joinquant-docs

star 90

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。

lzwme By lzwme schedule Updated 6/8/2026

name: joinquant-docs description: 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。 metadata: {"openclaw":{"emoji":"📚","requires":{"bins":["python3"]}}}

聚宽策略开发

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。

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。

文档查阅流程

  1. 确定问题类型,按 reference.md 定位文件
  2. 用 Grep/Read 搜索目标函数名或中文关键词(如 get_priceorder_target市盈率
  3. 交叉验证:API 行为查 api.md,字段/表结构查 data/*.md,踩坑查 faq.md
  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
需要写策略框架?     → api.md「开始写策略」「策略程序架构」
需要查数据 API?      → api.md「数据获取函数」+ data/ 对应品种文档
需要下单/持仓?      → api.md「交易函数」「对象」
需要财务/估值数据?  → data/Stock.md(run_query + valuation/fundamentals 表)
需要行业/概念选股?  → data/plateData.md + api.md get_industry_stocks 等
需要技术指标?       → data/technicalanalysis.md(from jqlib.technical_analysis import *)
需要 Alpha 因子?    → data/Alpha101.md、data/Alpha191.md
需要自定义因子?     → fator.md(jqfactor.Factor、calc_factors)
需要因子看板数据?   → data/factor_values.md

策略骨架

最小可运行结构:

# 导入聚宽函数库
import jqdata

def initialize(context):
    g.security = '000001.XSHE'
    set_benchmark('000300.XSHG')
    set_option('use_real_price', True)  # 开启动态复权(真实价格),建议开启
    run_daily(trade, time='open')       # 或 time='every_bar' / '9:30'

def trade(context):
    security = g.security
    close_data = attribute_history(security, 5, '1d', ['close'])
    MA5 = close_data['close'].mean()
    current_price = close_data['close'][-1]
    cash = context.portfolio.available_cash

    if current_price > 1.01 * MA5:
        order_value(security, cash)
    elif current_price < MA5 and context.portfolio.positions[security].closeable_amount > 0:
        order_target(security, 0)

生命周期函数

函数 说明
initialize(context) 全局初始化,仅运行一次;用 g 存全局变量
run_daily/weekly/monthly(func, ...) 定时任务;func 必须是全局函数,不能是类方法
handle_data(context, data) 按回测频率驱动;不建议与 run_daily 混用
before_trading_start 开盘前(9:00)
after_trading_end 收盘后(15:30)

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。

证券代码规范

市场 后缀 示例
上海证券交易所 .XSHG 600519.XSHG
深圳证券交易所 .XSHE 000001.XSHE
中金所 .CCFX IC9999.CCFX
大商所 .XDCE A9999.XDCE
上期所 .XSGE AU9999.XSGE
郑商所 .XZCE CY8888.XZCE
场外基金 .OF 519671.OF

期货策略需将 run_dailyreference_security 设为对应主力合约(如 IF9999.CCFX),以匹配夜盘开盘时间。

常用 API 速查

行情与历史

get_price(security, start_date, end_date, frequency='daily', fields=None, fq='pre')
attribute_history(security, count, unit, fields)  # 回测环境,不含当天
history(count, unit, field, security_list, df=True)
get_bars(security, count, unit, fields, include_now=True)

标的池与板块

get_all_securities(types=['stock'], date=None)   # date 防未来函数
get_index_stocks('000300.XSHG', date=None)
get_industry_stocks('C15', date=None)
get_concept_stocks('GN036', date=None)
set_universe([...])  # 设置后 history 可不传 security_list

财务数据(SQL 查询)

from jqdata import *
q = query(valuation).filter(valuation.code == '000001.XSHE')
df = get_fundamentals(q, date='2015-10-15')

# 或 run_query(单次最多 4000 行,不可连表)
df = finance.run_query(query(finance.STK_XXX).filter(...).limit(4000))

交易

order(security, amount)              # 按股数,正买负卖
order_value(security, value)       # 按金额
order_target(security, amount)       # 调到目标股数
order_target_value(security, value)  # 调到目标市值
order_target_percent(security, percent)  # 调到目标仓位比例

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。

技术指标

from jqlib.technical_analysis import *
# 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
result = MACD(security_list, check_date=context.current_dt, SHORT=12, LONG=26, MID=9)

自定义因子

from jqfactor import Factor, calc_factors

class MyFactor(Factor):
    name = 'my_factor'
    max_window = 5
    dependencies = ['close']
    def calc(self, data):
        return data['close'].mean()

factors = calc_factors(securities, [MyFactor()], start_date, end_date)

详见 fator.mddata/Alpha101.mddata/Alpha191.md

关键注意事项

防止未来函数

  • get_all_securities(date=...)get_index_stocks(..., date=...) 等必须传入历史时点date,不能用未来日期
  • history / attribute_history 取天数据时不包含当天;要当天数据需取分钟级
  • 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
  • 财务数据默认按公告日期处理,注意 get_fundamentalsdate 参数含义

运行频率

  • 优先使用 run_daily,避免与 handle_data 混用
  • run_daily(func, time='every_bar') 频率与回测设置一致
  • run_weekly/monthlyforce=False 可避免晚注册时的就近执行

数据查询限制

  • run_query / get_fundamentals 单次最多返回 4000 行
  • run_query 不支持连表查询
  • 默认行情为前复权fq=None 为不复权

环境与产品区分

产品 使用场景
jqdata(官网) 回测、模拟、研究
jqdatasdk(本地) 本地量化研究,不能在官网策略中 import

按场景选文档

场景 首先阅读 深入查阅
新手写第一个策略 api.md「开始写策略」 api.md「策略程序架构」
股票选股 + 财务 data/Stock.md api.md get_fundamentals
指数成分股策略 data/index.md api.md get_index_stocks
行业/概念轮动 data/plateData.md api.md get_industry_stocks
期货策略 data/Future.md api.md「期货策略专用函数」
期权策略 data/Option.md api.md 期权相关
基金/ETF data/fund.md data/OTCfund.md
可转债 data/bond.md
宏观数据 data/macroData.md
技术分析指标 data/technicalanalysis.md
因子选股 fator.md + data/factor_values.md data/Alpha101.md
融资融券 data/Stock.md 融资融券章节 api.md 融资融券专用函数
报错/数据疑问 faq.md api.md「注意事项」

策略示例

完整示例见 api.md 末尾「策略示例」:均线策略、多股票持仓、追涨策略、万圣节效应等。

文档更新

本地数据字典由脚本从官网同步:

bun scripts/get-joinquant-docs.ts
# 强制覆盖已有 md:FORCE_UPDATE=1 bun scripts/get-joinquant-docs.ts

附加资源

Install via CLI
npx skills add https://github.com/lzwme/finance-quant-skills --skill joinquant-docs
Repository Details
star Stars 90
call_split Forks 20
navigation Branch main
article Path SKILL.md
More from Creator