认行情为前复权；`fq=None` 为不复权
168
169	### 环境与产品区分
170
171	\| 产品 \| 使用场景 \|
172	\|------\|----------\|
173	\| `jqdata`（官网） \| 回测、模拟、研究 \|
174	\| `jqdatasdk`（本地） \| 本地量化研究，不能在官网策略中 im

People who liked this also viewed

6 picks

Type

joinquant-docs

160stars33forks

View on GitHub

How to install joinquant-docs?

lzwme/finance-quant-skills/joinquant-docs

$npx -y skills add lzwme/finance-quant-skills --skill joinquant-docs

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# 聚宽策略开发
2
3	基于本目录离线文档，为聚宽官网（回测 / 模拟 / 研究）编写 Python 策略。回答 API 问题时必须先查阅本地文档，不得凭记忆编造函数签名或参数。
4
5	> 与 jqdatasdk 的区别：`jqdata` 在官网策略环境使用；`jqdatasdk` 是本地 Python 库，API 略有不同，且不能在官网回测/模拟/研究中使用。
6
7	## 文档查阅流程
8
9	1. 确定问题类型，按 [reference.md](reference.md) 定位文件
10	2. 用 Grep/Read 搜索目标函数名或中文关键词（如 `get_price`、`order_target`、`市盈率`）
11	3. 交叉验证：API 行为查 `api.md`，字段/表结构查 `data/*.md`，踩坑查 `faq.md`
12	4. 给出答案时引用文档中的调用方法、参数、返回值与示例代码
13
14	```
15	需要写策略框架？ → api.md「开始写策略」「策略程序架构」
16	需要查数据 API？ → api.md「数据获取函数」+ data/ 对应品种文档
17	需要下单/持仓？ → api.md「交易函数」「对象」
18	需要财务/估值数据？ → data/Stock.md（run_query + valuation/fundamentals 表）
19	需要行业/概念选股？ → data/plateData.md + api.md get_industry_stocks 等
20	需要技术指标？ → data/technicalanalysis.md（from jqlib.technical_analysis import *）
21	需要 Alpha 因子？ → data/Alpha101.md、data/Alpha191.md
22	需要自定义因子？ → fator.md（jqfactor.Factor、calc_factors）
23	需要因子看板数据？ → data/factor_values.md
24	```
25
26	## 策略骨架
27
28	最小可运行结构：
29
30	```python
31	# 导入聚宽函数库
32	import jqdata
33
34	def initialize(context):
35	g.security = '000001.XSHE'
36	set_benchmark('000300.XSHG')
37	set_option('use_real_price', True) # 开启动态复权（真实价格），建议开启
38	run_daily(trade, time='open') # 或 time='every_bar' / '9:30'
39
40	def trade(context):
41	security = g.security
42	close_data = attribute_history(security, 5, '1d', ['close'])
43	MA5 = close_data['close'].mean()
44	current_price = close_data['close'][-1]
45	cash = context.portfolio.available_cash
46
47	if current_price > 1.01 * MA5:
48	order_value(security, cash)
49	elif current_price < MA5 and context.portfolio.positions[security].closeable_amount > 0:
50	order_target(security, 0)
51	```
52
53	### 生命周期函数
54
55	\| 函数 \| 说明 \|
56	\|------\|------\|
57	\| `initialize(context)` \| 全局初始化，仅运行一次；用 `g` 存全局变量 \|
58	\| `run_daily/weekly/monthly(func, ...)` \| 定时任务；`func` 必须是全局函数，不能是类方法 \|
59	\| `handle_data(context, data)` \| 按回测频率驱动；不建议与 run_daily 混用 \|
60	\| `before_trading_start` \| 开盘前（9:00） \|
61	\| `after_trading_end` \| 收盘后（15:30） \|
62
63	带 ♠ 标识的 API 仅支持回测/模拟，不能在研究模块调用。`jqdata` 模块在研究与回测环境均可使用。
64
65	## 证券代码规范
66
67	\| 市场 \| 后缀 \| 示例 \|
68	\|------\|------\|------\|
69	\| 上海证券交易所 \| `.XSHG` \| `600519.XSHG` \|
70	\| 深圳证券交易所 \| `.XSHE` \| `000001.XSHE` \|
71	\| 中金所 \| `.CCFX` \| `IC9999.CCFX` \|
72	\| 大商所 \| `.XDCE` \| `A9999.XDCE` \|
73	\| 上期所 \| `.XSGE` \| `AU9999.XSGE` \|
74	\| 郑商所 \| `.XZCE` \| `CY8888.XZCE` \|
