概述

实时模拟交易区别于日频模拟交易，通过实时行情信号触发并即时撮合委托订单。本文档介绍期货实时模拟交易的操作流程。可使用 tick 期货策略模版来体验实时期货模拟交易。

基本流程

1. 绑定交易账户
2. 编写策略并提交实时任务
3. 观察策略或账户的运行状态和交易情况

概述

实时模拟交易区别于日频模拟交易，通过实时行情信号触发并即时撮合委托订单。本文档介绍股票（基金）实时模拟交易的操作流程。如想体验此功能，可使用我们为您提供的 tick 回测 demo 用来提交实时任务。

基本流程

1. 绑定交易账户
2. 编写策略并提交实时任务
3. 观察策略

概述

模拟交易功能是 BigQuant 特有的量化服务，可以根据用户的策略每日为用户通过手机、email 等途径推送信号。目前支持日频模拟交易的品种有：股票、期货、可转债、基金。

前提条件

1. 账户更新余额充足（如更新数据需要大于 1C 的资源）
2. 已经有一个成功回测的策略

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

策略一：IF 双均线交叉 Tick 策略

基于双均线交叉的股指期货（IF）日内趋势跟踪策略。核心逻辑：用 5 周期和 20 周期的简单均线生成多空信号，短均线上穿长均线且偏离超过万分之二时开多，下穿时开空，并设置 10 点止损和 20 点止盈进行风险控制。

fr

期货策略一：唐奇安通道突破（螺纹钢）

CTA 趋势跟踪策略，基于 N 根分钟 K 线的最高价/最低价构建唐奇安通道。当前收盘价 >= 上轨时开多/平空，当前收盘价 <= 下轨时开空/平多。

from datetime import datetime
import

期货日频策略一：唐奇安通道突破（沪深300股指期货 IF）

使用 20 日唐奇安通道，收盘价突破 20 日最高价时做多，跌破 20 日最低价时做空，持仓期间自动移仓换月。

from datetime import datetime
from bigquant i

股票日频策略一：基本面选股策略

非ST、非科创板、非退市、非停牌，流通市值大于5亿元，净利润同比>30%，营业收入同比>30%，0<市盈率<50，市净率<5，总市值从小到大排列，每5个交易日调仓，持有前20只。

from bigquant import bigt

股票 Tick 策略一：VWAP 突破策略

沪深300成分股中日成交额最大的 30 只股票，基于 tick 价格的短期 VWAP 突破信号。买入：最新价上穿近 N 个 tick 的成交量加权均价（VWAP）；卖出：价格下穿 VWAP，或触发止盈/止损/超时。风控：止盈 1.5%，止损

策略生命周期

所有 BigTrader 期货策略都遵循相同的生命周期结构：

from bigquant import bigtrader

# ── 1. 初始化 ──────────────────────────────────────────────
de

股票分钟策略一：RSI 超买超卖策略

标的：平安银行（000001.SZ），频率：1分钟。RSI(14) < 30 超卖买入，RSI(14) > 70 超买卖出，止损 -3%，止盈 +5%，尾盘（14:55）强制平仓。

策略基本结构

所有 BigTrader 策略都遵循相同的生命周期结构：

from bigquant import bigtrader

# ── 1. 初始化 ──────────────────────────────────────────────
def 

BigQuant SDK 是为专业量化研究员打造的本地开发工具。它让您在保留本地 IDE 开发自由度的同时，无缝调用 BigQuant 云端的海量数据与分布式算力。

目录

1. 快速安装

• BigQuant 比赛
  • BigAhlpha - 线下赛

\

背景：去年7月份刚进训练营时，万老师的那著名的保温杯就一直被提起。可是一直就没有去深入，不是不想，就是每次跑都要一两个小时，实在没有耐心也试不出什么东西。另外，也但心模拟服务器跑不好。一个策略不经过反复测试也心里没有底，也不敢实盘。为了跑机器学习，于是我们好几个人都更新了笔记本电脑，都带了不错的显卡

TradingAgents 在 GitHub 上拿了 78.7k Star 的时候（截至 2026-05-23，以 GitHub 当前页面为准），你在 BigQuant 上已经把它的多 Agent 框架跑通了。

基本面研究员分析财报和新闻，技术面研究员画 K 线形态，交易员综合研判后给出模拟交易决

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。

支持两种连接方式：

Qlib 官方原版 Alpha158 全158因子

一、K线基础因子（9）

1. KMID = (close - open) / open
2. KLEN = (high - low) / open
3. KMID2 = (close - open) / (high - low) 4

操作符

在本地电脑上运行实盘交易策略时，需要先安装bigquant相关的sdk包，安装完成后就可以将在bigquant aistuio开发高频交易策略原样下载下来，并添加用户自己的账户信息至环境变量就可以开启实盘交易了。sdk使用步骤：

一、安装 bigquant sdk 包

1）先安装

实盘整体流程

1.开通BigQuant合作券商账户（指定二维码开通享手续费优惠），并申请实盘、绑定实盘资金账号。

2.设置对应实盘资金账号的实盘策略，创建计划交易信号（实盘申请通过后：用户的实盘策略可选择用户的所有模拟交易策略）。

3.创建实盘访问凭证，获取对应访问凭证的密