小果(微信:xg_quant)股票量化分析助手专注于股票量化分析工具，基于小果量化策略系统，提供股票历史行情数据、股票分钟数据、股票因子数据、股票财务数据、指数数据、 股票策略回测、股票组合分析等核心功能。 适用于股票投资者、量化研究员和策略开发者。 触发关键词：股票量化、股票回测、股票分析、股票策略、股票数据、分钟数据、财务数据、指数数据。
编程
小果基金量化分析助手
试用小果(微信:xg_quant)基金量化分析助手专注于基金量化分析工具，基于小果量化策略系统，提供基金历史行情数据、基金因子数据、基金策略回测、基金组合分析等核心功能。适用于基金投资者、资产配置研究员和量化策略开发者。
它能做什么
小果(微信:xg_quant)基金量化分析助手专注于基金量化分析工具，基于小果量化策略系统，提供基金历史行情数据、基金因子数据、基金策略回测、基金组合分析等核心功能。适用于基金投资者、资产配置研究员和量化策略开发者。
技能文档
小果基金量化分析助手
一、系统概述
小果基金量化分析助手是小果量化策略回测系统的基金专项版本，专注于为ETF基金投资提供一站式量化分析服务。
1.1 核心功能
| 功能模块 | 说明 |
|---|---|
| 📊 基金行情数据 | 获取ETF基金的历史日线行情（开、高、低、收、量、额） |
| 📈 基金因子数据 | 提取基金的技术因子（均线、MACD、KDJ、RSI、布林带、Alpha等数百种） |
| 🔄 基金策略回测 | 定投、动量、资产配置、资产配置平衡、网格、海龟、综合动量、均值方差、条件因子、排序多因子等10+种策略 |
| 📊 基金组合分析 | 多基金相关性矩阵、协方差矩阵、投资组合优化、组合收益分析 |
1.2 安装与初始化
使用教程 https://gitcode.com/qq_50882340/xg_quant_trader
# 安装客户端
# https://gitcode.com/qq_50882340/xg_quant_trader
使用教程 https://gitcode.com/qq_50882340/xg_quant_trader
```python
from xg_quant_backtrader_data.xg_quant_backtrader_data import xg_quant_backtrader_data
client = xg_quant_backtrader_data(
url="服务器地址",
port=8888,
user="自己信息",
password="自己信息",
auth_code="自己信息"
)
二、全部函数列表
2.1 用户与认证接口
函数名 功能说明
get_user_info(user) 获取用户信息（用户名、到期时间、剩余天数）
check_password_is_av_user(user) 检查授权码是否有效
2.2 基金行情数据接口
函数名 功能说明
get_stock_hist_data(stock, start_date, end_date) 获取ETF基金历史日线行情数据
2.3 基金因子数据接口
函数名 功能说明
get_stock_factor_data(stock, start_date, end_date, columns) 获取ETF基金因子数据（支持数百种技术因子）
2.4 基金策略回测接口
函数名 策略类型 功能说明
xg_dt_backtrader(...) 定投策略 定期定额投资策略回测，支持止盈/补仓
xg_mom_backtrader(...) 动量策略 基于价格动量选择强势ETF基金回测
xg_pz_backtrader(...) 资产配置策略 按固定权重配置多ETF基金组合回测
xg_zcph_backtrader(...) 资产配置平衡策略 动态再平衡维持目标权重的策略回测
xg_gd_backtrader(...) 网格策略 基于价格网格进行高抛低吸的策略回测
xg_hg_backtrader(...) 海龟策略 基于唐奇安通道突破的趋势跟踪策略回测
xg_more_mom_backtrader(...) 综合动量策略 结合指数择时与动量过滤的增强型动量策略回测
xg_mean_var_backtrader(...) 均值方差策略 基于马科维茨理论的最优资产组合再平衡策略回测
xg_condi_factor_backtrader(...) 条件因子策略 自定义因子条件与买卖信号的多因子选基策略回测
xg_rank_factor_backtrader(...) 排序多因子策略 通过因子打分排序进行ETF基金选择与轮动策略回测
2.5 基金组合分析接口
函数名 功能说明
xg_stock_cov_correlation(start_date, end_date, stock_list, max_workers, method, risk_free_rate) 计算多只ETF基金收益率的相关性矩阵
xg_stock_cov_covariance(start_date, end_date, stock_list, max_workers, method, risk_free_rate, annualized) 计算多只ETF基金收益率的协方差矩阵（可年化）
xg_stock_cov_portfolio(start_date, end_date, stock_list, max_workers, method, risk_free_rate, target_return) 多ETF基金投资组合优化（最小方差/最大夏普/风险平价）
xg_stock_analysis(start_date, end_date, stock_list, stock_weight, index_stock, max_workers, risk_free_rate) ETF基金组合收益分析（总收益/年化收益/夏普/最大回撤/Beta/Alpha等50+项指标）
2.6 数据查询接口
函数名 功能说明
get_wencai_data(query) 获取问财数据
root() 系统根路径测试
health() 系统健康检查
三、基金策略回测参数速查
3.1 定投策略 xg_dt_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
dt_interval int 定投间隔（交易日）
dt_type str 定投类型：金额/份额/百分比
dt_value float 定投金额/份额/百分比值
sell_zdf float 止盈涨幅阈值
buy_zdf float 补仓跌幅阈值
trade_value float 每次交易金额
comm float 佣金费率
3.2 动量策略 xg_mom_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
comm float 佣金费率
mom_type str 动量类型：百分比/金额
mom_value float 动量值
mom_daily int 动量计算周期（交易日）
min_mom float 最小动量阈值
max_mom float 最大动量阈值
buy_rank int 买入排名
sell_zdf float 止盈涨幅
sell_amount float 卖出金额
3.3 资产配置策略 xg_pz_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
dt_type str 配置类型：百分比/金额
weight_list str 权重配置，与ETF列表一一对应
index_stock str 基准指数代码
cash float 初始资金
sell_zdf float 止盈涨幅
buy_zdf float 补仓跌幅
trade_value float 交易金额
comm float 佣金费率
3.4 资产配置平衡策略 xg_zcph_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
dt_type str 配置类型：百分比/金额
weight_list str 目标权重
deviation_list str 偏离容忍度
interval int 再平衡间隔（交易日）
index_stock str 基准指数代码
cash float 初始资金
sell_zdf float 止盈涨幅
buy_zdf float 补仓跌幅
trade_value float 交易金额
comm float 佣金费率
3.5 网格策略 xg_gd_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
gd_interval int 网格间隔
gd_bc_type_list str 网格类型
gd_buy_bc_list str 买入阈值
gd_sell_bc_list str 卖出阈值
gd_atr_ratio_list str ATR比例
gd_type_list str 交易类型：金额/份额
gd_value_list str 交易金额/份额
init_position_ratio_list str 初始仓位
sell_zdf float 止盈涨幅
buy_zdf float 补仓跌幅
comm float 佣金费率
3.6 海龟策略 xg_hg_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
comm float 佣金费率
entry_period int 入场周期
exit_period int 离场周期
n_period int N值计算周期
risk_per_trade float 单笔风险
risk_per_unit float 单位风险
max_units int 最大单位
add_unit_threshold float 加仓阈值
sell_zdf float 止盈涨幅
buy_zdf float 补仓跌幅
trade_value float 交易金额
3.7 综合动量策略 xg_more_mom_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
comm float 佣金费率
