聚宽量化
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/coderwpf-joinquant-102。
技能介绍
要解决什么问题
要在 A 股、期货、基金、指数 上做策略研究或回测时,本地脚本往往缺统一行情与财务接口,平台规则(代码后缀、交易日历、手续费)也容易写错。聚宽在网页端跑 事件驱动 Python 策略,同时提供 JQData 在本地拉数据,适合把「查数 → 回测 → 模拟交易」串在同一条知识链里。
技能如何工作
技能按使用路径组织内容:
- 本地数据(JQData):行情(如
get_price/ 最近 N 条)、财务、指数成分、行业分类、交易日历、个股基本信息、龙虎榜、融资融券等查询函数。 - 在线策略:在聚宽云端编写事件驱动程序,使用按数量下单、调仓到目标、撤单,以及账户与持仓查询;并覆盖定时任务与风险管理相关 API。
- 标的代码:表格约定上海
.XSHG、深圳.XSHE、期货.XDCE/.XZCE/.XSGE/.CCFX等,避免混用错误代码。 - 示例与技巧:多因子选股、行业轮动、全市场财务筛选等完整/进阶示例;回测时用
set_order_cost设置真实手续费;策略内用attribute_history取历史,研究环境用get_price;g对象在回调间持久化变量。
适用边界与注意点
- 需在 joinquant.com 注册账号;策略执行在聚宽云端,本地主要通过 JQData 做研究与取数。
- JQData 有 每日免费额度,大批量历史拉取要规划调用量。
- 默认回测手续费为 0,若不显式设置成本,绩效会与实盘偏差较大。
- 官方 API 文档:
https://www.joinquant.com/help/api/help。
AI Agent 使用提示
取数后应检查 DataFrame 是否为空、是否有 NaN;宏观/板块分析宜多步串联(指数 → 成分 → 个股财务);监控类任务可结合定时逻辑对异动标的输出结构化日志。
使用场景
- 在本地 Python 里用 JQData 拉沪深300成分股近一年日线,再算动量因子排序
- 在聚宽研究环境做全市场财务指标筛选,导出候选股票池供策略引用
- 编写云端事件驱动策略:每周调仓到目标权重,并设置真实印花税与佣金回测
- 查询某只股票融资融券与龙虎榜字段,核对异常放量日是否与资金面数据一致
适合人员
- 个人量化爱好者,想把多因子选股逻辑写成可回测脚本并核对手续费假设
- 期货与现货跨品种研究员,需要统一查询 IF 股指期货与上海 A 股代码格式
- 量化课程学员,在作业里实现行业轮动策略并区分研究环境的 get_price 与策略内 attribute_history
- 数据分析师,仅需 JQData 免费额度做指数成分与交易日历校验,不上线实盘交易