BigQuant终端本地SDK使用文档

由qxiao创建，最终由bqh4b3bk更新于2025-09-13 17:06 被浏览 275 用户

本文件提供 BigQuant Python API 的使用说明，包括用户管理、策略运行、策略查询等功能。

安装包

首先需要手动下载并安装如下的 wheel 包

👉：https://bigquant.com/cdnuploads/wheel/bigquant-0.1.0.post102+g48d7956-py3-none-any.whl

或直接使用如下代码进行安装：

pip3 install https://bigquant.com/cdnuploads/wheel/bigquant-0.1.0.post102+g48d7956-py3-none-any.whl

前置代码（Python）

from bigquant.api import strategy, user, run

1 user 模块：用户管理

1.1 用户登录

函数：user.login(username=None, password=None, keypair=None, current_space=default)\n功能：用户名/密码或 AK/SK 登录。\n参数：

• username: str，与 keypair 二选一，需与 password 一起使用
• password: str，与 keypair 二选一，需与 username 一起使用
• keypair: str，与 username+password 二选一，格式 <公钥>.<私钥>
• current_space: str，非必填，工作空间 ID\n返回值：dict（包含用户信息，如用户ID、token 等）\n示例：

login_info = user.login(username='abc123', password='123456')
print(login_info)

login_info = user.login(
    keypair='abcdabcdabcd.abcdefg...',
    current_space='00000000-0000-0000-0000-000000000000'
)
print(login_info)

1.2 用户登出

函数：user.logout()\n功能：清除本地会话和登录凭证\n参数：无\n示例：

user.logout()

1.3 查询当前用户信息

函数：user.whoami()\n功能：获取当前用户信息\n返回值：dict（包含用户名、用户ID、工作空间等）\n示例：

current_user_info = user.whoami()
print(current_user_info)

2 run 模块：策略运行

2.1 远程运行脚本\n函数：run.execute(file_path, current_space=default)\n功能：将本地脚本提交到平台远程执行\n参数：

• file_path: str，必填，.py 或 .ipynb 文件路径
• current_space: str，非必填，工作空间 ID\n返回值：dict（包含运行任务信息，如 run_id）\n示例：

run_result = run.execute('tests/test.py')
print(run_result)

run_result_with_kernel = run.execute(file_path, strategy_id)
print(run_result_with_kernel)

运行示例（可直接复制运行）：

from bigquant.api import user, strategy, run

# 登录（任选其一）
# 方式一：使用 AK/SK
keypair = input('请输入你的公钥.私钥:')
user.login(keypair=keypair)

# 方式二：使用用户名密码
# username = input("请输入用户名: ")
# password = input("请输入密码: ")
# user.login(username=username, password=password)

file_path = input('请输入要运行的.py文件或.ipynb文件的相对路径:')

# 运行一个Python脚本
res = run.execute(file_path)
print(res)

# 指定工作空间运行
res = run.execute(file_path, '00000000-0000-0000-0000-000000000000')
print(res)

3 strategy 模块：策略查询

3.1 获取策略列表\n函数：strategy.get_strategy(page=1, size=10)\n功能：分页获取策略列表\n参数：

• page: int，非必填，页码
• size: int，非必填，页容量\n返回值：dict（data 为策略列表，含分页信息）\n示例：

my_strategies = strategy.get_strategy()
print(my_strategies)

my_strategies_page2 = strategy.get_strategy(page=2, size=3)
print(my_strategies_page2)

运行示例（可直接复制运行）：

from bigquant.api import user, strategy, run

# 登录（任选其一）

# 方式一：使用 AK/SK
keypair = input('请输入你的公钥.私钥:')
user.login(keypair=keypair)

# 方式二：使用用户名密码
# username = input("请输入用户名: ")
# password = input("请输入密码: ")
# user.login(username=username, password=password)

strategy_id = input('请输入策略id:')

# 获取策略列表（默认首页）
res = strategy.get_strategy()
print(res)

# 获取第二页，每页3条
res = strategy.get_strategy(page=2, size=3)
print(res)

3.2 获取持仓详情\n函数：strategy.get_position(strategy_id=None, account_id=None, page=1, size=10, df=False)\n功能：根据策略 ID 或账户 ID 获取持仓详情\n参数：

• strategy_id: str，与 account_id 二选一
• account_id: str，与 strategy_id 二选一
• page: int，非必填
• size: int，非必填
• df: bool，非必填，是否返回 DataFrame\n返回值：
• df=False：dict
• df=True：pandas.DataFrame\n示例：

positions_json = strategy.get_position(strategy_id='abcd1234', page=2, size=5)
print(positions_json)

positions_df = strategy.get_position(strategy_id='abcd1234', df=True)
print(positions_df)