enable_index_timing bool 启用指数择时
index_mean_line int 指数均线周期
index_condition_type str 指数条件类型
mom_type str 动量类型：百分比/金额
mom_value float 动量值
mom_daily int 动量计算天数
short_ma int 短期均线
long_ma int 长期均线
sell_zdf float 止盈涨幅
sell_amount float 卖出金额
interval int 调仓间隔
3.8 均值方差策略 xg_mean_var_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
comm float 佣金费率
lookback_days int 计算协方差矩阵使用的历史数据天数
max_weight float 最大单只权重
min_weight float 最小单只权重
lambda_risk float 风险厌恶系数
interval int 调仓间隔（交易日）
3.9 条件因子策略 xg_condi_factor_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
comm float 佣金费率
trader_type str 交易类型：百分比/金额
trader_value float 交易值
hold_stock_limit int 持股上限
is_open_user_factor bool 启用自定义因子
user_factor_list str 因子列表
user_factor_cacal str 因子计算公式
buy_condi_factor str 买入条件
rank_factor str 排序因子
sell_condi_factor str 卖出条件
sell_type str 卖出类型
sell_zdf float 止盈涨幅
sell_value float 卖出金额
min_hold_days int 最少持有天数
risk_free_rate float 无风险利率
3.10 排序多因子策略 xg_rank_factor_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
comm float 佣金费率
trader_type str 交易类型：百分比/金额
trader_value float 交易值
hold_stock_limit int 持股上限
is_open_user_factor bool 启用自定义因子
user_factor_list str 因子列表
user_factor_cacal str 因子计算公式
is_open_buy_condi bool 启用买入条件
buy_condi_factor str 买入条件
rank_factor str 排序因子（含相关性和权重）
total_factor_rank str 总因子排序：降序/升序
sell_type str 卖出类型
sell_zdf float 止盈涨幅
sell_value float 卖出金额
min_hold_days int 最少持有天数
risk_free_rate float 无风险利率
3.11 基金组合分析 xg_stock_analysis
参数 类型 说明
start_date str 开始日期 YYYYMMDD
end_date str 结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
stock_weight str 基金权重，逗号分隔（自动归一化）
index_stock str 基准指数代码
risk_free_rate float 无风险利率
四、基金因子字段参考
4.1 基础因子
字段名 说明
date 交易日期
证券代码 基金代码
close 收盘价
open 开盘价
high 最高价
low 最低价
volume 成交量
amount 成交金额
zdf 涨跌幅
4.2 涨跌幅因子
字段名 说明
5日涨跌幅 5日涨跌幅
10日涨跌幅 10日涨跌幅
20日涨跌幅 20日涨跌幅
30日涨跌幅 30日涨跌幅
60日涨跌幅 60日涨跌幅
120日涨跌幅 120日涨跌幅
250日涨跌幅 250日涨跌幅
4.3 移动平均线因子
字段名 说明
5日均线 5日均线
10日均线 10日均线
20日均线 20日均线
30日均线 30日均线
60日均线 60日均线
120日均线 120日均线
4.4 技术指标因子
字段名 说明
MACD_DIF MACD平滑异同平均线DIF
MACD_DEA MACD平滑异同平均线DEA
MACD_MACD MACD平滑异同平均线MACD
MACD_金叉 MACD金叉信号
MACD_死叉 MACD死叉信号
KDJ_K KDJ指标K值
KDJ_D KDJ指标D值
KDJ_J KDJ指标J值
KDJ_KD金叉 KDJ金叉信号
KDJ_KD死叉 KDJ死叉信号
RSI1 RSI相对强弱RSI1
RSI2 RSI相对强弱RSI2
RSI3 RSI相对强弱RSI3
BOLL_BOLL BOLL布林线中轨
BOLL_UB BOLL布林线上轨
BOLL_LB BOLL布林线下轨
Alpha001 至 Alpha191 世界金融实验室101因子（共191个）
4.5 回归动量因子
字段名 说明
3日回归动量 至 60日回归动量 各周期回归动量（共17个）
5日回归斜率 至 120日回归斜率 各周期回归斜率（共6个）
4.6 风险因子
字段名 说明
5日标准差 至 120日标准差 各周期标准差（共6个）
5日夏普比率 至 120日夏普比率 各周期夏普比率（共6个）
5日最大回撤 至 120日最大回撤 各周期最大回撤（共6个）
5日年化波动率 至 120日年化波动率 各周期年化波动率（共6个）
五、使用示例
5.1 获取基金行情数据
python
result = client.get_stock_hist_data(
stock='513100.SH', # 纳指ETF
start_date='20240101',
end_date='20241231'
)
df = client._to_dataframe(result)
5.2 获取基金因子数据
python
result = client.get_stock_factor_data(
stock='513100.SH',
start_date='20240101',
end_date='20241231',
columns='date,证券代码,close,MACD_DIF,KDJ_K,RSI1'
)
df = client._to_dataframe(result)
5.3 定投策略回测
python
result = client.xg_dt_backtrader(
start_date='20240101',
end_date='20241231',
stock_list='513100.SH,513500.SH',
index_stock='000300.SH',
cash=100000,
dt_interval=20,
dt_type='金额',
dt_value=1000,
sell_zdf=0.03,
buy_zdf=-0.03,
comm=0.0001
)
5.4 动量策略回测
python
result = client.xg_mom_backtrader(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,513100.SH,518880.SH',
index_stock='000300.SH',
cash=100000,
mom_type='百分比',
mom_value=1,
mom_daily=25,
min_mom=0,
max_mom=5,
buy_rank=1,
sell_zdf=0.03,
sell_amount=1000,
comm=0.0001
)
5.5 资产配置策略回测
python
result = client.xg_pz_backtrader(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,513100.SH,518880.SH',
dt_type='百分比',
weight_list='0.4,0.4,0.2',
index_stock='000300.SH',
cash=100000,
sell_zdf=0.03,
buy_zdf=-0.03,
trade_value=1000,
comm=0.0001
)
5.6 均值方差策略回测
python
result = client.xg_mean_var_backtrader(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,513100.SH,518880.SH',
index_stock='000300.SH',
cash=100000,
lookback_days=60,
max_weight=0.6,
min_weight=0.05,
lambda_risk=2.0,
interval=5,
comm=0.0001
)
5.7 基金组合分析
python
result = client.xg_stock_analysis(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,518880.SH,510300.SH',
stock_weight='0.4,0.3,0.3',
index_stock='000300.SH',
risk_free_rate=0.03
)
metrics = result.get('performance_metrics', {})
print(f"总收益率: {metrics.get('total_return', 0)*100:.2f}%")
print(f"年化收益率: {metrics.get('annual_return', 0)*100:.2f}%")