75	\| 场外基金 \| `.OF` \| `519671.OF` \|
76
77	期货策略需将 `run_daily` 的 `reference_security` 设为对应主力合约（如 `IF9999.CCFX`），以匹配夜盘开盘时间。
78
79	## 常用 API 速查
80
81	### 行情与历史
82
83	```python
84	get_price(security, start_date, end_date, frequency='daily', fields=None, fq='pre')
85	attribute_history(security, count, unit, fields) # 回测环境，不含当天
86	history(count, unit, field, security_list, df=True)
87	get_bars(security, count, unit, fields, include_now=True)
88	```
89
90	### 标的池与板块
91
92	```python
93	get_all_securities(types=['stock'], date=None) # date 防未来函数
94	get_index_stocks('000300.XSHG', date=None)
95	get_industry_stocks('C15', date=None)
96	get_concept_stocks('GN036', date=None)
97	set_universe([...]) # 设置后 history 可不传 security_list
98	```
99
100	### 财务数据（SQL 查询）
101
102	```python
103	from jqdata import *
104	q = query(valuation).filter(valuation.code == '000001.XSHE')
105	df = get_fundamentals(q, date='2015-10-15')
106
107	# 或 run_query（单次最多 4000 行，不可连表）
108	df = finance.run_query(query(finance.STK_XXX).filter(...).limit(4000))
109	```
110
111	### 交易
112
113	```python
114	order(security, amount) # 按股数，正买负卖
115	order_value(security, value) # 按金额
116	order_target(security, amount) # 调到目标股数
117	order_target_value(security, value) # 调到目标市值
118	order_target_percent(security, percent) # 调到目标仓位比例
119	```
120
121	A 股买入数量须为 100 整数倍（科创板 200 起）；卖光持仓时不受限。每日最多 10000 笔订单。
122
123	### 技术指标
124
125	```python
126	from jqlib.technical_analysis import *
127	# check_date 策略中建议用 context.current_dt，避免盘中取当日收盘指标产生未来数据
128	result = MACD(security_list, check_date=context.current_dt, SHORT=12, LONG=26, MID=9)
129	```
130
131	### 自定义因子
132
133	```python
134	from jqfactor import Factor, calc_factors
135
136	class MyFactor(Factor):
137	name = 'my_factor'
138	max_window = 5
139	dependencies = ['close']
140	def calc(self, data):
141	return data['close'].mean()
142
143	factors = calc_factors(securities, [MyFactor()], start_date, end_date)
144	```
145
146	详见 `fator.md` 与 `data/Alpha101.md`、`data/Alpha191.md`。
147
148	## 关键注意事项
149
150	### 防止未来函数
151
152	- `get_all_securities(date=...)`、`get_index_stocks(..., date=...)` 等必须传入历史时点的 `date`，不能用未来日期
153	- `history` / `attribute_history` 取天数据时不包含当天；要当天数据需取分钟级
154	- 技术指标 `check_date` 只精确到日期时返回收盘值，盘中调用当天会产生未来数据
155	- 财务数据默认按公告日期处理，注意 `get_fundamentals` 的 `date` 参数含义
156
157	### 运行频率
158
159	- 优先使用 `run_daily`，避免与 `handle_data` 混用
160	- `run_daily(func, time='every_bar')` 频率与回测设置一致
161	- `run_weekly/monthly` 的 `force=False` 可避免晚注册时的就近执行
162
163	### 数据查询限制
164
165	- `run_query` / `get_fundamentals` 单次最多返回 4000 行
166	- `run_query` 不支持连表查询
167	- 默认行情为前复权；`fq=None` 为不复权
168
169	### 环境与产品区分
170
171	\| 产品 \| 使用场景 \|
172	\|------\|----------\|
173	\| `jqdata`（官网） \| 回测、模拟、研究 \|
174	\| `jqdatasdk`（本地） \| 本地量化研究，不能在官网策略中 im

People who liked this also viewed

6 picks

Type