返回字段：

• account_type: 账户类型
• account_id: 账户ID
• trading_day: 交易日
• exchange: 交易所
• instrument: 代码
• name: 代码名称
• posi_direction: 持仓方向(1=多头, 2=空头)
• current_qty: 持仓数量
• available_qty: 可用数量
• today_qty: 今日持仓数量
• today_available_qty: 今日可用数量
• cost_price: 持仓成本价格
• last_price: 持仓最新价
• market_value: 持仓市值
• margin: 保证金占用
• position_pnl: 盈亏金额
• hedge_flag: 投保标记(1=投机)
• sum_buy_value: 累计买入金额
• sum_sell_value: 累计卖出金额
• commission: 累计交易费用
• dividend_qty: 当日分红数量
• dividend_cash: 当日分红金额
• open_date: 开仓日期
• open_price: 开仓价格
• settlement_price: 结算价
• profit_ratio: 盈亏比率
• initial_qty: 日初持仓数量
• hold_days: 持有天数

运行示例（可直接复制运行）：

from bigquant.api import user, strategy, run

# 登录（任选其一）

# 方式一：使用 AK/SK
keypair = input('请输入你的公钥.私钥:')
user.login(keypair=keypair)

# 方式二：使用用户名密码
# username = input("请输入用户名: ")
# password = input("请输入密码: ")
# user.login(username=username, password=password)

strategy_id = input('请输入策略id:')

# 使用策略ID返回JSON格式
res = strategy.get_position(strategy_id=strategy_id)
print(res)

# 返回DataFrame格式
positions_df = strategy.get_position(strategy_id=strategy_id, df=True)
print(positions_df)

3.3 获取交易详情\n函数：strategy.get_order(strategy_id=None, account_id=None, daily_id=None, trading_day=None, page=1, size=10, df=False)\n功能：获取交易记录，可按策略ID、账户ID或实时策略ID查询

参数：

• strategy_id: str，与 account_id、daily_id 三者择一
• account_id: str，与 strategy_id、daily_id 三者择一
• daily_id: str，实时策略ID，与其他两者择一
• trading_day: str，非必填，格式支持 yyyyMMdd 或 yyyy-MM-dd（实时策略）
• page: int，非必填
• size: int，非必填
• df: bool，非必填，是否返回 DataFrame

返回值：dict 或 DataFrame

示例：

orders_json = strategy.get_order(strategy_id=strategy_id)
print("策略ID查询结果（JSON格式）:")
print(orders_json)

orders_page = strategy.get_order(strategy_id=strategy_id, page=1, size=5)
print("\n策略ID分页查询结果:")
print(orders_page)

orders_df = strategy.get_order(strategy_id=strategy_id, df=True)
print("\n策略ID查询结果（DataFrame格式）:")
print(orders_df)

rt_orders_today = strategy.get_order(daily_id=daily_id)
print("\n实时策略今日交易查询结果:")
print(rt_orders_today)

rt_orders_on_day = strategy.get_order(daily_id=daily_id, trading_day='20250814')
print("\n实时策略指定日期交易查询结果:")
print(rt_orders_on_day)

realtime_orders_df = strategy.get_order(daily_id=daily_id, df=True)
print("\n实时策略查询结果（DataFrame格式）:")
print(realtime_orders_df)

\n返回字段：

• strategy_id: 策略ID
• account_type: 账户类型
• account_id: 账户ID
• trading_day: 交易日
• exchange: 交易所
• instrument: 代码
• name: 代码名称
• direction: 买卖方向(1=买入, 2=卖出)
• offset_flag: 开平标志(0=开仓, 1=平仓, 2=平今)
• order_qty: 委托数量
• order_price: 委托价格
• average_price: 成交均价
• filled_qty: 成交数量
• filled_dt: 最新成交时间
• cancel_dt: 撤单时间
• order_status: 委托状态（0=未成交, 1=部分成交, 2=全部成交, ...）
• status_msg: 状态信息
• order_type: 委托类型(0=限价, U=市价)
• order_property: 委托属性
• hedge_flag: 投保标记(1=投机)
• order_dt: 委托时间
• order_key: 本地订单标识
• order_sysid: 交易所报单编号
• entrust_no: 柜台委托编号
• algo_order_id: 算法单号
• commission: 交易费用
• realized_pnl: 平仓盈亏