print(f"夏普比率: {metrics.get('sharpe_ratio', 0):.4f}")
print(f"最大回撤: {metrics.get('max_drawdown', 0)*100:.2f}%")
5.8 基金相关性矩阵
python
result = client.xg_stock_cov_correlation(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,513100.SH,518880.SH',
method='pearson'
)
print(result.get('correlation_matrix'))
5.9 投资组合优化
python
result = client.xg_stock_cov_portfolio(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,513100.SH,518880.SH',
risk_free_rate=0.03,
target_return=0.15
)
print(result.get('min_variance'))
print(result.get('max_sharpe'))
print(result.get('risk_parity'))
5.10 条件因子策略回测
python
result = client.xg_condi_factor_backtrader(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,513100.SH,518880.SH',
index_stock='000300.SH',
cash=100000,
trader_type='百分比',
trader_value=0.5,
hold_stock_limit=2,
is_open_user_factor=True,
user_factor_list='close,high,low,open,amount,volume,zdf',
user_factor_cacal='{"收盘价大于5日均线": "IF(df[\'close\']>MA(df[\'close\'],5),True,False)"}',
buy_condi_factor='{"收盘价大于5日均线": {"选择类型": "and", "选择方向": "等于", "值": true}}',
rank_factor='{"收盘价大于5日均线": "降序"}',
sell_condi_factor='{"收盘价大于5日均线": {"选择类型": "or", "选择方向": "等于", "值": false}}',
sell_type='金额',
sell_zdf=0.03,
sell_value=1000,
risk
本回答由 AI 生成，内容仅供参考，请仔细甄别
SKILL.md 的 frontmatter 缺少 name、description 字段，请在文件头部的 --- 之间补充对应字段
markdown
---
name: 小果基金量化分析助手
description: |
小果(微信:xg_quant)基金量化分析助手专注于基金量化分析工具，基于小果量化策略系统，
提供基金历史行情数据、基金因子数据、基金策略回测、基金组合分析等核心功能。
适用于基金投资者、资产配置研究员和量化策略开发者。
author: 小果
contact: 微信 xg_quant
version: 1.0.0
---
# 小果基金量化分析助手
## 一、系统概述
小果基金量化分析助手是小果量化策略回测系统的基金专项版本，专注于为ETF基金投资提供一站式量化分析服务。
### 1.1 核心功能
| 功能模块 | 说明 |
| :--- | :--- |
| 📊 **基金行情数据** | 获取ETF基金的历史日线行情（开、高、低、收、量、额） |
| 📈 **基金因子数据** | 提取基金的技术因子（均线、MACD、KDJ、RSI、布林带、Alpha等数百种） |
| 🔄 **基金策略回测** | 定投、动量、资产配置、资产配置平衡、网格、海龟、综合动量、均值方差、条件因子、排序多因子等10+种策略 |
| 📊 **基金组合分析** | 多基金相关性矩阵、协方差矩阵、投资组合优化、组合收益分析 |
### 1.2 安装与初始化
```bash
# 安装客户端
# https://gitcode.com/qq_50882340/xg_quant_trader
python
from xg_quant_backtrader_data.xg_quant_backtrader_data import xg_quant_backtrader_data
client = xg_quant_backtrader_data(
url="服务器地址",
port=8888,
user="自己信息",
password="自己信息",
auth_code="自己信息"
)
二、全部函数列表
2.1 用户与认证接口
函数名 功能说明
get_user_info(user) 获取用户信息（用户名、到期时间、剩余天数）
check_password_is_av_user(user) 检查授权码是否有效
2.2 基金行情数据接口
函数名 功能说明
get_stock_hist_data(stock, start_date, end_date) 获取ETF基金历史日线行情数据
2.3 基金因子数据接口
函数名 功能说明
get_stock_factor_data(stock, start_date, end_date, columns) 获取ETF基金因子数据（支持数百种技术因子）
2.4 基金策略回测接口
函数名 策略类型 功能说明
xg_dt_backtrader(...) 定投策略 定期定额投资策略回测，支持止盈/补仓
xg_mom_backtrader(...) 动量策略 基于价格动量选择强势ETF基金回测
xg_pz_backtrader(...) 资产配置策略 按固定权重配置多ETF基金组合回测
xg_zcph_backtrader(...) 资产配置平衡策略 动态再平衡维持目标权重的策略回测
xg_gd_backtrader(...) 网格策略 基于价格网格进行高抛低吸的策略回测
xg_hg_backtrader(...) 海龟策略 基于唐奇安通道突破的趋势跟踪策略回测
xg_more_mom_backtrader(...) 综合动量策略 结合指数择时与动量过滤的增强型动量策略回测
xg_mean_var_backtrader(...) 均值方差策略 基于马科维茨理论的最优资产组合再平衡策略回测
xg_condi_factor_backtrader(...) 条件因子策略 自定义因子条件与买卖信号的多因子选基策略回测
xg_rank_factor_backtrader(...) 排序多因子策略 通过因子打分排序进行ETF基金选择与轮动策略回测
2.5 基金组合分析接口
函数名 功能说明
xg_stock_cov_correlation(start_date, end_date, stock_list, max_workers, method, risk_free_rate) 计算多只ETF基金收益率的相关性矩阵
xg_stock_cov_covariance(start_date, end_date, stock_list, max_workers, method, risk_free_rate, annualized) 计算多只ETF基金收益率的协方差矩阵（可年化）
xg_stock_cov_portfolio(start_date, end_date, stock_list, max_workers, method, risk_free_rate, target_return) 多ETF基金投资组合优化（最小方差/最大夏普/风险平价）
xg_stock_analysis(start_date, end_date, stock_list, stock_weight, index_stock, max_workers, risk_free_rate) ETF基金组合收益分析（总收益/年化收益/夏普/最大回撤/Beta/Alpha等50+项指标）
2.6 数据查询接口
函数名 功能说明
get_wencai_data(query) 获取问财数据
root() 系统根路径测试
health() 系统健康检查
三、基金策略回测参数速查
3.1 定投策略 xg_dt_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
dt_interval int 定投间隔（交易日）
dt_type str 定投类型：金额/份额/百分比
dt_value float 定投金额/份额/百分比值
sell_zdf float 止盈涨幅阈值
buy_zdf float 补仓跌幅阈值
trade_value float 每次交易金额
comm float 佣金费率
3.2 动量策略 xg_mom_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
comm float 佣金费率
mom_type str 动量类型：百分比/金额
mom_value float 动量值
mom_daily int 动量计算周期（交易日）
min_mom float 最小动量阈值
max_mom float 最大动量阈值
buy_rank int 买入排名
sell_zdf float 止盈涨幅
sell_amount float 卖出金额
3.3 资产配置策略 xg_pz_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
dt_type str 配置类型：百分比/金额
weight_list str 权重配置，与ETF列表一一对应
index_stock str 基准指数代码
cash float 初始资金
sell_zdf float 止盈涨幅
buy_zdf float 补仓跌幅
trade_value float 交易金额
