\
\
\
\
\
\
\
\
人工智能（AI）简介 什么是人工智能 人工智能（Artificial Intelligence，简称 AI）是计算机科学的一个分支，目标是让机器具备类似人类的感知、学习、推理和决策能力。它不是单一技术，而是一组方法的统称，包括机器学习、深度学习、自然语言处理、计算机视觉等。 发展脉络 1956 年
引言 如果您想对自己的策略有进一步的了解，可以使用我们上线的barra绩效归因模块，他可以帮助你从不同维度去分析的你的策略，包括但不限于： 1. 策略偏向的风格是什么（市值风格、盈利风格、估值风格等）； 2. 策略在那个行业暴露的较多； 3. 当前市场是什么风格； 4. 你的收益率是哪些风格因子贡献
如题，请大佬们讲一下谢谢\~
bq 是 BigQuant SDK 提供的命令行工具，安装 SDK 后自动可用。它涵盖认证管理、数据查询、策略监控、云端计算等功能，适合在终端、脚本和 AI Agent 中使用。 --- 目录 1. 安装与验证#1-%E5%AE%89%E8%A3%85%E4%B8%8E%E9%AA%8C%E8%A
若您提交的因子报错，需要知道原因，请根据下图将提交的ID进行复制，并粘贴本帖的评论区，我们会定期检查并告述您报错原因！ !/wiki/api/attachments.redirect?id=2107131e-2259-47d3-b5f8-ef96b3842c7c
新手入门 欢迎参加 2026 年第二届“进益资本”杯量化因子挑战赛。 比赛包含“因子挖掘”和“端到端模型”两个赛道，均使用 A 股分钟行情与盘口数据，预测未来 30 分钟 VWAP 收益。两个赛道的报名、开发和评测流程相同，提交内容略有区别。 > 比赛相关操作均须在“进益资本”空间内完成：<http
新手入门 欢迎参加 2026 年第二届“进益资本”杯量化因子挑战赛。 比赛包含“因子挖掘”和“端到端模型”两个赛道，均使用 A 股分钟行情与盘口数据，预测未来 30 分钟 VWAP 收益。两个赛道的报名、开发和评测流程相同，提交内容略有区别。 > 比赛相关操作均须在“进益资本”空间内完成：<http
各位参赛选手： BigAlpha 2026 北美赛区、亚洲赛区决赛评审结果已确定，周榜冠军名单同步公布如下。 北美赛区获奖名单 !/wiki/api/attachments.redirect?id=92bd7b20-cda0-42b0-876b-8bdc995790a6 亚洲赛区获奖名单 !/w
一、下载数据 端到端模型数据按频率分为 4 个压缩包，可根据需要选择下载，无需全部下载： cptjyc2026e2ebar1m cptjyc2026e2ebar5m cptjyc2026e2ebar15m cptjyc2026e2ebar30m \ 下载链接： https://bigquan
背景 端到端（End-to-End, E2E）模型直接以分钟级行情和盘口快照为输入，自行学习特征表达与预测目标，相比传统因子方式对算力和数据量的要求高出很多。为降低本地训练的门槛，主办方开放一条本地化训练通道：把端到端模型所需的训练集数据打包成压缩文件供直接下载，在本地完成模型训练，再把训练好的模型
有没有解决办法啊，平台那么多赚钱的策略，但是为何你一跟进去就亏钱？
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.CNFUND, ……中market不知道怎么
!/wiki/api/attachments.redirect?id=ba380724-6755-42a7-8a72-573dbaf98c9a !/wiki/api/attachments.redirect?id=ffbfcccc-d42d-4c78-b075-3e5338d165a3 我有点疑惑，
BigTrader是宽邦科技推出的致力于为用户提供便捷、功能强大的交易引擎。 在量化研究的过程中，量化研究员（宽客）需要在历史数据里回放模拟，验证策略效果，这就是BigTrader交易引擎的应用场景。 首先，构建简单但能运行的策略 BigQuant平台回测主要使用bigtrader中initiali
\ 基于动量与风险优化双重视角的ETF行业轮动策略研究.pdf 879357/wiki/static/upload/49/4975593f-8512-460a-a15b-6e242a2de80e.pdf \
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？ cnstockst
3月3日提交的模拟交易，但是“没有产生信号” <https://bigquant.com/trading/detail/7261e40f-2712-4778-9c0d-547f91a8d95b>
请问3.0版本上rankbetaindustry50因子是哪个替代了？1.0 的 python rankbetaindustry50 对应 3.0 的哪个字段或写法 \
在数据抽取模块中，其实时间为2026-03-02，终止时间为2026-03-05，历史数据向前取的天数设定为90，但是，为什么实际抽取到的数据只有2026-03-05这一天的？
