BigQuant使用文档

BigQuant SDK How It Works

由bq1fuwkt创建,最终由bq1fuwkt 被浏览 10 用户

理解 BigQuant SDK 的设计哲学,是构建高性能、可扩展量化交易系统的基础。

本地代理架构 (Local Proxy Architecture)

BigQuant SDK 的本质是一个智能代理。它打破了“本地软件”与“云端服务”的界限:

  • 逻辑本地化:您的策略代码(Strategy Logic)、因子计算逻辑、模型参数全部保留在本地。这确保了机构级的隐私安全。
  • 资源云端化:海量金融数据、高性能 SQL 引擎、以及多核 fai 计算集群,通过 SDK 在本地形成“虚拟镜像”。
  • 透明调度:当您调用 dai.query() 或 @fai.remote 时,SDK 自动完成协议封装、加密传输、远程调度及结果回传,这一过程对用户是透明的。

核心模块铁三角 (The Trinity)

SDK 的能力由三个核心引擎支撑,它们共同解决了量化投研中的数据、逻辑与算力问题:

模块 核心概念 解决的问题
DAI 分布式数据接入 解决“数据大、获取慢、清洗难”。SQL 在云端跑,本地只接收结构化结果。
BigTrader 事件驱动引擎 解决“回测慢、逻辑偏”。C++ 驱动的事件触发机制,确保本地回测的极速响应。
FAI 分布式调度 解决“算力瓶颈”。一键将本地任务分发至云端 Ray 集群,实现横向扩展。

Local-Cloud 一致性协议

这是 SDK 最核心的技术承诺。为了消除“回测偏差”,我们通过以下三个层面实现两端环境的“量子纠缠”:

1. 环境一致性

SDK 通过 aistudio 模块与云端环境进行握手。确保本地安装的库版本与云端 AIStudio 镜像高度对等,避免因 Python 库版本差异导致的策略失效。

2.数据一致性

无论是本地 SDK 还是云端 Web 环境,底层调用的都是同一套生产级 DAI 数据源。这意味着你在本地看到的每一个 OHLCV 数据、每一个因子值,与模拟策略系统看到的是完全一致的。

3. 撮合一致性

bigtradercpp 引擎在本地和云端共用同一套 C++ 内核。从手续费计算、滑点模型到成交撮合逻辑,SDK 确保了“回测即”。

{link}