comm float 佣金费率
3.4 资产配置平衡策略 xg_zcph_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
dt_type str 配置类型：百分比/金额
weight_list str 目标权重
deviation_list str 偏离容忍度
interval int 再平衡间隔（交易日）
index_stock str 基准指数代码
cash float 初始资金
sell_zdf float 止盈涨幅
buy_zdf float 补仓跌幅
trade_value float 交易金额
comm float 佣金费率
3.5 网格策略 xg_gd_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
gd_interval int 网格间隔
gd_bc_type_list str 网格类型
gd_buy_bc_list str 买入阈值
gd_sell_bc_list str 卖出阈值
gd_atr_ratio_list str ATR比例
gd_type_list str 交易类型：金额/份额
gd_value_list str 交易金额/份额
init_position_ratio_list str 初始仓位
sell_zdf float 止盈涨幅
buy_zdf float 补仓跌幅
comm float 佣金费率
3.6 海龟策略 xg_hg_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
comm float 佣金费率
entry_period int 入场周期
exit_period int 离场周期
n_period int N值计算周期
risk_per_trade float 单笔风险
risk_per_unit float 单位风险
max_units int 最大单位
add_unit_threshold float 加仓阈值
sell_zdf float 止盈涨幅
buy_zdf float 补仓跌幅
trade_value float 交易金额
3.7 综合动量策略 xg_more_mom_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
comm float 佣金费率
enable_index_timing bool 启用指数择时
index_mean_line int 指数均线周期
index_condition_type str 指数条件类型
mom_type str 动量类型：百分比/金额
mom_value float 动量值
mom_daily int 动量计算天数
short_ma int 短期均线
long_ma int 长期均线
sell_zdf float 止盈涨幅
sell_amount float 卖出金额
interval int 调仓间隔
3.8 均值方差策略 xg_mean_var_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
comm float 佣金费率
lookback_days int 计算协方差矩阵使用的历史数据天数
max_weight float 最大单只权重
min_weight float 最小单只权重
lambda_risk float 风险厌恶系数
interval int 调仓间隔（交易日）
3.9 条件因子策略 xg_condi_factor_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
comm float 佣金费率
trader_type str 交易类型：百分比/金额
trader_value float 交易值
hold_stock_limit int 持股上限
is_open_user_factor bool 启用自定义因子
user_factor_list str 因子列表
user_factor_cacal str 因子计算公式
buy_condi_factor str 买入条件
rank_factor str 排序因子
sell_condi_factor str 卖出条件
sell_type str 卖出类型
sell_zdf float 止盈涨幅
sell_value float 卖出金额
min_hold_days int 最少持有天数
risk_free_rate float 无风险利率
3.10 排序多因子策略 xg_rank_factor_backtrader
参数 类型 说明
start_date str 回测开始日期 YYYYMMDD
end_date str 回测结束日期 YYYYMMDD
stock_list str ETF基金列表，逗号分隔
index_stock str 基准指数代码
cash float 初始资金
comm float 佣金费率
trader_type str 交易类型：百分比/金额
trader_value float 交易值
hold_stock_limit int 持股上限
is_open_user_factor bool 启用自定义因子
user_factor_list str 因子列表
user_factor_cacal str 因子计算公式
is_open_buy_condi bool 启用买入条件
buy_condi_factor str 买入条件
rank_factor str 排序因子（含相关性和权重）
total_factor_rank str 总因子排序：降序/升序
sell_type str 卖出类型
sell_zdf float 止盈涨幅
sell_value float 卖出金额
min_hold_days int 最少持有天数
risk_free_rate float 无风险利率
四、基金因子字段参考
4.1 基础因子
字段名 说明
date 交易日期
证券代码 基金代码
close 收盘价
open 开盘价
high 最高价
low 最低价
volume 成交量
amount 成交金额
zdf 涨跌幅
4.2 涨跌幅因子
字段名 说明
5日涨跌幅 5日涨跌幅
10日涨跌幅 10日涨跌幅
20日涨跌幅 20日涨跌幅
30日涨跌幅 30日涨跌幅
60日涨跌幅 60日涨跌幅
120日涨跌幅 120日涨跌幅
250日涨跌幅 250日涨跌幅
4.3 移动平均线因子
字段名 说明
5日均线 5日均线
10日均线 10日均线
20日均线 20日均线
30日均线 30日均线
60日均线 60日均线
120日均线 120日均线
价格距离5日均线涨跌幅 价格距离5日均线涨跌幅
价格距离10日均线涨跌幅 价格距离10日均线涨跌幅
价格距离20日均线涨跌幅 价格距离20日均线涨跌幅
价格距离30日均线涨跌幅 价格距离30日均线涨跌幅
价格距离60日均线涨跌幅 价格距离60日均线涨跌幅
价格距离120日均线涨跌幅 价格距离120日均线涨跌幅
4.4 技术指标因子
字段名 说明
MACD_DIF MACD平滑异同平均线DIF
MACD_DEA MACD平滑异同平均线DEA
MACD_MACD MACD平滑异同平均线MACD
MACD_金叉 MACD金叉信号
MACD_死叉 MACD死叉信号
KDJ_K KDJ指标K值
KDJ_D KDJ指标D值
KDJ_J KDJ指标J值
KDJ_KD金叉 KDJ金叉信号
KDJ_KD死叉 KDJ死叉信号
RSI1 RSI相对强弱RSI1
RSI2 RSI相对强弱RSI2
RSI3 RSI相对强弱RSI3
BOLL_BOLL BOLL布林线中轨
BOLL_UB BOLL布林线上轨
BOLL_LB BOLL布林线下轨
Alpha001 至 Alpha191 世界金融实验室101因子（共191个）
4.5 回归动量因子
字段名 说明
3日回归动量 至 60日回归动量 各周期回归动量（共17个）
5日回归斜率 至 120日回归斜率 各周期回归斜率（共6个）
4.6 风险因子
字段名 说明
5日标准差 至 120日标准差 各周期标准差（共6个）
5日夏普比率 至 120日夏普比率 各周期夏普比率（共6个）
5日最大回撤 至 120日最大回撤 各周期最大回撤（共6个）
5日年化波动率 至 120日年化波动率 各周期年化波动率（共6个）
5日Alpha 至 120日Alpha 各周期Alpha系数（共6个）
5日Beta 至 120日Beta 各周期Beta系数（共6个）
五、使用示例
5.1 获取基金行情数据
python
result = client.get_stock_hist_data(
stock='513100.SH', # 纳指ETF
start_date='20240101',
end_date='20241231'
)
df = client._to_dataframe(result)
5.2 获取基金因子数据
python
result = client.get_stock_factor_data(
stock='513100.SH',
start_date='20240101',
end_date='20241231',
columns='date,证券代码,close,MACD_DIF,KDJ_K,RSI1,BOLL_BOLL'
)
df = client._to_dataframe(result)
5.3 定投策略回测
python
result = client.xg_dt_backtrader(
start_date='20240101',
end_date='20241231',
stock_list='513100.SH,513500.SH',
index_stock='000300.SH',
cash=100000,
dt_interval=20,
dt_type='金额',
dt_value=1000,
sell_zdf=0.03,
buy_zdf=-0.03,
comm=0.0001
)
5.4 动量策略回测
python
