@need handle 只是提示，不影响策略运行。你是按天还是按分钟运行？

@小兵哥 谢谢小兵老师回复，发现是自己粗心按照每天去执行的，好尴尬

@小兵哥 这个报错有影响吗？ 模拟盘运行出错了, 如果不知道原因, 请阅读: 'https://www.joinquant.com/api#模拟盘注意事项' 和系统更新日志: 'https://www.joinquant.com/post/553' ERROR - KnownException: (KnownException('\xe8\x82\xa1\xe7\xa5\xa8"600060.XSHG"\xe4\xb8\x8d\xe5\xad\x98\xe5\x9c\xa8',), , ('600060.XSHG',))

![1.png][1] [1]: https://image.joinquant.com/f986b9db7a940eeee8afdcbbd56864d5 @小兵哥 请问为什么我这个克隆按分钟级运行的时候，报错了，这个怎么解决

@sqr1sqr @joyhhp 看起来，象是模拟盘临时出了点小问题，属于后天短暂走神了。 估计重跑就没事了。

这个有过拟合之嫌吧。。条件设置怎么多

小兵哥你好，我是新手，来JQ看的第一篇文章就是这篇。关于你提出的如何衡量公司增长率的平稳程度，我找到了两篇文章，这两篇文章主要都是通过衡量eps的稳定程度来反映增长率的稳定性，[第一篇][1]和[第二篇][2]。 具体的效果我还没测试，因为我还在啃你写的有关风控的代码哈哈 [1]: http://www.investors.com/uncategorized/use-earnings-stability-to-find-steadier-stocks/ [2]: http://www.iijournals.com/doi/abs/10.3905/jpm.1983.408900?journalCode=jpm

@大炮 谢谢指点，我仔细拜读一下这两篇文章。

想问一下代码中__cal_net_profit_inc方法，把增长率限制在+-100%内是出于什么考虑呢？我在自己研究中发现有一些公司的增长率达到了800倍甚至上千倍，请问这种数值是不可信的吗？ 而且按理说业绩增长公司的股票长期来讲肯定会上涨，但是如000150为例，16年9月财报利润增长率是850倍，但是在几乎长达一年的时间里该股票却都处于横盘的状态，这是为什么呢？可以从什么方面入手去过滤掉这种股票吗？ 抱歉我是理工科背景，对财务方面一窍不通，还希望小兵哥耐心解答~

@大炮 和你的想法类似，认为超出 100%，已没比较意义。 这策略的意思是找稳定增长股票里，被低估的。增长 >100% 或者 <100%，不符合稳定增长的含义。 该用成长类因子去计算了。

感谢兵哥，刚学的好多都看不懂，注释有点少····有没有同学克隆代码后加了很多注释的，想学习

兵哥，想请教下日波动约束在3% 是什么意思？是不是波动大于3%就剔除掉

@对未来有点绝望的人 是在计算头寸的时候，约束持有仓位占总仓位的比例，让总仓位日波动在 3%之内。

@小兵哥 感谢

抱歉挖坟贴了。我想请问您一下。在您第716行那里 ``` ES = -(sum_value / (lag * a)) ``` 您为什么不用count做分母呢，lag*a在99% 120天的时候是1.2。而实际上这样子不就会让ES变小吗。 还有就是您在728行，用的是2.58，但是您在一开始 context.lowPEG_confidencelevel = 1.96这里不是定义的是1.96吗。不知道能不能麻烦您花费您宝贵的时间帮我解惑。万分感谢。 ``` VaR = 1 * 2.58 * np.std(dailyReturns) ```

@Velaciale ES 算法的地方有 bug ，最新的函数如下，你可以参考着修改。 第二个问题。 confidencelevel 是计算风险敞口时的置信度。 VaR = 1 * 2.58 * np.std 是有多个标的时，风险平价计算时的参考值。 两者不是一回事。 前者控制总资产的风险敞口置信度，后者是配仓时的靠谱程度。 个人倾向，配仓时严格，风险敞口宽松。 反之，一个宽松的配仓，再辅以宽松的风险敞口控制，控制效果不大好。 当然，你可以自行调节试试。 ``` def __fun_cal_ES(dailyReturns, confidencelevel): if confidencelevel == 1.96: a = (1 - 0.95) elif confidencelevel == 2.06: a = (1 - 0.96) elif confidencelevel == 2.18: a = (1 - 0.97) elif confidencelevel == 2.34: a = (1 - 0.98) elif confidencelevel == 2.58: a = (1 - 0.99) elif confidencelevel == 5: a = (1 - 0.9999) else: a = (1 - 0.95) dailyReturns_sort = sorted(dailyReturns) count = 0 sum_value = 0 length = len(dailyReturns_sort) for i in range(len(dailyReturns_sort)): if i < (length * a): sum_value += dailyReturns_sort[i] count += 1 if count == 0: ES = 0 else: if sum_value > 0: ES = 0 else: ES = -(sum_value / (length * a)) if ES > 0.1: #A股有跌停板限制 ES = 0.1 return ES ```

@小兵哥 谢谢您的耐心，感动。 我尝试将您设定的context.lowPEG_hold_cycle设置为5，好像得到了不错的效果。从您策略收益360.01%提升至了440%，最大回撤也变小了一点。在其他周期内设置，收益也有不同程度的提高。但是，在不好的年份里，最大回撤可能相对比30的周期大1%左右。 我现在的想法是给您这个策略加上大盘的60日死叉清仓，但是好像遇到了点问题。我努力这两天实现看看。 再次感谢您了。

avg_inc是过去四个季度的平均同比增长率，应该比last_inc更能去掉季度的影响吧？而且也更稳定 那为什么用last_inc而不是avg_inc计算G呢？小兵哥你怎么看

@czdleaf 成长股，怕双杀。财报已经是滞后，如果还用 avg 估计会严重滞后，容易挨刀。 看到有文章说，要用分析师预测的 inc，会更佳。