运行示例(可直接复制运行)：

from bigquant.api import user, strategy, run

# 登录（任选其一）

# 方式一：使用 AK/SK
keypair = input('请输入你的公钥.私钥')
user.login(keypair=keypair)

# 方式二：使用用户名密码
# username = input("请输入用户名: ")
# password = input("请输入密码: ")
# user.login(username=username, password=password)

strategy_id = input('请输入普通策略id:')
daily_id = input('请输入实时策略id:')

res = strategy.get_order(strategy_id=strategy_id)
print(res)

orders_df = strategy.get_order(strategy_id=strategy_id, df=True)
print(orders_df)

res_today = strategy.get_order(daily_id=daily_id)
print("实时策略今日交易查询结果:")
print(res_today)

res_specific = strategy.get_order(daily_id=daily_id, trading_day='20250814')
print("\n实时策略指定日期交易查询结果:")
print(res_specific)

realtime_orders_df = strategy.get_order(daily_id=daily_id, df=True)
print("\n实时策略查询结果（DataFrame格式）:")
print(realtime_orders_df)

3.4 获取计划交易详情\n函数：strategy.get_planned_order(strategy_id=None, account_id=None, trading_day=Today, page=1, size=10, df=False)\n功能：根据策略或账户ID获取指定交易日的计划交易

参数：

• strategy_id: str，与 account_id 二选一
• account_id: str，与 strategy_id 二选一
• trading_day: str，非必填，格式 yyyy-MM-dd，默认今天
• page: int，非必填
• size: int，非必填
• df: bool，非必填，是否返回 DataFrame

返回值：

• df=False：dict（包含计划交易列表及分页信息）
• df=True：DataFrame

示例：

planned_orders_today = strategy.get_planned_order(strategy_id='abcd1234')
print("今日计划交易查询结果:")
print(planned_orders_today)

planned_orders_specific_day = strategy.get_planned_order(strategy_id='abcd1234', trading_day='2025-07-11', page=2, size=4)
print("\n指定日期计划交易查询结果:")
print(planned_orders_specific_day)

planned_orders_df = strategy.get_planned_order(strategy_id='abcd1234', df=True)
print("\n计划交易查询结果（DataFrame格式）:")
print(planned_orders_df)

\n返回字段：

• planned_order_id: 计划订单ID
• strategy_id: 策略ID
• account_type: 账户类型
• account_id: 账户ID
• trading_day: 交易日
• order_dt: 待下单时间
• exchange: 交易所
• instrument: 代码
• name: 代码名称
• direction: 买卖方向(1=买入, 2=卖出)
• offset_flag: 开平标志(0=开仓, 1=平仓, 2=平今)
• original_order_qty: 原始委托数量
• order_qty: 委托数量
• order_price: 委托价格
• order_type: 委托类型(0=限价, U=市价)
• order_status: 委托状态（0=未成交, 1=部分成交, 2=全部成交, ...）
• status_msg: 状态描述
• order_params: 下单条件参数
• order_placed_dt: 实际发单时间
• order_key: 本地订单标识
• entrust_no: 委托号
• algo_order_id: 算法单号
• stop_loss_price: 止损价格
• stop_profit_price: 止盈价格
• created_at: 创建时间

运行示例（可直接复制运行）：

from bigquant.api import user, strategy, run

# 登录（任选其一）

# 方式一：使用 AK/SK
keypair = input('请输入你的公钥.私钥:')
user.login(keypair=keypair)

# 方式二：使用用户名密码
# username = input("请输入用户名: ")
# password = input("请输入密码: ")
# user.login(username=username, password=password)

strategy_id = input('请输入策略id:')


res_today = strategy.get_planned_order(strategy_id=strategy_id)
res_specific = strategy.get_planned_order(strategy_id=strategy_id, trading_day='2025-07-11', page=1, size=4)
planned_orders_df = strategy.get_planned_order(strategy_id=strategy_id, df=True)

print(res_today, res_specific, planned_orders_df)

3.5 获取策略绩效数据\n函数：strategy.get_performance(strategy_id)\n功能：获取策略绩效指标

参数：

• strategy_id: str，必填

返回值：dict

示例：

perf = strategy.get_performance(strategy_id='abcd1234')
print(perf)

返回字段：

• strategy_id: 策略ID
• account_type: 账户类型
• account_id: 账户ID
• trading_day: 交易日
• trading_day_index: 累计交易日
• performance_type: 绩效类型
• today_return: 当日收益率
• cumulative_return: 累计收益率
• annualized_return: 年化收益率
• max_drawdown: 最大回撤
• total_market_value: 持仓市值
• total_margin: 保证金占用
• balance: 当前现金
• portfolio_value: 总资产
• max_portfolio_value: 最大资产
• benchmark: 基准数据
• risk_indicator: 风险指标
• today_sum_buy_value: 今日总买入金额
• today_sum_sell_value: 今日总卖出金额
• today_commission: 今日交易费用
• total_buy_value: 累计买入金额
• total_sell_value: 累计卖出金额
• total_commission: 累计交易费用
• grade: 策略分数
• ten_day_return: 近十日收益率
• week_return: 近一周收益率
• month_return: 近一月收益率
• three_month_return: 近三月收益率
• six_month_return: 近六月收益率
• year_return: 近一年收益率
• total_close_count: 累计平仓次数
• total_profit_count: 累计盈利次数
• total_profit_value: 累计盈利金额
• total_loss_value: 累计亏损金额
• pnl_ratio: 盈亏比率
• win_percent: 胜率
• premium: 权利金收支
• today_realized_pnl: 当日平仓盈亏