result = client.xg_mom_backtrader(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,513100.SH,518880.SH',
index_stock='000300.SH',
cash=100000,
mom_type='百分比',
mom_value=1,
mom_daily=25,
min_mom=0,
max_mom=5,
buy_rank=1,
sell_zdf=0.03,
sell_amount=1000,
comm=0.0001
)
5.5 资产配置策略回测
python
result = client.xg_pz_backtrader(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,513100.SH,518880.SH',
dt_type='百分比',
weight_list='0.4,0.4,0.2',
index_stock='000300.SH',
cash=100000,
sell_zdf=0.03,
buy_zdf=-0.03,
trade_value=1000,
comm=0.0001
)
5.6 均值方差策略回测
python
result = client.xg_mean_var_backtrader(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,513100.SH,518880.SH',
index_stock='000300.SH',
cash=100000,
lookback_days=60,
max_weight=0.6,
min_weight=0.05,
lambda_risk=2.0,
interval=5,
comm=0.0001
)
5.7 基金组合分析
python
result = client.xg_stock_analysis(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,518880.SH,510300.SH',
stock_weight='0.4,0.3,0.3',
index_stock='000300.SH',
risk_free_rate=0.03
)
metrics = result.get('performance_metrics', {})
print(f"总收益率: {metrics.get('total_return', 0)*100:.2f}%")
print(f"年化收益率: {metrics.get('annual_return', 0)*100:.2f}%")
print(f"夏普比率: {metrics.get('sharpe_ratio', 0):.4f}")
print(f"最大回撤: {metrics.get('max_drawdown', 0)*100:.2f}%")
5.8 基金相关性矩阵
python
result = client.xg_stock_cov_correlation(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,513100.SH,518880.SH',
method='pearson'
)
print(result.get('correlation_matrix'))
5.9 投资组合优化
python
result = client.xg_stock_cov_portfolio(
start_date='20240101',
end_date='20241231',
stock_list='159915.SZ,513100.SH,518880.SH',
risk_free_rate=0.03,
target_return=0.15
)
print(result.get('min_variance'))
print(result.get('max_sharpe'))
print(result.get('risk_parity'))
六、策略回测结果字段说明
6.1 定投策略回测返回字段
字段名 说明
total_return 总收益率
annual_return 年化收益率
annual_volatility 年化波动率
sharpe_ratio 夏普比率
max_drawdown 最大回撤
win_rate 胜率
total_trades 总交易次数
win_trades 盈利交易次数
loss_trades 亏损交易次数
avg_profit 平均盈利
avg_loss 平均亏损
profit_loss_ratio 盈亏比
final_cash 最终资金
equity_curve 权益曲线数据
6.2 动量策略回测返回字段
字段名 说明
total_return 总收益率
annual_return 年化收益率
annual_volatility 年化波动率
sharpe_ratio 夏普比率
max_drawdown 最大回撤
max_drawdown_duration 最大回撤持续天数
win_rate 胜率
positive_ratio 正收益比例
total_trades 总交易次数
turnover_rate 换手率
alpha Alpha系数
beta Beta系数
information_ratio 信息比率
tracking_error 跟踪误差
calmar_ratio 卡玛比率
sortino_ratio 索提诺比率
buy_signals 买入信号记录
sell_signals 卖出信号记录
equity_curve 权益曲线数据
6.3 资产配置策略回测返回字段
字段名 说明
total_return 总收益率
annual_return 年化收益率
annual_volatility 年化波动率
sharpe_ratio 夏普比率
max_drawdown 最大回撤
max_drawdown_duration 最大回撤持续天数
win_rate 胜率
positive_ratio 正收益比例
final_cash 最终资金
final_weights 最终权重
rebalance_history 再平衡历史记录
equity_curve 权益曲线数据
6.4 网格策略回测返回字段
字段名 说明
total_return 总收益率
annual_return 年化收益率
annual_volatility 年化波动率
sharpe_ratio 夏普比率
max_drawdown 最大回撤
win_rate 胜率
total_trades 总交易次数
grid_buy_count 网格买入次数
grid_sell_count 网格卖出次数
avg_grid_profit 平均网格利润
final_cash 最终资金
grid_operations 网格操作记录
equity_curve 权益曲线数据
6.5 海龟策略回测返回字段
字段名 说明
total_return 总收益率
annual_return 年化收益率
annual_volatility 年化波动率
sharpe_ratio 夏普比率
max_drawdown 最大回撤
max_drawdown_duration 最大回撤持续天数
win_rate 胜率
total_trades 总交易次数
avg_profit_per_unit 每单位平均利润
max_units_used 最大使用单位数
entry_signals 入场信号记录
exit_signals 离场信号记录
equity_curve 权益曲线数据
6.6 综合动量策略回测返回字段
字段名 说明
total_return 总收益率
annual_return 年化收益率
annual_volatility 年化波动率
sharpe_ratio 夏普比率
max_drawdown 最大回撤
max_drawdown_duration 最大回撤持续天数
win_rate 胜率
positive_ratio 正收益比例
total_trades 总交易次数
alpha Alpha系数
beta Beta系数
information_ratio 信息比率
tracking_error 跟踪误差
calmar_ratio 卡玛比率
sortino_ratio 索提诺比率
index_timing_signals 指数择时信号
momentum_scores 动量得分记录
equity_curve 权益曲线数据
6.7 均值方差策略回测返回字段
字段名 说明
total_return 总收益率
annual_return 年化收益率
annual_volatility 年化波动率
sharpe_ratio 夏普比率
max_drawdown 最大回撤
max_drawdown_duration 最大回撤持续天数
win_rate 胜率
positive_ratio 正收益比例
final_cash 最终资金
final_weights 最终权重
rebalance_history 再平衡历史记录
portfolio_risk 组合风险
portfolio_return 组合收益
efficient_frontier 有效前沿数据
equity_curve 权益曲线数据
6.8 条件因子策略回测返回字段
字段名 说明
total_return 总收益率
annual_return 年化收益率
annual_volatility 年化波动率
sharpe_ratio 夏普比率
max_drawdown 最大回撤
max_drawdown_duration 最大回撤持续天数
win_rate 胜率
positive_ratio 正收益比例
total_trades 总交易次数
turnover_rate 换手率
alpha Alpha系数
beta Beta系数
information_ratio 信息比率
tracking_error 跟踪误差
calmar_ratio 卡玛比率
sortino_ratio 索提诺比率
factor_scores 因子得分记录
buy_signals 买入信号记录
sell_signals 卖出信号记录
holdings_history 持仓历史记录
equity_curve 权益曲线数据
