以alpha101为例，能出一期因子合成的分享会吗？

注：当前仅支持万和证券BigTrader量化交易终端，为保证实盘和模拟交易曲线一致，实盘是集合竞价下单，因此本代码也是集合竞价下单。

文末提供的脚本只支持单一策略的自动化实盘，如果要运行多个实盘策略，请将脚本复制几份，下单时间略微错开。

功能描述

本功能实现了从云端（bigqua

直播回放：https://bigquant.com/college/c2965a59-c433-4148-9034-5854e9825d87

{pro}

[https://bigquant.com/codesharev3/0ab8678f-a776-41a2-b2f4-10631d98c

最近在研究高频因子，就免不了要对形形色色的因子进行剖析、测评。但是一个一个去进行测试的话，难免会有些太耗时间。

于是就改了改笑宇老师的因子测评框架，做了一个因子批量查询测评的程序，能批量测试因子并将测试结果存表（包括整体效果和年度多头效果）。

配置相关：

以下配置信息按需要配置修改：

1

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

介绍

BigQuant SDK 提供 Python API 接口，帮助开发量化投资策略和使用 BigQuant：

• 📊 数据查询：海量金融数据的 SQL 查询接口
• 📈 模拟交易：策略回测与模拟交易管理
• 💰 账户管理：交易账户的持仓、订单、资金查询
• 🔬 回测引擎：高性能

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。BigTrader采用 C++ 核心实现，并提供 Python API 接口和回调函数。它为量化投资者提供了一个全面的交易解决方案，无论您是初学者还是专业投资者，都能轻松上手使用。

1、因子大家都应该熟悉，链接在这里：<https://mp.weixin.qq.com/s?__biz=Mzg2MDMyMjU0Ng==&mid=2247512606&idx=1&sn=86fdd460b06be99cdacfaf7e22632c58&chksm=ce2add83f95d54954a

当用户有多个策略需要进行模拟时，都需要将每个策略提交模拟，然后在“我的交易”页面查看。但这样相当浪费服务器资源。

这里提供一个可代替的方案。

1. 将策略回测数据保存下来。假设我们的回测引擎赋值给m5，那么我们可以读取回测数据 m5.read_raw_perf()，然后将数据以xlsx 或 c

https://bigquant.com/codesharev3/23c3fa92-a01b-4bf1-8041-3733b4a086c4

参考

https://bigquant.com/codesharev3/3311bc37-ef5a-40bb-b427-f62e23d2ff2b

\

https://bigquant.com/codesharev3/8d7b4269-308e-46f9-9222-bd3c8ba7b0f9

参考资料：

https://bigquant.com/codesharev3/4fa7f395-3835-4de0-992d-bf48393f6593

参考资料：

https://bigquant.com/codesharev3/b0b18b89-b92c-4215-95f7-4584ecd2bb0b

\

近期，A股市场走出了一轮振奋人心的“信心牛”行情，让众多投资者看到了希望。然而，我多年的市场观察告诉我，A股走到今天这一步实属不易，当前的乐观情绪背后仍潜藏着深层隐忧。要真正实现投资者期待已久的“长牛慢牛”，仍有两个长期存在的根本性障碍需要扫清：一是饱受争议的“量化交易”，二是屡禁不止的“过度融资”

功能： 把 AI Studio 中的文件打包压缩保存到本地电脑，提前准备好后悔药，定期备份重要文件可以缓解未来误操作造成的损失。

==注意：不要把策略文件或其他重要文件放到 work_archive 目录下，否则本工具会把该目录下所有文件当作旧的备份文件一并删除！==

[https://

由于没有逐笔数据，只能采用分钟数据来近似计算。有个地方需要注意，原文中提到是13/16分位效果最好，但是由于是原文是基于逐笔数据的，我们没有逐笔数据，用分钟数据近似的时候实际测试是1 / 2分位效果好。

[https://bigquant.com/codesharev3/3eba5f4a-36e0

https://bigquant.com/codesharev3/fc382b5a-9f49-4a8b-b149-66f7aacdbb40

参考资料：

https://bigquant.com/codesharev3/25e792d6-06b0-47c3-9150-f1216e4c2cbd

\

https://bigquant.com/codesharev3/b035814c-2276-4fdd-b7b5-9265d1011133

\

用户教程

“用户教程” 按场景划分，涵盖了几乎所有 BigQuant SDK 的功能。每个小节都介绍了一个使用场景（例如“编写一个简单的量化策略”），并讨论了 BigQuant SDK 如何解决问题，其中包含许多示例。

如果您是刚接触 BigQuant SDK，请从 [BigQuant SD

问题描述

我有大量数据需要处理（如批量计算因子、训练多个模型、参数调优等），单机执行太慢，如何使用 BigQuant SDK 进行分布式并行计算，加速处理过程？

详细解答

BigQuant SDK 提供了 fai 模块（FAI = Fast AI Computing），可以创建多节点集

bigquant说明书中有分别描述如何回测股票策略、如何回测期货策略，但是没有描述如何回测一个同时包含股票和期货的策略？

问题描述

我有一些 Python 脚本需要在云端运行（例如需要更大内存、GPU 资源，或访问云端专有数据），应该如何通过本地 SDK 将代码提交到 BigQuant AIStudio 云端执行？

详细解答

BigQuant SDK 提供了 aistudio 模块，可以启动云端 AISt