聚宽 JoinQuant

聚宽 JoinQuant 是国内主流的云端量化研究平台——打开浏览器写 Python 就能做策略，不用装环境、不用下数据。 它覆盖 A 股、ETF、基金、期货、期权，内置海量行情、财务、因子数据，并提供从回测到模拟交易的一站式工具。 和通达信的「指标公式」不同，聚宽走的是 Python 代码路线：用 initialize 初始化、用 handle_data 或定时函数驱动交易、用 order 下单。如果你有 Python 基础，上手会很快。

本手册把聚宽策略开发的完整流程拆成若干章节，从研究环境、策略结构、数据与交易函数，到回测、组合优化和因子研究，每章都配可复制的代码，照着写就能跑。

适用市场

• A 股 / ETF / 场内外基金：聚宽的主战场，行情、财务、龙虎榜、资金流数据齐全。
• 期货（商品 + 股指）：支持主力合约、品种指数、具体合约，可做多做空，含保证金机制。
• 期权：提供 50ETF 期权等数据（目前以数据支持为主）。
• 跨市场组合：可用 set_subportfolios 把资金分配到股票、期货、融资融券等多个子账户。

核心能力一览

能力	说明	对应章节
研究环境	浏览器里写 Python、看数据、跑回测	平台与研究环境
策略结构	initialize、定时运行、事件回调	策略结构与事件
数据获取	行情、财务、指数成分、资金流、因子	数据获取函数
交易下单	order / order_target / 限价单 / 撤单	交易函数
期货与两融	期货合约、保证金、融资融券专用 API	期货与两融函数
回测与风控	回测设置、佣金滑点、风险指标解读	策略回测
组合优化	风险平价、最大夏普、行业约束等	组合优化
因子研究	因子库、因子取值、打分优化	因子研究

策略结构速览

聚宽策略是一个 Python 文件，核心是几个固定名称的函数，由平台在特定时机调用：

def initialize(context):
    # 整个回测开始时执行一次：设基准、佣金、全局变量
    g.security = '000001.XSHE'
    run_daily(market_open, time='10:00')

def market_open(context):
    # 定时运行的交易逻辑
    order(g.security, 100)

• initialize：初始化（全局只跑一次）。
• run_daily / run_weekly / run_monthly：注册定时任务（推荐方式）。
• handle_data：每个单位时间被调用（按天/按分钟）。
• before_trading_start / after_trading_end：盘前 / 收盘后钩子。

详见 策略结构与事件。

证券代码格式

聚宽用「代码 + 交易所后缀」区分市场，务必带后缀：

市场	后缀	示例
沪市 A 股 / ETF / 指数	.XSHG	600000.XSHG、510300.XSHG
深市 A 股	.XSHE	000001.XSHE
股指期货	.CCFX	IF1608.CCFX
上期所期货	.XSGE	AU1812.XSGE
大商所期货	.XDCE	豆油 Y9999.XDCE
主力连续合约	品种+9999	RB9999.XSGE（螺纹钢主力）

学习路径

1. 熟悉平台与研究环境 → 平台与研究环境
2. 吃透策略骨架：初始化、定时任务、事件 → 策略结构与事件
3. 掌握数据获取：行情、财务、成分股 → 数据获取函数
4. 学会下单：按股数、目标仓位、按金额 → 交易函数
5. 进阶市场：期货合约与融资融券 → 期货与两融函数
6. 回测调参与风控指标 → 策略回测
7. 高级配置：组合优化与因子 → 组合优化 / 因子研究

左侧导航列出了本手册的全部章节，随时可以跳转查阅。