df = dai.query("""
SELECT
    date,
    instrument,
    report_date,
    change_type,
    net_profit_to_parent_shareholders
FROM
    cn_stoc

fcff_lf_yoy 横截面只有800个有效值\n\n

[https://bigquant.com/codesharev3/2410ef52-eda6-4de3-af4f-90cdb852811e](https://bigquant.com/codesharev3/2410ef52-eda6-4

我在自定义的训练集上计算rankIC, 与调用bigalpha_eval_v4计算出来的结果差异很大，但我发现使用未来20日累计收益计算能得到差不多的结果。\n有同学出现了类似情况吗？我想知道是我的数据没有对齐，还是实际上评估指标就是这样设定的？\n如果评估指标设定的是t+20收益率，或许模型训练的

传统的量化投资主要依赖于金融时间序列分析、统计学和经济学原理来构建模型。然而，金融市场是复杂、非线性、高噪声的动态系统，传统的线性模型在处理海量、高维和非结构化数据时常常力不从心。

机器学习和深度学习技术的崛起，为量化投资带来了革命性的工具。它们能够从海量数据中自动挖掘复杂的非线性模式，极大地

https://bigquant.com/codesharev3/cdd9e5ee-9ef4-41f2-a61a-299bdc64f45b

\

本文为 BigAlpha 2026 全球高校联赛 · AI 因子挖掘赛道的自检指引。

为防止验证集 / 测试集数据泄露，评估系统在参赛者提交代码后不会返回详细报错日志。这导致大家遇到报错时往往不知从何查起。本文整理了两类最常见的报错，并提供可在本地跑通的自检模板，帮助你在

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

一句话总结：本文系统介绍 BigQuant Cowork 智能体的 Skill（技能）体系——如何创建、发布到 SkillHub 以及安装调用，并结合高频因子投研实战案例，展示 AI 原生量化投研的新范式。

一、为什么需要 Cowork？

与 AI 助手的传统交互，

期货、期权

股票、基金

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

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
4. ⚠

实时策略构建模板

请按照此模板构建策略，方可提交实时模拟交易。

股票实时策略模板

股票实时策略【tick频】

[167-概念热度驱动的打板追涨停量化策略【分钟频】](htt

很多包提交之后都直接就是一个失败信息，也不知道失败在哪。

能否提供失败的终端信息打印，方便开发者定位问题。

现状是无法定位问题，只能靠猜，到底是爆内存还是模型结构不支持 还是数据取不对。无法确认。

还有在官方的 notebook 环境可以允许的，提交代码就运行不了。完全黑盒。无法 de

按交易日的按字段的归一化操作是允许的吗？

比赛 76ad3f56-ec2b-431a-890e-139a7f4bbcba 本周公示内容，含前 10 因子画像与中证 1000 指数增强策略跟踪。

一、前 10 因子画像

ModelScore 排名前 10 的因子聚合特征。 公布的是聚合特征，以排名匿名标识（Top1 分数最高），

比赛 523f9302-5b4b-42bd-bce1-f232e7c74316 本周公示内容，含前 10 因子画像与中证 1000 指数增强策略跟踪。

一、前 10 因子画像

ModelScore 排名前 10 的因子聚合特征。 公布的是聚合特征，以排名匿名标识（Top1 分数最高），

您好，

微信群显示加入人数已满了，请问有什么办法能够现在加进去呢？

风险暴露表能够开放下载权限吗？便于在本地测试集上计算score, 评估模型表现。

Overview

本比赛只可使用指定的数据源来构建因子。评判程序会 import 参赛用户提交代码里的 main 函数，并传入数据源名、开始日期时间、结束日期时间来调用。

数据源

本次 BigAlpha 的比赛均放在 BigQuant 数据平台：[https://bigqu

一、这个分数是怎么算出来的

因子评估里的 ModelScore 来自一个 Elastic Net 多因子滚动回归，而不是单因子独立打分。核心流程如下：

1. 回归目标：每只股票的 T+1 收益，按每个交易日做截面 z-score 标准化

   y_

因子原理

今天我们理解一个因子——市盈率。简单来说，它是股价和每股收益的比值！比如，某家公司的股价是20元，每股收益是1元，那么它的市盈率就是20倍！这就意味着，你愿意花20元来获取公司1元的收益。

市盈率的计算公式如下：

P/E Ratio = Price_per_Share/

BigQuant 开始使用

BigQuant 导航

快速创建一个量化策略

1. 注册/登录 [BigQuant](https

看到网站有写”每日固定时点，根据最新评估结果公布前 10 因子画像等信息”\n这个是在哪里看呢 谢谢 ！

各团队成员提交的submission因子详细情况，已通过站内信的方式发布，请查收！ 以下是比赛 76ad3f56-ec2b-431a-890e-139a7f4bbcba 本周公示内容，含前 10 因子画像与中证 1000 指数增强策略跟踪。

一、前 10 因子画像

ModelS