6.9 排序多因子策略回测返回字段
字段名 说明
total_return 总收益率
annual_return 年化收益率
annual_volatility 年化波动率
sharpe_ratio 夏普比率
max_drawdown 最大回撤
max_drawdown_duration 最大回撤持续天数
win_rate 胜率
positive_ratio 正收益比例
total_trades 总交易次数
turnover_rate 换手率
alpha Alpha系数
beta Beta系数
information_ratio 信息比率
tracking_error 跟踪误差
calmar_ratio 卡玛比率
sortino_ratio 索提诺比率
factor_scores 因子得分记录
rank_history 排序历史记录
buy_signals 买入信号记录
sell_signals 卖出信号记录
holdings_history 持仓历史记录
equity_curve 权益曲线数据
七、常见问题
7.1 基金代码格式
市场 格式 示例
上海 代码.SH 513100.SH
深圳 代码.SZ 159915.SZ
7.2 日期格式说明
接口类型 日期格式 示例
行情/因子/回测 YYYYMMDD 20240101
7.3 策略类型可选值
策略类型 说明
定投策略 定期定额投资
动量策略 动量因子选基
资产配置策略 固定权重配置
资产配置平衡策略 动态再平衡
网格策略 网格交易
海龟策略 趋势跟踪
综合动量策略 指数择时+动量
条件因子策略 自定义因子条件
排序多因子策略 因子打分排序
均值方差策略 马科维茨最优组合
7.4 数据转换方法
方法 说明
_to_dataframe(result) 将API返回数据转换为DataFrame
python
# 使用示例
df = client._to_dataframe(result)
print(df.head())
7.5 注意事项 本工支持ETF基金数据，支持股票、可转债数据 基金不提供财务数据和分钟数据 回测结果包含完整的绩效指标和交易记录 所有回测接口均支持多基金组合回测 因子数据支持数百种技术指标 如有问题可联系小果微信: xg_quant
小果量化策略回测系统
一、介绍
小果量化策略回测系统是一个基于小果量化数据接口， 提供股票历史数据，基金历史数据,可转债历史数据、 股票因子数据，基金因子数据，可转债因子数据， 股票分钟数据，指数数据、财务数据以及多种量化策略回测功能。 主要功能 📊 历史行情数据获取
📈 因子数据提取
💰 财务数据查询
🔄 多种策略回测（定投、动量、资产配置、网格、海龟等）
🤖 模拟交易和社区策略
安装客户端
教程链接 https://gitcode.com/qq_50882340/xg_quant_trader
# 用户操作
## 1获取用户信息
from xg_quant_backtrader_data.xg_quant_backtrader_data import xg_quant_backtrader_data
初始化客户端
client = xg_quant_backtrader_data( url="服务器地址", port=8888, user="自己信息", password="自己信息", auth_code="自己信息" )
============================================================
完整示例49：获取用户信息
============================================================
""" 参数说明： user: str = "自己信息" - 用户名称
返回数据： username - 用户名 expiry - 账户到期时间 days_until_expiry - 剩余天数 expiry_warning - 是否即将到期 """
print("\n" + "=" * 60) print("📊 获取用户信息") print("=" * 60)
result = client.get_user_info() print("用户信息：") print(result)
## 2检查授权码有效性
from xg_quant_backtrader_data.xg_quant_backtrader_data import xg_quant_backtrader_data
初始化客户端
client = xg_quant_backtrader_data( url="服务器地址", port=8888, user="自己信息", password="自己信息", auth_code="自己信息" )
============================================================
完整示例50：检查授权码有效性
============================================================
""" 参数说明： user: str = "自己信息" - 用户名称
返回数据： status - 状态（success/failed） message - 消息 user_info - 用户信息 """
print("\n" + "=" * 60) print("📊 检查授权码有效性") print("=" * 60)
result = client.check_password_is_av_user() print("授权码检查结果：") print(result)
# 二、使用教程
## 1. 安装依赖并初始化
```python
# ============================================================
# 完整示例1：初始化客户端
# ============================================================
"""
参数说明：
url: str = "服务器地址" - 服务器地址
port: int = 8888 - 服务器端口
user: str = "自己信息" - 用户名
password: str = "自己信息" - 密码
auth_code: str = "自己信息" - 授权码
"""
import requests
import json
import pandas as pd
import numpy as np
from typing import Optional, Dict, Any, List, Union
from datetime import datetime
from xg_quant_backtrader_data.xg_quant_backtrader_data import xg_quant_backtrader_data
# 初始化客户端
client = xg_quant_backtrader_data(
url="服务器地址",
port=8888,
user="自己信息",
password="自己信息",
auth_code="自己信息"
)
print("✅ 客户端初始化成功！")
print(f"📡 服务器地址: http://服务器地址:8888")
2. 获取股票历史行情数据
from xg_quant_backtrader_data.xg_quant_backtrader_data import xg_quant_backtrader_data
# 初始化客户端
client = xg_quant_backtrader_data(
url="服务器地址",
port=8888,
user="自己信息",
password="自己信息",
auth_code="自己信息"
)
# ============================================================
# 完整示例2：获取历史行情数据
# ============================================================
"""
参数说明：
stock: str = '600031.SH' - 股票代码，格式：代码.市场（SH/SZ）
start_date: str = '20200101' - 开始日期，格式YYYYMMDD
end_date: str = '20261231' - 结束日期，格式YYYYMMDD
返回字段：
date - 交易日期
open - 开盘价
high - 最高价
low - 最低价
close - 收盘价
volume - 成交量
amount - 成交金额
zdf - 涨跌幅
pct_chg - 百分比变化
"""
print("\n" + "=" * 60)
print("📊 获取历史行情数据")
print("=" * 60)
# 获取单只股票历史数据
result = client.get_stock_hist_data(
stock='513100.SH', # 平安银行
start_date='20240101',
end_date='20500101'
)
df = client._to_dataframe(result)
print(f"✅ 获取到 {len(df)} 条数据")
print(df.head())
print(f"\n数据列: {df.columns.tolist()}")
3读取ETF基金历史行情数据
from xg_quant_backtrader_data.xg_quant_backtrader_data import xg_quant_backtrader_data
# 初始化客户端
client = xg_quant_backtrader_data(
url="服务器地址",
port=8888,
user="自己信息",
password="自己信息",
auth_code="自己信息"
)