python @moduleposition="-234,-636", comment="""抽取预测数据""" m4 = M.extractdatadai.v18 sql=m3.data, startdate="""2021-01-01""", startdateb
同样的策略，为什么移植到新版本后训练很慢。用的lightbgm模块。
!/wiki/api/attachments.redirect?id=8e264264-668f-4a70-a0fa-8de129409d44 !/wiki/api/attachments.redirect?id=b1cca2fd-a50c-4395-b68c-81bb2a50abae " =70
想通过bigtrader自行运行回测得出第二天的交易信号，需要导入今天实盘已经买入的股票，比如说今天开盘的时候我的账户是100万，盘中买入 平安银行100股，如何在bigtrader里把这些操作写进去，通过已有的模型运行回测把第二天的买卖信号运行出来
1\.0情况下通过model的id能够读取，3.0的模型仍然有model的id，可以通过id读取，但是几天后就失效了，如何去永久保存，调用。
Output is truncated. View as a open in a text editorcommand:workbench.action.openLargeOutput?67e645ca-9708-4598-97bb-8ea72e4d38c6. Adjust cell output
报错信息：\n--------------------------------------------------------------------------- ErrorReturnCode255 Traceback most recent call last Cell In\5\, line
RT 如果有怎么计算 强赎满足天数的逻辑就更好 \ 谢谢
最近运行可转债三低策略时，发现策略有时候会选中刚刚发布了强赎公告的可转债，这种可转债刚开始下跌，一般跌的比较狠，但正好符合三低策略，会被选中，买入后大概率亏损。所以我想在策略里加入筛选发布了强赎公告的代码，但是看了数据平台中关于可转债的所有表，似乎只有\n可转债信息https://bigquant.
策略在回测时调仓频率是5天一次，或触发止盈后调仓，但提交模拟后3月17日-3月25日这几天每天都有调仓信号，而回测中的只有3月20日这一天调仓。 模拟交易详情如下： | 日期时间 | 股票 | 操作 | 成交量 | 成交均价 | 成交额 | 手续费 | 委托数量 | |----|----|----|
我在策略里使用了已训练的XGboost模型，且已保存至AI studio的根目录，但开始模拟交易后无法调用导致不产生交易，请问如何解决
我的策略中应用了机器学习pkl文件，实盘中无法调用，请问怎么解决
各位好，我还有个问题想咨询一下，我的策略已经跑了实盘，现在定的策略是早上开盘后马上用市价买进，选用的是成交量加权平均价格（VWAP）。在交易后我发现有比较明显的价格偏差（我理解应该是交易滑点），比方说像今天早上买入邵阳液压，我看这个票的开盘价是42.02，但是我的成交价格是42.40到42.45，对
我部署了一个深度学习策略，回测能够显示，但是模拟交易不能产生信号 原始方法是<https://bigquant.com/wiki/doc/5VJrAUu8Vd> 回测数据是加入到 加载回测数据（不含标签） context.testdf = getdatacontext.teststart, con
python df = df.sortvaluesby = 'compositescore',ascending = False.groupby'date'.headcontext.stocknum df'weight' =1/context.stocknum df
我在initialize模块初始化计数器（dayindex），initialize模块逻辑如下 !/wiki/api/attachments.redirect?id=068cfc7c-0e13-4f6a-ad6a-071dd04996eb 该计数器每天增加1，然后根据计数器取之执行不同股票的交易，
请问mlast的偏移方向是不是有问题 https://bigquant.com/codesharev3/fab2ab0e-3c0e-483c-a1d4-ff00981f4980https://bigquant.com/codesharev3/fab2ab0e-3c0e-483c-a1d4-ff009
急等回答两个问题 ： 1、滚动参数优化总提示如下截图，如何要解决此问题 ，至少要升级到什么级别？ 2、如果我在策略里面添加了滚动优化功能，在提交模拟交易后，滚动优化还会仍然生效定期执行吗？优化出来的参数是否会自动应用到策略 !/wiki/api/attachments.redirect?id=8e
策略社区的小市值策略拿来修改了一下（增加一些选股条件），能回测但提交实盘不产生信号，策略代码如下： python from bigquant import bigtrader, dai import pandas as pd def initializecontext: bigtrader.
