1，基于2022年8月全市场为基准，随机选取3000只得分层结果。在0 group（约300只）中月收益约 1.6%。年化20%。

2，该因子完全基于行情数据合成（‌OHLCV），不依赖平台与券商特有数据\n3，链接中提供原始因子数据（超过100M）, 方便验证。

![](/wiki/api/

{{Pro}}

[https://bigquant.com/codesharev3/1f9e13f5-966a-4065-9bb5-9a8db0f8955f](https://bigquant.com/codesharev3/1f9e13f5-966a-4065-9bb5-9a8db0f8

一、环境与版本

平台：BigQuant AIStudio（AIStudio 回测内核 bigtrader）

market = bigtrader.Market.CN_FUTURE

frequency = bigtrader.Frequency.MINUTE（1m）

标的：中证

针对ETF拆分之后，如何使得整个ETF序列的价格都是复权后的？ 我做了好几个回测，根据日志拆分前后，ETF的价格直接就是断崖式的变化。

本地 IDE 连接 AIStudio 开发环境

本文介绍如何将本地 IDE 连接到 BigQuant AIStudio 云端开发环境，实现在本地编辑器中直接开发、调试、运行代码。

使用提醒：本地 SSH 连接远程 AIStudio 开发环境仅旗舰版会员使用。

支持两种连

A 股双状态轮动：沪深300 状态机 × 趋势市主线 TOP4 × 震荡/熊市高分红 TOP4

回测区间：2017-01-03 ～ 2026-09-10（2354 个交易日）

初始资金：1 亿元　｜　业绩基准：沪深300（000300.SH）

回测平台：

新手入门

欢迎参加 “智量未来”全国高校 AI 量化投资挑战赛。

本次比赛只有一个赛题：使用 A 股 1 分钟 K 线及十档盘口数据构建 15 分钟频率因子，预测股票未来收益。比赛不设置端到端模型赛道，也不提供端到端模型模板。

比赛报名、数据研究、代码开发和提交均在 G

万和证券简介

万和证券股份有限公司是一家拥有证券经纪、证券自营、证券投资咨询、融资融券、证券投资基金销售、证券资产管理、代销金融产品、证券承销与保荐、与证券交易、证券投资活动有关的财务顾问等各类业务资格的综合类券商。

万和证券开户

1. 添加万和证券客户经理，备注==“宽邦量化”

• BigQuant 比赛
  • bigalpha第二届测试

\

您好，查询贵方 cn_stock_shares 时发现23条历史日度记录需要核实。22条的自由流通股数高于另一来源同日的普通A股流通股数，1条在贵方表内即出现自由流通股数大于流通A股。请核实各日正确的四个股本值、变动生效日期、字段计算方法及修订说明。以下另一来源数据仅用于指出差异，请不要直接按它改值

跑了大半年 A 股日内多因子（5 分钟 bar），每个时间点独立 TPE 贝叶斯优化选参。优化目标值（best_value）的日内分布有个很明显的规律：

如题，请大佬们讲一下谢谢~

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