首页 编写策略 数据平台 策略社区 我的策略 宽客学院 知识库
免费注册
BigQuant 2026年度私享会

私享会成员使用数据SDK

由small_q创建，最终由qxiao 被浏览 52 用户

导语

大家好，今天详细介绍下私享会成员如何使用SDK。关于SDK的更多介绍，请移步：BigQuant终端本地SDK使用文档，原文介绍了用户管理、策略运行、策略查询等功能，本文只介绍数据相关功能。

\

导入bigquant库

from bigquant.api import dai, user

这里从bigquant.api中导入了dai对象，这里的dai和线上云端的dai功能几乎一致，可以使用query读取数据，可以使用write_bdb保存数据，写数据表。关于sdk能做什么，您可以移步：BigQuantsdk应用场景

登录

账号密码登录

user.login(username='xxxxxxxxxxx', password='xxxxxxxxxxxxxx')
# 本地使用sdk一定要先登录。

访问凭证登录

点击用户中心

新增访问凭证

我们复制好访问凭证后填入login函数中

user.login(keypair="xxxxxxxx.xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx")

平台数据访问

==私享会数据SDK套餐是可以单独购买的，原价是20000/年，优惠价是10000元/年，每周享有数据额度是1000万quota，每周会重置额度。如果是私享会成员的话，可免费获得SDK数据套餐，不用额外单独付费。==

私享会成员可访问的数据权限大类如下：（如果是行情数据的话，包括日频和分钟级别数据）

数据名称 私享会成员是否可访问
A股行情信息 ✔
A股财务 ✔
A股预计算因子 ✔
指数及行业 ✔
可转债 ✔
ETF基金 ✔

默认私享会成员是直接可以访问上述版块数据表，如果没有访问权限，可联系小Q进行按用户配置。不在上述范围内的表可以单独购买，也是可以联系小Q进行询价。

如果想知道当前账号拥有哪些表的数据权限，可以使用命令： dai.quota()

使用方法

简单取数

为避免请求量太大，浪费数据额度，重要事情写到前面，写三遍！！！

==不要读全字段全时间段的数据！不要select * from 某表! 不要读全字段全时间段的数据！不要select * from 某表! 不要读全字段全时间段的数据！不要select * from 某表!==

# 我们可以将数据使用dai引擎取出来，然后使用pandas进行加工
sql = """
SELECT date, instrument, close
FROM cn_stock_bar1d
"""
dai.query(sql, filters={'date': ['2020-01-01', '2020-01-31']}).df()

五日均线数据加工

# 除此之外还可以使用dai内置的函数, 具体参见文档(https://bigquant.com/wiki/doc/Rceb2JQBdS)
# 我们来简单加工一个五日均值因子
sql = """
SELECT date, instrument, m_avg(close, 5) AS five_day_avg
FROM cn_stock_bar1d
"""
dai.query(sql, filters={'date': ['2020-01-01', '2020-01-31']}).df()

分钟因子加工——早盘成交量斜率

  1. 筛选出开盘前30分钟的行情数据；
  2. 计算这段时间的成交量对数据索引的斜率。
sql = """
WITH t1 AS (
    -- 先抽取早盘30分钟的成交量数据
    SELECT date, instrument, volume, 
    (EXTRACT(EPOCH FROM "date"::time) - EXTRACT(EPOCH FROM time '09:30:00'))/60.0 AS t
    FROM cn_stock_bar1m_c
    WHERE date::TIME <= TIME '10:00:00'
    ORDER BY date, instrument
)
-- 正规方程组求斜率
SELECT date::DATE::DATETIME AS date, instrument, 
(AVG(volume * t) - AVG(volume) * AVG(t)) / (AVG(t * t) - AVG(t) * AVG(t)) AS factor
FROM t1
GROUP BY date::DATE, instrument
"""
dai.query(sql, filters={'date': ['2020-01-01', '2020-01-10']}).df()

注意事项:

  1. 读表时不要全表全字段读取，不要sleect * 这样来读取数据，会导致崩溃或者额度直接浪费或者消耗掉；

  2. 读表尽量只读取部分日期、部分股票的数据，以免浪费数据额度；

  3. 分钟数据不宜读取过多数据;

  4. 如果想获取多标的分钟数据，建议读取个股分钟行情尽量使用数据表cn_stock_bar1m_c；

  5. 关于数据SDK如果有一些反馈，可联系小q；

  6. 本文档最终解释权归宽邦科技，最终定稿在2025年11月15日，之前时间为试运行。

    \

\

{link}