dayssince = data.currentdt - context.lastrebalancedate.days if dayssince >= context.minrebalancedays: minrebalancedays是最小持仓天数，我是想dayssince （当前持仓天数）至少要
我需要一个因子回测的完整代码，跟普通回测代码在调仓规则上不同！具体规则如下： 1、调用因子数据表为hfalphafzzq； 2、调用的因子是alpha91027； 3、因子需要处理成排名，且默认因子值越小的股票，收益越大，可被筛选； 4、调仓规则是每周一调仓，持仓周期10天！注意： （1）买入股票是
我们在 M.bigtrader.v35 的分钟回测中，发现 ETF 发生份额拆分后，策略层 context.getposition 读取到的持仓字段疑似没有同步更新。 具体表现是： 1、拆分后的卖出日前，currentqty / costprice / lastprice / marketvalue
我在策略的handledata函数里有下面一段代码\n python 记录新股票及其买入时的交易日索引 context.holdings.appendbestcode, currentidx context.logger.infof"持仓情况{cont
预计算因子（cnstockprefactors）表里netprofitlf（净利润）和增长率字段缺失值实在太多了，有时候所有股票集体缺失，这个怎么办呢，以及不知道价格有没有缺失，有时候算着算着比如长周期乖离这样的因子就会缺失，不知道数据是怎么来的，以及经常碰到的数据问题是怎么回事
我正在写一个CTA策略，其中有个关于股票股价的判断，其中判断如下： python mtaemaclose, 5 as ema5 mtaemaclose, 10 as ema10 mtaemaclose, 20 as ema20 mtaemaclose, 30 as ema30 mtaemac
import dai import bigcharts startdate="2026-01-01" enddate="2026-01-28" sql = "select date, instrument,name,close from cnstockbarld order by date, ins
\2026-04-18 17:34:33\ INFO: cnstockbasicselector.v8 开始运行 .. \2026-04-18 17:34:34\ INFO: cnstockbasicselector.v8 命中缓存 \2026-04-18 17:34:34\ INFO: cns
https://bigquant.com/codesharev3/9946e614-5a9f-457c-b001-300d4bf91c2a/codesharev3/9946e614-5a9f-457c-b001-300d4bf91c2a 链接中运行结果只能取到2024年8月16日之前的数据 删了基础
https://bigquant.com/codesharev3/8800638a-06c4-4948-a60b-e8f7cf2748eehttps://bigquant.com/codesharev3/8800638a-06c4-4948-a60b-e8f7cf2748ee \
在表达式过滤中，ema10 > ema60 mlagema10, 10 < mlagema60, 10 close < ema10 \ 1.03 mlagdailyreturn, 2 > 0.05 OR mlagdailyreturn, 3 > 0.05 OR mlagdailyreturn, 4
!这种选股器不能对我给的标的进行实时评分吗？如果想在今天收盘前就能评分，怎么解决。/wiki/api/attachments.redirect?id=2929a9b4-d419-44f4-8425-2587c74bd8e9
python df = dai.query""" SELECT date, instrument, reportdate, changetype, netprofittoparentshareholders FROM cnstockfinanciali
fcfflfyoy 横截面只有800个有效值\n\n https://bigquant.com/codesharev3/2410ef52-eda6-4de3-af4f-90cdb852811ehttps://bigquant.com/codesharev3/2410ef52-eda6-4de3-af
!/wiki/api/attachments.redirect?id=f2203a18-eb4f-43a6-b8bf-f1f3ce954bc6
\ 你好，程序查询个股收盘价，系统显示结果，和实际情况不匹配。这是还要怎么处理吗 import dai instrument = '000001.SZhttp://000001.SZ' targetdate = '2026-07-23' sql = f""" SELECT date, instrum
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（bestvalue）的日内分布有个很明显的规律： | 时间 | bestvalue | |----|----| | 09:40 | 1,137 | | 10:00 | 1,742 | | 10:45
一、基金池 标普500 纳指ETF 300ETF 创业板 嘉实原油 豆粕ETF 黄金ETF 恒生科技 优点 1. 地域分散：覆盖中美市场（标普 500、纳指、300ETF、恒生科技），对冲单一国家风险。 2. 资产多元：股票（权益）+ 原油 / 黄金 / 豆粕（商品），相关性低，平滑波动。 3. 周
Q1：如何在可视化策略里面添加资金曲线择时策略的代码? 比如说，资金曲线突破了5日均线了，给一个买入的信号？ \n\nQ2：我经常遇到这种情况：挂个买单，眼看马上要成交了，结果突然蹦出几笔大单把价格抢上去，我只能撤单追高。这种实盘被大单卡位 ，在回测里有没有办法模拟出来？还是说小散注定只能被动吃
最近在维护自己的因子库。每加工出一批新因子,入库前总要重复同样几件事:覆盖了多少股票、缺多少、 有没有整列都是一个值、日期有没有对错一位。手工查一遍要小半天,还容易漏——漏掉日期错位那一项, 就会把一个测起来准得惊人、实盘一分钱赚不到的因子放进库里。 factorcheck 把这套检查固定下来:输入
