平台与研究环境

第一次用聚宽，先把它「打开」、把两大工作区（策略编辑器、投资研究）认全，后面写代码才不迷路。本章带你走完从「登录 → 写第一段策略 → 看数据」这一段。

它是什么

聚宽是一个纯云端的量化平台——所有代码运行、数据存储都在聚宽的服务器上，你只需用浏览器操作。这意味着：

• 不用装环境：不配 Python、不下数据库，打开网页就能写代码。
• 数据即开即用：A 股、ETF、基金、期货、期权的行情和财务数据都已内置，调函数就能取。
• 算力由平台提供：回测、模拟交易在云端跑，关掉浏览器也不会断。

注册与登录

• 打开聚宽官网，注册一个账号（手机号即可）。
• 登录后进入「我的策略」主页，这里管理你所有的策略和研究文件。
• 部分功能（如 Tick 级回测、高频数据）需要会员权限或积分兑换，入门阶段免费额度足够练习。

两大工作区

聚宽的核心操作集中在两个地方：

简单说：策略编辑器用来写「会自动下单的程序」，投资研究用来做「数据分析和研究」。两者可以互相传文件。

策略编辑器界面

新建一个策略后，编辑器大致分三块：

编辑器会预置一段示例策略，可以直接点「编译运行」看效果。

频率与基准

回测前要设两个关键参数：

• 频率：day（按天，最常用、最快）、minute（按分钟，更精细）、tick（逐笔，需权限）。新手从「按天」开始。
• 基准：默认沪深 300（000300.XSHG），用来对比策略好坏。可用 set_benchmark 修改。

投资研究（Notebook）

点「投资研究」进入一个 Jupyter 环境，可以自由地取数据、画图、做分析。例如用 get_price 取一段行情：

from jqdata import *
df = get_price('000001.XSHE', start_date='2024-01-01', end_date='2024-03-01')
df.head()

• 研究里的文件（CSV、JSON、.py）可以通过 read_file / write_file 在策略中读写。
• 自定义的 .py 库文件放在研究根目录，策略里可直接 import。

跑一个最小策略

把下面这段贴进策略编辑器，设好时间段点「运行回测」：

def initialize(context):
    set_benchmark('000300.XSHG')
    run_daily(buy, time='09:35')

def buy(context):
    order('000001.XSHE', 100)

这段代码每天 9:35 买入 100 股平安银行。跑完你会看到收益曲线、风险指标、交易明细——这就是聚宽回测的基本输出。

小结

聚宽是云端平台，浏览器里写 Python 即可；核心是「策略编辑器」（写回测/模拟）和「投资研究」（做数据分析）。新建策略后设好频率和基准，就能跑出第一条收益曲线。下一步把策略骨架的每个函数搞清楚： 策略结构与事件。