# ============================================================
# 完整示例2：获取历史行情数据
# ============================================================
"""
参数说明：
stock: str = '513100.SH' - 股票代码，格式：代码.市场（SH/SZ）
start_date: str = '20200101' - 开始日期，格式YYYYMMDD
end_date: str = '20261231' - 结束日期，格式YYYYMMDD
返回字段：
date - 交易日期
open - 开盘价
high - 最高价
low - 最低价
close - 收盘价
volume - 成交量
amount - 成交金额
zdf - 涨跌幅
pct_chg - 百分比变化
"""
print("\n" + "=" * 60)
print("📊 获取历史行情数据")
print("=" * 60)
# 获取单只股票历史数据
result = client.get_stock_hist_data(
stock='513100.SH', # 平安银行
start_date='20240101',
end_date='20500101'
)
df = client._to_dataframe(result)
print(f"✅ 获取到 {len(df)} 条数据")
print(df.head())
print(f"\n数据列: {df.columns.tolist()}")
4读取可转债历史行情数据
from xg_quant_backtrader_data.xg_quant_backtrader_data import xg_quant_backtrader_data
# 初始化客户端
client = xg_quant_backtrader_data(
url="服务器地址",
port=8888,
user="自己信息",
password="自己信息",
auth_code="自己信息"
)
# ============================================================
# 完整示例2：获取历史行情数据
# ============================================================
"""
参数说明：
stock: str = '513100.SH' - 股票代码，格式：代码.市场（SH/SZ）
start_date: str = '20200101' - 开始日期，格式YYYYMMDD
end_date: str = '20261231' - 结束日期，格式YYYYMMDD
返回字段：
date - 交易日期
open - 开盘价
high - 最高价
low - 最低价
close - 收盘价
volume - 成交量
amount - 成交金额
zdf - 涨跌幅
pct_chg - 百分比变化
"""
print("\n" + "=" * 60)
print("📊 获取历史行情数据")
print("=" * 60)
# 获取单只股票历史数据
result = client.get_stock_hist_data(
stock='128136.SZ',
start_date='20240101',
end_date='20500101'
)
df = client._to_dataframe(result)
print(f"✅ 获取到 {len(df)} 条数据")
print(df.head())
print(f"\n数据列: {df.columns.tolist()}")
5. 获取股票因子数据
from xg_quant_backtrader_data.xg_quant_backtrader_data import xg_quant_backtrader_data
# 初始化客户端
client = xg_quant_backtrader_data(
url="服务器地址",
port=8888,
user="自己信息",
password="自己信息",
auth_code="自己信息"
)
# ============================================================
# 完整示例3：获取因子数据
# ============================================================
"""
参数说明：
stock: str = '600031.SH' - 股票代码
start_date: str = '20200101' - 开始日期，格式YYYYMMDD
end_date: str = '20261231' - 结束日期，格式YYYYMMDD
columns: str = 'date,close,open,high,low,volume,amount' - 选择字段，逗号分隔
【基础因子字段】
date - 交易日期
证券代码 - 股票代码
close - 收盘价
open - 开盘价
high - 最高价
low - 最低价
volume - 成交量
amount - 成交金额
zdf - 涨跌幅
【涨跌幅因子】
5日涨跌幅 - 5日涨跌幅
10日涨跌幅 - 10日涨跌幅
20日涨跌幅 - 20日涨跌幅
30日涨跌幅 - 30日涨跌幅
60日涨跌幅 - 60日涨跌幅
120日涨跌幅 - 120日涨跌幅
250日涨跌幅 - 250日涨跌幅
【价格距离均线涨跌幅】
价格距离5日均线涨跌幅 - 价格距离5日均线涨跌幅
价格距离10日均线涨跌幅 - 价格距离10日均线涨跌幅
价格距离20日均线涨跌幅 - 价格距离20日均线涨跌幅
价格距离30日均线涨跌幅 - 价格距离30日均线涨跌幅
价格距离60日均线涨跌幅 - 价格距离60日均线涨跌幅
价格距离120日均线涨跌幅 - 价格距离120日均线涨跌幅
【均线距离涨跌幅】
5日均线距离10日均线涨跌幅 - 5日均线距离10日均线涨跌幅
10日均线距离20日均线涨跌幅 - 10日均线距离20日均线涨跌幅
20日均线距离30日均线涨跌幅 - 20日均线距离30日均线涨跌幅
30日均线距离60日均线涨跌幅 - 30日均线距离60日均线涨跌幅
60日均线距离120日均线涨跌幅 - 60日均线距离120日均线涨跌幅
【移动平均线】
5日均线 - 5日均线
10日均线 - 10日均线
20日均线 - 20日均线
30日均线 - 30日均线
60日均线 - 60日均线
120日均线 - 120日均线
【均线交叉信号】
5日10日金叉 - 5日10日均线金叉
10日20日金叉 - 10日20日均线金叉
20日30日金叉 - 20日30日均线金叉
30日60日金叉 - 30日60日均线金叉
60日120日金叉 - 60日120日均线金叉
5日10日死叉 - 5日10日均线死叉
10日20日死叉 - 10日20日均线死叉
20日30日死叉 - 20日30日均线死叉
30日60日死叉 - 30日60日均线死叉
60日120日死叉 - 60日120日均线死叉
【价格位置判断】
价格在5均线上 - 价格是否在5日均线上
价格在10均线上 - 价格是否在10日均线上
价格在20均线上 - 价格是否在20日均线上
价格在30均线上 - 价格是否在30日均线上
价格在60均线上 - 价格是否在60日均线上
价格在120均线上 - 价格是否在120日均线上
5均线在10均线上 - 5日均线是否在10日均线上
10均线在20均线上 - 10日均线是否在20日均线上
20均线在30均线上 - 20日均线是否在30日均线上
30均线在60均线上 - 30日均线是否在60日均线上
60均线在120均线上 - 60日均线是否在120日均线上
【技术指标 - KDJ】
KDJ_K - KDJ指标K值
KDJ_D - KDJ指标D值
KDJ_J - KDJ指标J值
KDJ_KD金叉 - KDJ金叉信号
KDJ_KD死叉 - KDJ死叉信号
【技术指标 - MACD】
MACD_DIF - MACD平滑异同平均线DIF
MACD_DEA - MACD平滑异同平均线DEA
MACD_MACD - MACD平滑异同平均线MACD
MACD_金叉 - MACD金叉信号
MACD_死叉 - MACD死叉信号
【技术指标 - RSI】
RSI1 - RSI相对强弱RSI1
RSI2 - RSI相对强弱RSI2
RSI3 - RSI相对强弱RSI3
RSI_金叉 - RSI金叉信号
RSI_死叉 - RSI死叉信号
【技术指标 - BOLL布林线】
BOLL_BOLL - BOLL布林线中轨
BOLL_UB - BOLL布林线上轨
BOLL_LB - BOLL布林线下轨
【技术指标 - CCI】
CCI - CCI商品路径指标
【技术指标 - MFI】
MFI - MFI资金流量指标
【技术指标 - MTM】
MTM_MTM - MTM动量线MTM值
MTM_MTMMA - MTM动量线MTMMA值
【技术指标 - SKDJ】
SKDJ_K - SKDJ慢速随机K值
SKDJ_D - SKDJ慢速随机D值
【技术指标 - WR】
WR1 - WR威廉指标WR1
WR2 - WR威廉指标WR2
WR_金叉 - WR金叉信号
WR_死叉 - WR死叉信号
【技术指标 - PSY】
PSY_PSY - PSY心理线PSY
PSY_PSYMA - PSY心理线PSYMA
PSY_金叉 - PSY金叉信号
PSY_死叉 - PSY死叉信号
【技术指标 - BIAS乖离率】
BIAS1 - BIAS乖离率BIAS1
BIAS2 - BIAS乖离率BIAS2
BIAS3 - BIAS乖离率BIAS3
BIAS_QL_BIAS - BIAS_QL乖离率传统版BIAS值
BIAS_QL_BIASMA - BIAS_QL乖离率传统版BIASMA值
BIAS36_BIAS36 - BIAS36三六乖离BIAS36
BIAS36_BIAS612 - BIAS36三六乖离BIAS612
BIAS36_MABIAS - BIAS36三六乖离MABIAS
【技术指标 - DMI】
DMI_PDI - DMI趋向指标PDI
DMI_MDI - DMI趋向指标MDI