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。 若无sdk权限，请找小Q申请： !/wiki/api/attachments.redirect?id=dafbe2c2-559f-4
用隐马尔科夫模型（HMM）划分沪深300的市场状态 市场不会一直上涨，也不会一直下跌，它总是在"趋势"和"震荡"之间来回切换。如果能提前识别当前市场处于哪种状态，仓位管理和策略选择就会更有依据。本文介绍如何用隐马尔科夫模型（Hidden Markov Model, HMM）对沪深300指数近十年的走
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
BigQuant 比赛/square/competition 进益资本杯 · 端到端赛道/square/competition/45b41c7a-0ac8-42e9-9fe3-0c33dcfb9bca \
BigQuant 比赛/square/competition 进益资本杯 · 因子挖掘赛道/square/competition/4dbca148-ffa5-4cf3-8f84-98e4e908584f \
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现，现场评审
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现，现场评审
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现，现场评审
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-b24694
因子篇 因子构建 另类标签推荐/wiki/doc/linglei-biaoqian-hd0iEjZf0l 追涨策略的关键因子如何选择/wiki/doc/celve-guanjian-yinzi-8Y5D36PN2v 基于财务数据构建策略/wiki/doc/caiwushuju-celve-QLtpd
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 accountinfo，并识别 tradingday=2026-08-26；随后固定报错： query broker info a12d5a02-25e9-4d26-
\ \
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/attachments.redire
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/wiki/api/attachments.redirect?id=30741df6-4dc9-412e-abe6-35948e87978a " =255x255" 东亚前海证券实盘权限开通 1. 东亚前海证券实盘
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）， returnNm（个股最近 N 个月的收益率，N=1、3、6、 12），w
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”？
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 | 赛道 |
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 | 赛道 |
一、为什么需要组合优化 选出股票以后，还需要确定每只股票应该配置多少资金。 假设当前持有 10 只股票，最简单的方法是每只股票配置 10%，即等权组合。但等权没有区分不同股票的收益和风险特征。 组合优化希望解决的问题是： > 在给定股票池和约束条件下，如何分配股票权重，使组合更符合预期的收益与风险目
一、简介 在期货分钟策略研究中，常见的回测周期包括 1 分钟、5 分钟、15 分钟和 30 分钟。但实际研究中，也可能希望使用 7 分钟、10 分钟、13 分钟等自定义周期。 BigTrader 是 BigQuant 提供的量化交易引擎。设置回测频率后，引擎会按照对应的 K 线频率推进历史行情，并在
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”，客户经理帮您开户、
各参赛团队： 感谢大家对 BigAlpha 2026 的关注与参与！ 根据 AI 因子挖掘、端到端大模型、AI 开放创新 三大赛道的初赛私榜排名，现公布决赛预晋级名单。本名单目前处于公示阶段，最终晋级结果将在参赛意向确认及递补工作完成后公布。 🚨 决赛入围确认问卷（所有预晋级团队必填） > 👉
各参赛团队： 感谢大家对 BigAlpha 2026 的关注与参与！ 根据 AI 因子挖掘、端到端大模型、AI 开放创新 三大赛道的初赛私榜排名，现公布决赛预晋级名单。本名单目前处于公示阶段，最终晋级结果将在参赛意向确认及递补工作完成后公布。 🚨 决赛入围确认问卷（所有预晋级团队必填） > 👉
各参赛团队： 感谢大家对 BigAlpha 2026 的关注与参与！ 根据 AI 因子挖掘、端到端大模型、AI 开放创新 三大赛道的初赛私榜排名，现公布决赛预晋级名单。本名单目前处于公示阶段，最终晋级结果将在参赛意向确认及递补工作完成后公布。 🚨 决赛入围确认问卷（所有预晋级团队必填） > 👉
各参赛团队及选手： BigAlpha 2026「AI 开放创新赛道」作品评审工作已完成。评审组结合参赛作品的整体表现进行了综合评定，现将各作品的综合评分公布如下，请各参赛团队及选手查阅。 感谢大家对本次赛事的积极参与，以及在作品创作与提交过程中付出的努力！ | 作品名 | 综合评分 | |----|
提交运行异常通知 本次检查发现部分参赛者的提交未能成功完成运行。 受影响提交数：46 受影响参赛方数：35 运行失败的提交 | 参赛方 | Submission IDs | |----|----| | 1111111111 | bd723172-4c03-4441-9fd5-5a95f155fa
提交运行异常通知 本次检查发现部分参赛者的提交未能成功完成运行。 受影响提交数：20 受影响参赛方数：20 运行失败的提交 | 参赛方 | Submission IDs | |----|----| | 4b91fcca-d93c-4775-afb2-3ceb3f881b3f | eac97b2f
\