您好。2026-08-26交易日早盘，我们使用新版“我的交易”中的 BigQuant 股票仿真账户运行股票实时任务。日志能够正常读取 account_info，并识别 trading_day=2026-08-26；随后固定报错：

query broker info a12d5a02-25e9-4d

您好，

我目前使用 BigQuant，现有账户可以访问相关数据集的 schema，但 SDK 数据查询返回：

“请先申请SDK使用权限”。

希望确认以下问题：

1. 现有账户能否免费申请或开通 SDK 数据查询权限？
2. 开通后是否可以实际读取以下三个数据集？
   • cn_stock

![](/wiki/api/attachments.redirect?id=ffbfcccc-d42d-4c78-b075-3e5338d165a

策略中既要交易股票又要交易ETF，market参数要怎么设置？比如我的策略是主要交易小市值股票，行情不好的时候，想买国债ETF或货币ETF，但是performance = bigtrader.run(

**market=bigtrader.Market.CN_FUND, ……)中m

• 运行环境：AIStudio 3.0.0
• 机器学习：线性回归策略：预测收益
• 策略说明：本代码以教学目的为主，请自行调参

回测图：

![](/wiki/api/attachments.redirect?id=7d999db6-eec5-4e3a-b613-ff21ae9ce

简介

BigTrader 是 BigQuant 推出的专业级量化交易引擎，主要用于策略在历史数据中回测撮合和实盘交易。采用 C++ 核心实现，提供 Python API 接口和回调函数。

核心特性

• 全市场覆盖：股票、基金、期货、可转债、指数、期权、两融

我已经完整查看了题目说明，并解压检查了两张数据表。总体判断是：这道题真正考察的不是把夏普做得多高，而是能否建立一个不存在前视偏差、换月处理合理、成本口径清楚，并且经得起敏感性检验的回测。

题目要求来源：D:\Users\言承洋\Desktop\题目A\众量投资 · 量化CTA投研实习生笔

1. 趋势增强因子

在原来趋势得分因子的基础上，加入了时间的二次项和时间的三角函数项，分别代表趋势强度和趋势波动，并通过岭回归算法计算预测值，算出加强后的拟合优度，从而计算趋势增强因子。

1.1 原来的趋势得分因子

![](/wiki/api/attachments.redirec

各位 BigAlpha 2026 参赛选手：

感谢大家在本届赛事中的投入与付出。现将已产生的赛事奖项、特别奖项申报规则及奖励发放安排公布如下。

一、赛事奖项

• BigQuant 比赛
  • “智量未来”全国高校AI量化投资挑战赛

\

在量化策略当中，策略逻辑当然是排在第一位的。但是，在一个策略已经表现较好时，对参数进行调整，往往能收获更多的超额收益。本文以模板策略中的可视化AI策略为例，进行参数寻优过程，看能为绩效结果提高带来什么效果。

一、策略核心逻辑回顾

模板中的可视化AI策略的核心逻辑如下：

1. 因

引言

如果您想对自己的策略有进一步的了解，可以使用我们上线的barra绩效归因模块，他可以帮助你从不同维度去分析的你的策略，包括但不限于：

1. 策略偏向的风格是什么（市值风格、盈利风格、估值风格等）；
2. 策略在那个行业暴露的较多；
3. 当前市场是什么风格；
4. 你的收益率是哪些风

bq 是 BigQuant SDK 提供的命令行工具，安装 SDK 后自动可用。它涵盖认证管理、数据查询、策略监控、云端计算等功能，适合在终端、脚本和 AI Agent 中使用。

目录

1. [安装与验证](#1-%E5%AE%89%E8%A3%85%E4%B8%8E%

若您提交的因子报错，需要知道原因，请根据下图将提交的ID进行复制，并粘贴本帖的评论区，我们会定期检查并告述您报错原因！

新手入门

欢迎参加 2026 年第二届“进益资本”杯量化因子挑战赛。

比赛包含“因子挖掘”和“端到端模型”两个赛道，均使用 A 股分钟行情与盘口数据，预测未来 30 分钟 VWAP 收益。两个赛道的报名、开发和评测流程相同，提交内容略有区别。

比赛相关操作均须在“进益资本”空间

新手入门

欢迎参加 2026 年第二届“进益资本”杯量化因子挑战赛。

比赛包含“因子挖掘”和“端到端模型”两个赛道，均使用 A 股分钟行情与盘口数据，预测未来 30 分钟 VWAP 收益。两个赛道的报名、开发和评测流程相同，提交内容略有区别。

比赛相关操作均须在“进益资本”空间

各位参赛选手：

BigAlpha 2026 北美赛区、亚洲赛区决赛评审结果已确定，周榜冠军名单同步公布如下。

北美赛区获奖名单

一、下载数据

端到端模型数据按频率分为 4 个压缩包，可根据需要选择下载，无需全部下载：

• cpt_jyc_2026_e2e_bar1m
• cpt_jyc_2026_e2e_bar5m
• cpt_jyc_2026_e2e_bar15m
• `cpt_jyc_2026_e2

背景

端到端（End-to-End, E2E）模型直接以分钟级行情和盘口快照为输入，自行学习特征表达与预测目标，相比传统因子方式对算力和数据量的要求高出很多。为降低本地训练的门槛，主办方开放一条本地化训练通道：把端到端模型所需的训练集数据打包成压缩文件供直接下载，在本地完成模