BigQuant AIStudio 数据导入 DAI 实战图文教程

本文通过两个实际案例介绍 BigQuant AIStudio 的数据导入流程:第一项工作是将本地 CSV 文件上传至 AIStudio,并整理后写入 DAI 数据表;第二项工作是获取东方财富市场估值数据,保存到 DAI,并配置日频任务实现自动更新。完成后,这两类数据都可以直接用于后续研究、因子分析和

由qxiao创建,最终由qxiao更新于

BigAlpha 2026 决赛评分规则简介

BigAlpha 2026 决赛采用“赛道总榜基准分+现场评审分”的综合评分机制。因子挖掘、端到端大模型和 AI 开放创新三个赛道统一参与金、银、铜奖评选。

一、总分构成

最终成绩(100 分)=赛道总榜基准分(30 分)+现场评审分(70 分)

总榜基准分体现团队在预选阶段的客观表

由hxgre创建,最终由hxgre更新于

BigAlpha 2026 决赛评分规则简介

BigAlpha 2026 决赛采用“赛道总榜基准分+现场评审分”的综合评分机制。因子挖掘、端到端大模型和 AI 开放创新三个赛道统一参与金、银、铜奖评选。

一、总分构成

最终成绩(100 分)=赛道总榜基准分(30 分)+现场评审分(70 分)

总榜基准分体现团队在预选阶段的客观表

由hxgre创建,最终由hxgre更新于

BigAlpha 2026 决赛评分规则简介

BigAlpha 2026 决赛采用“赛道总榜基准分+现场评审分”的综合评分机制。因子挖掘、端到端大模型和 AI 开放创新三个赛道统一参与金、银、铜奖评选。

一、总分构成

最终成绩(100 分)=赛道总榜基准分(30 分)+现场评审分(70 分)

总榜基准分体现团队在预选阶段的客观表

由hxgre创建,最终由hxgre更新于

端到端模型 × 量化投资

从跨市场、跨资产类别的多维度金融数据中自主学习综合信号模式。

✅传统多因子遇瓶颈,端到端如何从原始数据直达交易决策?\n✅如何绕过人工挖因子,让AI自主迭代策略?

\

直播回放:

<https://bigquant.com/college/339bd935-334f-4bea-94b6

由small_q创建,最终由small_q更新于

BigAlpha 2026 决赛入围名单公示

一、赛事概况

BigAlpha 2026 本届赛事设因子挖掘、端到端大模型、AI开放创新三大核心赛道。


二、入围决赛队伍

经公榜排名、私榜验证,赛区总榜层层筛选,共计 24 支队伍入围决赛,进入赛区总决赛环节。

具体入围队伍名单如下:

![](/wiki/api/attachment

由bqadm创建,最终由bqadm更新于

东亚前海证券开户及权限开通

开通账户

==没有东亚前海证券账号的,请扫下方二维码开户==

扫码开通东亚前海账号

东亚前海证券实

由small_q创建,最终由small_q更新于

华泰单因子测试之动量类因子

本文导读

待测因子:传统的1个月反转等因子,以及改进的动量因子动量因子是一类非常重要的风格因子,本报告中我们选取了十三个具有代 表性的动量因子进行测试,包括 HAlpha(个股 60 个月收益与上证综指线 性回归的截矩项), return_Nm(个股最近 N 个月的收益率,N

由small_q创建,最终由bqnfhz0l更新于

练习赛规则与介绍描述存在混淆问题

规则中目标为计算全年“沪深 A 股”,介绍中没有限制板块范围是 “A 股市场”,所以目标范围到底是“沪深 A 股”还是“沪深京 A 股”?

由neoblackxt创建,最终由bqyzc567更新于

BigAlpha 2026 决赛入围名单公示

一、赛事概况

BigAlpha 2026 本届赛事设因子挖掘、端到端大模型、AI开放创新三大核心赛道。


二、入围决赛队伍

经公榜排名、私榜验证,赛区总榜层层筛选,共计 24 支队伍入围决赛,进入赛区总决赛环节。

具体入围队伍名单(队伍名/学校/所属赛道)如下


北美赛区:

| 赛区

由bqadm创建,最终由bqadm更新于

BigAlpha 2026 决赛入围名单公示

一、赛事概况

BigAlpha 2026 本届赛事设因子挖掘、端到端大模型、AI开放创新三大核心赛道。


二、入围决赛队伍

经公榜排名、私榜验证,赛区总榜层层筛选,共计 24 支队伍入围决赛,进入赛区总决赛环节。

具体入围队伍名单(队伍名/学校/所属赛道)如下


北美赛区:

| 赛

由bqadm创建,最终由bqadm更新于

{link}