米筐科技专注于为用户提供快速便捷、功能强大的量化交易和分析工具。用户可以使用基于浏览器（网上回测平台）或本地化（RQAlpha等项目）的米筐科技产品，随时、随地开发自己的交易策略，验证自己的投资思路。我们对数据质量、回测系统、模型算法、交互设计、用户界面和用户安全等方面进行了持之以恒的完善，务求使用户获得最佳的产品使用体验。目前，我们已经提供了策略回测和实时模拟交易功能；在将来，我们会进一步提供实盘交易支持，使用户在我们的产品平台上，能够一站式地完成交易策略的开发、测试和实盘执行。

我们是一个创业公司，由一群朝气蓬勃，又有丰富业界经验的年轻人构成。我们渴望和用户一起进步和成长，见证量化投资在中国市场上的普及和发展。如果您有任何产品或服务上的建议，或商业上的合作意向，欢迎随时和我们联系。我们认真对待任何来自用户和合作伙伴的反馈意见，并始终视之为我们进步的动力。

在本文档中，我们详细介绍了平台的各项功能和使用方法。由于内容较多，在浏览本文档的时候，我们建议您多使用 "ctrl + f" 的快捷键组合，快速定位到感兴趣的内容上。

千里之行，始于足下。在学习编程的时候，我们都是从打印一句 "Hello World" 开始，踏入到奇妙的程序世界；同样，在本文档的第一部分，我们准备了一个类似 "Hello World" 的简单策略实例，帮助新用户了解量化策略，以及如何使用我们的平台。

在您亲自动手测试上述 "Hello World" 策略，体会到编写和测试交易策略的奇妙和喜悦以后，就可以开始浏览本文档的余下内容：

1. "数据"部分，介绍了平台上可供使用的、丰富多样的数据
2. "回测设置"部分，介绍了回测系统的各项默认设置（例如撮合方式、滑点和期货交易费用等）
3. "进行回测"部分，介绍用户如何使用我们的在线IDE进行策略开发和回测，以及回测过程中可供使用的各个函数和对象；
4. "回测结果分析"部分，我们介绍了策略评估的各类核心量化指标（收益、风险和风险调整后收益），以及进阶分析功能（月度收益、持仓情况等）
5. "策略实例"部分，介绍了更多、更具体的策略实例，帮助你了解常见的量化策略开发思路，和如何灵活使用我们提供的数据和功能
6. "实时模拟交易"部分，介绍如何设定实时模拟交易，以更好地评估策略的实盘表现
7. "外部数据和 Python 模块"部分，介绍了平台支持的外部数据源和 Python模块，以及如何引入自定义的Python模块

希望通过我们的文档和平台，您能够逐步成长为一个优秀的量化策略开发者。如果您对我们文档或平台有任何建议，欢迎随时；如果希望分享编写策略过程中的疑问或心得体会，欢迎来我们的一起交流讨论；如果你通过实践，获得了表现出色的量化策略，我们有和实盘，让你展示自己的成就，和获得实盘资金运行策略的机会。 实践，思考，交流，成长，米筐科技与你一路同行。

以下的策略是最简单的一个买入并持有平安银行（buy and hold）的展示，回测基本流程如下：

1. 在创建策略之后，您需要指定回测的起止日期、初始资金以及回测频率。
2. 在方法中实现策略初始化逻辑，例如设置合约池、佣金率、保证金率等操作。
3. 可以选择在进行一些每日开盘之前的操作，比如获取历史行情做一些数据预处理，获取当前账户资金等。
4. 在方法中实现策略具体逻辑，包括交易信号的产生、订单的创建等。handle_bar内的逻辑会在每次bar数据更新的时候被触发。
5. 回测完成后，在'回测结果'页面会展示回测的仓位、盈亏、交易、风险等信息。用户可以导出报告方便分析。

您可以点击右上角的clone按钮复制到自己的策略列表中进行修改和测试，非常简单。

 mission设置佣金费率的方式已经被废弃，不再生效。您需要在策略参数高级设置界面中进行佣金倍率的设置，1即代表为默认佣金费率的一倍。该倍率不会影响最低佣金以及印花税的收取标准。
 


 

• A股市场交易费用主要由佣金和印花税两部分组成，佣金目前为双边收费，每笔委托最小收取标准为5元。默认佣金费率是成交额的万分之8，即/login", {"username": username, "password": password})

  其中，username为米筐账号用户名，password为米筐账号密码

• 查询当日交易记录: GET url： 请求示例：

  返回示例1（当日无交易）：

  返回示例2（当日有交易）：

  #每个表都有一个stockcode在用来方便通过股票代码来过滤掉查询的数据，比如次数是只查询'A01'板块的revenue 和 pe_ratio

  ---

  获取融资融券信息。包括以及情况。既包括个股数据，也包括市场整体数据。需要注意，T日的数据将在T+1日上午09:00左右更新，所以可能无法在before_trading阶段获取到上一交易日的最新数据。融资融券的开始日期为2010年3月31日。

  回溯获取的数据个数。默认为当前能够获取到的最近的数据
  默认为所有字段。见下方列表

• 获取沪深两个市场一段时间内的融资余额

我们目前使用的行业分类来自于中国国家统计局的，可以使用这里的任何一个行业代码来调用行业的股票列表：

获得属于某一板块的所有股票列表。

板块名称或板块代码。例如，能源板块可填写'Energy'、'能源'或sector_(ids1) 目前支持的板块分类如下，其取值参考自MSCI发布的: 获取属于某个或某几个概念的股票列表。 概念名称。可以从概念列表中选择一个或多个概念填写 该方法用于更新现在关注的证券的集合（(data) 将指定信息存储到指定目录的文件中。该API只能在回测中调用，研究平台不支持但是存储的文件能够在研究模块中取用。若要在研究平台存储文件，可以参考研究平台get_file的 相对路径，相对于您的私有的在研究模块空间的根目录的路径 保存的信息。如果为str类型，则会默认以utf-8方式编码存储 是否续写文件。默认为False，即每次调用时都会清除原文件内容 以下样例策略对公募基金进行了回测。 # 你选择的证券的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新 # 开始编写你的主要的算法逻辑 # TODO: 开始编写你的算法吧！ # 对于选择出来的股票按照平均比例买入： ('买入价差仓位创建成功!') # 如果价差向上回归移动平均线,则为平仓信号 ('对买入价差仓位进行平仓操作中...') # 由于存在成交不超过下一bar成交量25%的限制,所以可能要通过多次发单成交才能够成功建仓 # 如果价差高于预先计算得到的上限,则为建仓信号,'卖出'价差合约 # 如果价差向下回归移动平均线,则为平仓信号 ('对卖出价差仓位进行平仓操作中...') 多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。各种多因子模型核心的区别第一是在因子的选取上，第二是在如何用多因子综合得到一个最终的判断。股票端我们按照多因子的模型买入，期货端则一手空单对冲风险。