米筐 RiceQuant

米筐 RiceQuant 是国内主流的云端量化研究平台——打开浏览器就能用 Python 写策略、跑回测、做模拟，无需本地安装环境。 它覆盖 A 股、ETF、场内基金、期货、期权、可转债、现货等多类品种，内置海量行情、财务、因子数据，并提供从投资研究到实时模拟交易的一站式工具链。

和通达信的「指标公式」路线不同，米筐走的是纯 Python 代码路线：用 init 初始化、用 handle_bar 驱动交易、用 order_shares 下单。 如果你有 Python 基础，配合 pandas / numpy 即可快速上手；本地化需求则可使用同源的 RQAlpha / RQAlpha Plus 引擎。

本手册把米筐策略开发的完整流程拆成若干章节，从平台入门、策略 API、数据与交易函数，到回测模拟、因子与技术分析，每章都配可复制的代码，照着写就能跑。

适用市场

• A 股 / ETF / LOF / 指数：米筐的主战场，行情、财务、因子、融资融券数据齐全。
• 期货（商品 + 股指 + 国债）：支持主力合约、具体合约，可做多做空，含保证金与逐日盯市机制。
• 期权 / 可转债 / 上金所现货：企业版支持，含行权、转股、回售等事件。
• 跨市场组合：股票 + 期货混合策略，分别由 stock_account 和 future_account 管理子账户资金。

核心能力一览

能力	说明	对应章节
平台入门	注册、IDE 界面、工作空间、第一个策略	平台入门
策略 API	init / handle_bar / scheduler / context 对象	策略开发API
数据获取	history_bars、get_price、因子、财务、成分股	数据API
交易下单	order_shares / order_target_percent / 期货开平仓	交易API
回测与模拟	回测设置、撮合机制、风险指标、模拟交易	回测与模拟交易
因子与技术分析	因子表达式、因子检验、自定义技术指标	因子与技术分析

策略结构速览

米筐策略是一个 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 init(context):
    # 整个回测开始时执行一次：设合约池、全局变量
    context.s1 = '000001.XSHE'
    context.fired = False

def handle_bar(context, bar_dict):
    # 每个 bar（日线/分钟线）更新时执行交易逻辑
    if not context.fired:
        order_percent(context.s1, 1)   # 满仓买入
        context.fired = True

• init：初始化，整个回测只跑一次。
• handle_bar：每个 bar 数据更新时触发（必选）。
• before_trading / after_trading：每日开盘前 / 收盘后钩子（可选）。
• scheduler.run_daily / run_weekly / run_monthly：注册定时任务。

详见 策略开发API。

证券代码格式

米筐用「数字代码 + 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、000300.XSHG
深市 A 股	.XSHE	000001.XSHE（平安银行）
期货合约	无后缀	IF1608、RB2010、AU1607
期货主力连续	品种 + 88	IF88（股指主力）
期货指数连续	品种 + 99	IF99（股指指数）

学习路径

1. 熟悉平台界面与第一个策略 → 平台入门
2. 吃透策略骨架：init、handle_bar、scheduler、context → 策略开发API
3. 掌握数据获取：行情、财务、因子、成分股 → 数据API
4. 学会下单：按股数、目标仓位、期货开平仓 → 交易API
5. 回测调参与模拟交易 → 回测与模拟交易
6. 进阶：因子研究与技术指标 → 因子与技术分析

左侧导航列出了本手册的全部章节，随时可以跳转查阅。