运行示例（可直接复制运行）：

from bigquant.api import user, strategy, run

# 登录（任选其一）

# 方式一：使用 AK/SK
keypair = input('请输入你的公钥.私钥:')
user.login(keypair=keypair)

# 方式二：使用用户名密码
# username = input("请输入用户名: ")
# password = input("请输入密码: ")
# user.login(username=username, password=password)

strategy_id = input('请输入策略id:')

res = strategy.get_performance(strategy_id=strategy_id)
print(res)

3.6 获取实时成交详情（实时策略）

函数：strategy.get_success(daily_id, trading_day=None, df=False)\n功能：根据实时策略ID查询成交明细，可指定交易日

参数：

• daily_id: str，必填
• trading_day: str，非必填，格式支持 yyyyMMdd 或 yyyy-MM-dd
• df: bool，非必填，是否返回 DataFrame

返回值：dict 或 DataFrame

示例：

rt_trades_today = strategy.get_success(daily_id=daily_id)
print("实时策略今日成交查询结果:")
print(rt_trades_today)

rt_trades_on_day = strategy.get_success(daily_id=daily_id, trading_day='2025-08-14')
print("\n实时策略指定日期成交查询结果:")
print(rt_trades_on_day)

rt_trades_df = strategy.get_success(daily_id=daily_id, df=True)
print("\n实时策略成交查询结果（DataFrame格式）:")
print(rt_trades_df)

返回字段：

• strategy_id：策略ID
• account_type：账户类型
• account_id：账户ID
• trading_day：交易日
• exchange：交易所
• instrument：代码
• name：代码名称
• direction：买卖方向（1表示买入，2表示卖出）
• offset_flag：开平标志（0表示开仓，1表示平仓，2表示平今）
• filled_qty：成交数量
• filled_price：成交价格
• filled_money：成交金额
• trade_type：成交类型
• hedge_flag：投保标记
• trade_dt：成交时间
• trade_id：成交编号
• order_key：本地订单标识
• order_sysid：交易所报单编号
• entrust_no：柜台委托编号
• algo_order_id：算法单（母单）号
• commission：交易费用
• realized_pnl：平仓盈亏

运行示例（可直接复制运行）：

from bigquant.api import user, strategy, run

# 登录（任选其一）

# 方式一：使用 AK/SK
keypair = input('请输入你的公钥.私钥:')
user.login(keypair=keypair)

# 方式二：使用用户名密码
# username = input("请输入用户名: ")
# password = input("请输入密码: ")
# user.login(username=username, password=password)


daily_id = input('请输入实时策略id:')

res_today = strategy.get_success(daily_id=daily_id)
res_specific = strategy.get_success(daily_id=daily_id, trading_day='2025-08-14')
res_df = strategy.get_success(daily_id=daily_id, df=True)

print(res_today, res_specific, res_df)

3.7 查看实时策略运行日志（实时策略）

函数：strategy.get_log(daily_id, df=False)\n功能：根据实时策略ID查询成交明细，可指定交易日

参数：

• daily_id: str，必填
• df: bool，非必填，是否返回 DataFrame

返回值：dict

示例

    # 使用实时策略ID查询日志流，用Ctrl+C退出后，返回DataFrame格式的历史日志
    res = strategy.get_log(daily_id=daily_id)
    print(res)

    # 使用实时策略ID查询日志流，用Ctrl+C退出后，返回DataFrame格式的历史日志
    logs_df = strategy.get_log(daily_id=daily_id, df=True)
    print(logs_df)

运行示例（可直接复制运行）：

from bigquant.api import user, strategy, run

# 登录（任选其一）

# 方式一：使用 AK/SK
keypair = input('请输入你的公钥.私钥:')
user.login(keypair=keypair)

# 方式二：使用用户名密码
# username = input("请输入用户名: ")
# password = input("请输入密码: ")
# user.login(username=username, password=password)

daily_id = input('请输入实时策略id:')

# 查看实时策略的日志(流式输出，按Ctrl+C结束)
res = strategy.get_log(daily_id=daily_id)
print(res)

# 查看实时策略的日志(流式输出，按Ctrl+C结束)，并在结束后自动按dataFrame格式打印历史日志
# logs_df = strategy.get_log(daily_id=daily_id, df=True)
# print(logs_df)

\