1 快速开始

1.1 安装 BigQuant

使用 pip 安装？

命令：pip install bigquant

需要本地回测功能？

命令：pip install bigtradercpp

环境要求

• Python

1 模块概述

本模块提供模拟交易策略管理功能，包括策略列表查询、策略详情获取、绩效数据、交易订单、持仓信息等。支持本地/云端代码无缝切换。

主要功能：

• 获取个人策略和社区分享策略列表
• 获取策略详情对象（支持管理员特权）
• 查询策略绩效、订单、持仓、计划订单等数据

1 模块介绍

本模块提供数据查询、数据源读写、自定义函数等功能，支持远程查询和 BDB 数据管理

2 API 介绍

2.1 自定义 UDF 函数

类名： dai.DaiUDF

功能： 自定义 UDF 函数定义

参数：

• name : str，必填，UDF 函数名

1 模块介绍

本模块提供 BigQuant 平台的用户认证和管理功能，支持多用户登录和信息查询。

2 API 介绍

2.1默认用户首次登陆

命令： bq --save-auth --aksk ak.sk\n功能：默认用户首次使用 AK/SK 登陆\n参数：

• `ak.s

BigQuant Financial Quantitative Toolbox - 金融量化工具箱 Python SDK

1 简介

BigQuant SDK 是一个强大且灵活的 Python 软件包，为金融从业者提供全面的金融量化工具和策略开发框架。

• SDK 版本: 0

策略按照如下模板

from bigquant import bigtrader, dai

def initialize(context: bigtrader.IContext):
    context.set_commission(bigtrader.PerOrder(bu

一个让所有交易者深思的矛盾

在金融交易的殿堂中，主观‘艺术’与量化‘科学’并行不悖，却也催生了一个根本性的悖论，足以动摇无数交易者的信仰根基。一方面，我们有主观交易，交易员依赖自身的经验、直觉以及市场理论（如经典的价格行为学）进行决策；另一方面，是量化交易，决策完全交给基于数据和算

1.市场观察和机会发现

优质高股息策略以稳定收益和抗风险能力为核心，在量化交易中具备独特价值。其逻辑层面，在经济下行或波动时，高股息企业商业模式成熟、现金流稳定，能提供防御性；股息再投资可实现复利增长，放大收益；被低估的高股息股存在估值修复机会；同时满足养老金等长期资金的配置需求。市场

导语

特征选择在许多方面都是适用的:它是对抗维度灾难的最佳武器；它可以减少整体训练时间；它也可以有效防止过拟合现象，提高模型的泛化能力。

如果要对动物进行分类，你可以很快的发现许多相关的属性或特征对模型毫无益处。例如，绝大多数动物都恰好拥有1颗心脏，从机器学习的角度来看， **心脏个数这一

为什么你总是“原地踏步”？

你是否感觉自己很努力，却总是在重复同样的错误，似乎一直在原地踏步？你投入了大量时间和精力，却发现自己离目标依然遥远，甚至开始怀疑自己的能力。我理解这种挫败感，因为我曾经也在这条路上挣扎了很久。问题的关键，或许不在于你不够努力，而在于你缺少一种能将经验转化

一、随机森林（Random Forest）

集成学习方法（Ensemble Learning）是一种机器学习技术，旨在通过组合多个基本模型（弱学习器或基学习器）的预测来提高整体性能和泛化能力。集成学习的核心思想是，通过结合多个模型的意见和决策，可以减少单个模型的误差，并在各种不同情况下

\

本文将介绍

1.如何封装量化策略框架

2.提供多个预先封装好的量化策略框架

\

什么是策略框架？

说到量化，自然少不了策略。可能会有很多人认为A股中有很多不同的量化策略，实际上恰恰相反。就A股而言，可用的量化策略非常少。目前A股主流的量化策略只有2种，分别为筛选策略和多因

为何你总被“过山车”行情套牢？

你是否有过这样的经历：上午看准一只强势股，果断买入，期待着收益；然而到了下午，行情风云突变，股价断崖式下跌。你心急如焚，却因为A股的“T+1”交易规则，只能眼睁睁地看着账户由红变绿，无能为力，直到次日才能割肉离场。

这种无奈与被动的背后，揭示了一个普

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？

**全市场股票的日内成交量分布总体呈现U型结构，即早盘开盘后的交易相对较为活跃，临近中午收盘时交易量明显下降，下午开盘后逐步回升，并在临近全天收盘时恢复活跃。但就具体个股而言，由于不同股票的交易群体、个股的基本面或技术面信息、盘中可能带来潜在影响的信息等均不相同，因此个股的交易量分布呈现一定的差异性

以alpha101为例，能出一期因子合成的分享会吗？

本课程介绍 LangChain 与 LangGraph 框架。LangChain 是模块化开源框架，可搭建 AI 流水线，核心含 Models、Prompts 等组件，需安装对应库，按特定流程实现工具调用。\nLangGraph 基于 LangChain，用于构建有状态多智能体应用，以图结构组织流程

一、以随机游走的眼光来看待趋势

传统的轮动趋势预测是去找到尽量精确的方法预测接下来一期的相对收益，本文我们尝试换一种角度，从随机性的概率角度来理解长期趋势的形成与切换。

一般理解的趋势延续是需要收益率的自相关性的，即过去好则未来好，这是动量的视角。但从随机游走的角度来说，趋势的产生

1.引言

在量化投资领域，概念因子已从市场现象演变为系统性策略工具。从 2024 年 AI 芯片龙头寒武纪 387% 的涨幅，到低空经济概念板块 2300 亿元的资金净流入，概念因子正在重塑 A 股市场的盈利逻辑。我们构建策略的核心，在于将产业趋势的确定性转化为可量化的投资机会。

1.

4000点的呼声震耳欲聋，但你的账户却寂静无声。如果你也陷入了“赚了指数，亏了钱”的怪圈，别再怀疑自己——你没有做错什么，只是牌桌上的游戏规则被重写了。

今天的股市早已不是过去的那个江湖。一个强大、高效，甚至可以说是“没有感情”的对手已经悄然主导了市场。它在毫秒之间决策，用冰冷的数据收割着人性的贪

依赖与外部资源

• 第三方平台依赖: bigquant.chat、dai、bigtrader、pandas、requests
• 外部数据源: 新浪财经 7×24 快讯信息
• 项目巧妙利用bigtrader中tick回测的机制结合大模型在每个tick上进行新闻分析

项目定位

一个面向

sql="""
date,
volume,
...
略"""

dai.DataSource.write_bdb(df, id=table_name, unique_together=["instrument", "date"],indexes=["date"])

由于

1. 可以增加未匹配的金额吗（9点25分的tick）？2. 这个数据需要早盘更新，不能是下午17点

%%sql
select
    date,
    instrument,
    open_auction_order_volume	as	竞价总委托量,

文章目标

给出一个保存自己创建的数据列表的示例贴。

数据

本文所展示的数据列表如下：

\

数据生成与筛选

利用可

作者:woshisilvio （全文共913字，阅读约需2分钟）

市场究竟有没有真正的alpha?

笔者一直疑惑的一点就是 我们的模型每天这样选股，赚钱的效应究竟是随机的，还是可控?

模型有没有真正的学到市场中的规律，挖掘到了alpha? 靠AI模型 来赚钱 究竟靠不靠谱？

对于