DMI_ADX - DMI趋向指标ADX
DMI_ADXR - DMI趋向指标ADXR
【技术指标 - DMA】
DMA_XT_DIF - DMA_XT平均差DIF
DMA_XT_DIFMA - DMA_XT平均差DIFMA
【技术指标 - DPO】
DPO_DPO - DPO区间震荡线DPO
DPO_MADPO - DPO区间震荡线MADPO
【技术指标 - EMV】
EMV_EMV - EMV简易波动指标EMV
EMV_MAEMV - EMV简易波动指标MAEMV
【技术指标 - TRIX】
TRIX_TRIX - TRIX三重指数平均线TRIX
TRIX_MATRIX - TRIX三重指数平均线MATRIX
【技术指标 - UOS】
UOS_UOS - UOS终极指标UOS
UOS_MAUOS - UOS终极指标MAUOS
【技术指标 - VPT】
VTP_VPT - VPT量价曲线VPT
VTP_MAVP - VPT量价曲线MAVP
【技术指标 - WVAD】
WVAD_WVAD - WVAD威廉变异离散量WVAD
WVAD_MAWVAD - WVAD威廉变异离散量MAWVAD
【技术指标 - BRAR】
BRAR_BR - BRAR情绪指标BR
BRAR_AR - BRAR情绪指标AR
【技术指标 - CR】
CR_CR - CR带状能量线CR
CR_MA1 - CR带状能量线MA1
CR_MA2 - CR带状能量线MA2
CR_MA3 - CR带状能量线MA3
CR_MA4 - CR带状能量线MA4
【技术指标 - MASS】
MASS_MASS - MASS梅斯线MASS
MASS_MAMASS - MASS梅斯线MAMASS
【技术指标 - VR】
VR_VR - VR成交量变异率VR
VR_MAVR - VR成交量变异率MAVR
【技术指标 - OBV】
OBV_OBV - OBV累积能量线OBV
OBV_MAOBV - OBV累积能量线MAOBV
【技术指标 - VOL成交量】
VOL_XT_MAVOL1 - VOL成交量MAVOL1
VOL_XT_MAVOL2 - VOL成交量MAVOL2
【技术指标 - VRSI】
VRSI1 - VRSI相对强弱量RSI1
VRSI2 - VRSI相对强弱量RSI2
VRSI3 - VRSI相对强弱量RSI3
【技术指标 - HSL换手线】
HSL_HSL - HSL换手线HSL
HSL_MAHSL - HSL换手线MAHSL
【技术指标 - ACD】
ACD_ACD - ACD升降线ACD
ACD_MAACD - ACD升降线MAACD
【技术指标 - BBI】
BBI - BBI多空均线
【技术指标 - EXPMA】
EXPMA_EXP1 - EXPMA指数平均线EXP1
EXPMA_EXP2 - EXPMA指数平均线EXP2
【技术指标 - SAR】
SAR - SAR抛物线指标
【技术指标 - AMO成交金额】
AMO_AMOW - AMO成交金额AMOW
AMO_AMO1 - AMO成交金额AMO1
AMO_AMO2 - AMO成交金额AMO2
【技术指标 - MIKE】
MIKE_STOR - MIKE麦克支撑压力STOR
MIKE_MIDR - MIKE麦克支撑压力MIDR
MIKE_WEKR - MIKE麦克支撑压力WEKR
MIKE_WEKS - MIKE麦克支撑压力WEKS
MIKE_MIDS - MIKE麦克支撑压力MIDS
MIKE_STOS - MIKE麦克支撑压力STOS
【技术指标 - ENE】
ENE_UPPER - ENE轨道线上轨
ENE_LOWER - ENE轨道线下轨
ENE_ENE - ENE轨道线ENE
【技术指标 - PBX瀑布线】
PBX_PBX1 - PBX瀑布线PBX1
PBX_PBX2 - PBX瀑布线PBX2
PBX_PBX3 - PBX瀑布线PBX3
PBX_PBX4 - PBX瀑布线PBX4
PBX_PBX5 - PBX瀑布线PBX5
PBX_PBX6 - PBX瀑布线PBX6
【技术指标 - XS薛斯通道】
XS_SUP - XS薛斯通道SUP
XS_SDN - XS薛斯通道SDN
XS_LUP - XS薛斯通道LUP
XS_LDN - XS薛斯通道LDN
【技术指标 - TQN唐奇安通道】
TQN_周期高点 - TQN唐奇安通道周期高点
TQN_周期低点 - TQN唐奇安通道周期低点
TQN_平空开多 - TQN唐奇安通道平空开多信号
TQN_平多开空 - TQN唐奇安通道平多开空信号
【技术指标 - ALLIGAT鳄鱼线】
ALLIGAT_上唇 - ALLIGAT鳄鱼线上唇
ALLIGAT_牙齿 - ALLIGAT鳄鱼线牙齿
ALLIGAT_下颚 - ALLIGAT鳄鱼线下颚
【技术指标 - GMMA顾比均线】
GMMA_MA3 - GMMA顾比均线MA3
GMMA_MA5 - GMMA顾比均线MA5
GMMA_MA8 - GMMA顾比均线MA8
GMMA_MA10 - GMMA顾比均线MA10
GMMA_MA12 - GMMA顾比均线MA12
GMMA_MA15 - GMMA顾比均线MA15
GMMA_MA30 - GMMA顾比均线MA30
GMMA_MA35 - GMMA顾比均线MA35
GMMA_MA40 - GMMA顾比均线MA40
GMMA_MA45 - GMMA顾比均线MA45
GMMA_MA50 - GMMA顾比均线MA50
GMMA_MA60 - GMMA顾比均线MA60
【技术指标 - VMACD】
VMACD_DIF - VMACD量平滑异同平均线DIF
VMACD_DEA - VMACD量平滑异同平均线DEA
VMACD_MACD - VMACD量平滑异同平均线MACD
【技术指标 - SMACD】
SMACD_DEA - SMACD单线平滑异同平均线DEA
SMACD_MACD - SMACD单线平滑异同平均线MACD
【技术指标 - QACD】
QACD_DIF - QACD快速异同平均线DIF
QACD_MACD - QACD快速异同平均线MACD
QACD_DDIF - QACD快速异同平均线DDIF
【技术指标 - 成交量相关】
连续上涨天数 - 连续上涨天数
连续下跌天数 - 连续下跌天数
【技术指标 - 偏度峰度】
5日偏度 - 5日偏度
10日偏度 - 10日偏度
20日偏度 - 20日偏度
30日偏度 - 30日偏度
60日偏度 - 60日偏度
120日偏度 - 120日偏度
5日峰度 - 5日峰度
10日峰度 - 10日峰度
20日峰度 - 20日峰度
30日峰度 - 30日峰度
60日峰度 - 60日峰度
120日峰度 - 120日峰度
【Alpha因子 - 世界金融实验室101因子】
Alpha001 至 Alpha191 - 世界金融实验室101因子（共191个）
【交易信号因子】
六脉神剑 - 六脉神剑交易信号
小波段交易 - 小波段交易信号
大波段交易 - 大波段交易信号
波段超级买卖 - 波段超级买卖信号
【回归分析因子】
3日回归动量 - 3日回归动量
5日回归动量 - 5日回归动量
7日回归动量 - 7日回归动量
9日回归动量 - 9日回归动量
12日回归动量 - 12日回归动量
15日回归动量 - 15日回归动量
18日回归动量 - 18日回归动量
20日回归动量 - 20日回归动量
23日回归动量 - 23日回归动量
25日回归动量 - 25日回归动量
28日回归动量 - 28日回归动量
30日回归动量 - 30日回归动量
35日回归动量 - 35日回归动量
40日回归动量 - 40日回归动量
45日回归动量 - 45日回归动量
50日回归动量
相关技能
小果(微信：xg_quant)量化交易平台助手技能。小果量化是一个专业的量化交易系统，提供完整的回测、模拟交易、社区策略分享等功能。 【核心功能】 - 📊 历史行情数据获取（股票、ETF、可转债） - 📈 多维度因子数据提取（技术指标、Alpha因子、动量因子等） - 💰 财务数据分析（资产负债表、利润表、现金流量表等） - 🔄 多种策略回测（定投、动量、资产配置、网格、海龟、均值方差等） - 🤖 模拟交易和社区策略管理 - 📉 多标的量化分析（相关性矩阵、协方差矩阵、投资组合优化） - 📊 股票组合收益分析（绩效指标、夏普比率、最大回撤等） - ⏰ 分钟级K线数据
小果(微信:xg_quant)可转债量化分析助手专注于可转债量化分析工具，基于小果量化策略系统，提供可转债历史行情数据、可转债因子数据、可转债策略回测、可转债组合分析等核心功能。适用于可转债投资者、量化研究员和策略开发者。 触发关键词：可转债量化、可转债回测、可转债分析、可转债策略、可转债数据、转债策略。
小果量化因子分析系统助手,作者(微信:xg_quant)基于 Alphalens 和自定义分析框架，提供因子数据清洗、IC分析、分层收益、多空组合、换手率、Fama-MacBeth回归、综合评分等完整因子评价功能。 触发关键词：因子分析、因子评价、Alphalens、IC分析、分层收益、多空组合、因子回测、因子评分、xg_alphalens、量化因子、因子有效性。
小果量化回测系统助手 (微信:xg_quant)。基于业界领先的Backtrader回测框架，提供从数据加载、策略开发、回测执行到绩效分析的全流程量化交易解决方案。 支持多品种（股票、期货、外汇、加密货币）、多周期（Tick, 秒, 分钟, 日, 周, 月）、多策略回测与参数优化。 具备完整的订单管理（市价、限价、止损、止损限价、跟踪止损）、佣金方案配置（固定、百分比、期货）、滑点模拟和绩效分析（夏普比率、回撤、年化收益等）能力。 作者：小果 (xg_quant)，联系方式：微信 xg_quant。 触发关键词：小果、xg_quant、回测系统、量化回测、Backtrader、策略开发、策略回
小果(微信:xg_quant)量化因子库是一个集成了数百个技术指标、Alpha因子和交易信号的Python量化因子计算系统。 支持股票、ETF、可转债等多品种的历史因子批量计算，提供单只股票因子分析和全市场因子数据生成。 触发关键词：小果因子、量化因子、因子计算、xg_factor、技术指标、Alpha因子、因子选股、因子库。