赛事简介

欢迎来到 BigQuant AI 量化平台！

这里，可能是你开启 AI 与量化投资 探索之旅的起点。我们为你设计的“新手启航练习赛”，旨在用一系列精心挑战，为你揭开 AI 赋能量化投资的神秘面纱。

在本次的第一关中，你的任务非常明确：计算出给定任意一段时间的 A 股市场的总成交金额。

这不仅是一次简单的计算，更是一场关于精准与极速的挑战。你将亲身体验 BigQuant DAI 数据引擎的强大性能，并通过你的智慧，让代码的运行速度突破极限，迈出成为未来 AI Quant 的第一步。

准备好了吗？让我们开始第一次实战演练！

挑战任务

精准且快速地计算出给定任意一段时间的 A 股市场的总成交金额。

我们为你提供了一个基础代码模板作为参考，但性能并非最佳。你的挑战分为两步：

1. 确保结果精准： 完成代码，保证能算出正确的总成交金额。
2. 追求极致速度： 优化代码，让计算的执行耗时尽可能短。

如何参与

1. 克隆模板： 在代码页，我们提供了一个包含数据读取和计算框架的 Notebook 代码模板，实现里面的 main 函数。克隆这个代码到 AIStudio 开始编写代码。AIStudio 是 BigQuant 提供的Cloud IDE。
2. 完成代码： 在 AIStudio 里完成代码并运行验证。
3. 提交代码： 在本比赛页点击提交代码，选择前面编写的代码文件提交。
4. 查看排名： 系统将自动运行你的代码，并根据结果和耗时进行评分。你可以在排行榜查看排名。可以多次提交，在提交记录里查看每次提交分数。排行榜以最优分数排名。
5. 组队参赛： 你可以在团队里邀请小伙伴们来组队打榜，所有团队成员的最优分数作为团队分数。

评估方式

本次练习赛采用全新的动态评分机制，精准衡量你的代码质量：

1. 结果准确性 (及格线)

   • 计算结果为浮点数，与实际值误差比例 < 0.000001。
   • 若结果错误，最终得分为 -100 分。

2. 代码性能 (决定高度)

   • 在结果正确的前提下，你的最终得分将根据代码的**运行时间（秒）**通过以下公式计算：
   • 最终得分 = 1 - 运行时间 (秒)

   这意味着，代码运行得越快，你的得分就越接近 1 分的理论上限。例如：

   • 若运行耗时 0.1 秒，得分为 1 - 0.1 = 0.9 分。
   • 若运行耗时 0.7 秒，得分为 1 - 0.7 = 0.3 分。

赛事奖励

• 通关认证：成功计算出正确答案，即可点亮你的个人主页专属 新手启航 徽章。
• 宽币奖励： 完成本关后，联系 小Q企业微信 领取 500 宽币。
• 排行榜荣誉： 你的最高分将被记录在“新手启航赛排行榜”上，与所有新用户一较高下。

竞赛规则

• 本赛事为个人练习赛，旨在帮助新用户熟悉平台，请独立完成。
• 你可以随时重复提交，系统将只记录你的历史最高分。
• 祝你探索愉快！

数据集

A股后复权日行情(cn_stock_bar1d)

A股后复权日行情(cn_stock_bar1d) 该表记录了股票市场中各证券的日行情数据，特别采用后复权价格来展示。主要字段包含累计后复权因子、开高低收、昨收盘价、成交笔数、换手率、涨跌停价等。后复权处理是为了消除因股票分红、配股、转增股本等原因引起的价格变动，从而更真实地反映股票的价值变化。其中 (date, instrument) 即 股票代码、日期构成主键。

更多数据表

BigQuant平台提供了股票、期货、期权、基金、债券、另类等全市场多维度多频率数据，更多数据参加BigQuant数据平台。

数据API - DAI

DAI文档

DAI (Data for AI) 是BigQuant研发的高性能分布式数据平台，对BigQuant数据提供了简单、统一、高性能的访问。DAI已经预装在BigQuant的AIStudio中，无需额外安装。DAI 文档

DAI数据访问示例

数据查询

import daidf = dai.query(    "SELECT date, instrument, close FROM cn_stock_bar1d WHERE amount IS NOT NULL",    filters={"date": ["2024-01-01", "2024-12-31"]}).df()
print(df)

说明：

• 首先导入 dai 包
• dai.query 是用于数据查询/计算最常用的接口
• 支持标准SQL
• filters 里一般用于日期等过滤，[开始日期, 结束日期]，也可以放到 sql 中
• .df() 把结果转为 pandas DataFrame用于后续计算
• 速度 > 1000万行/秒

数据计算

DAI 内置多种算子/函数，参考 DAI函数文档。DAI专门为AI/量化场景优化的超高性能计算引擎，能充分利用现代CPU/GPU能力。

时序算子

import dai# 为每只股票每天计算当日收益率，m_ 开始的一般是时序算子df = dai.query(    "SELECT date, instrument, close / m_lag(close, 1) AS return_1 FROM cn_stock_bar1d",    filters={"date": ["2024-01-01", "2024-12-31"]}).df()
print(df)

截面算子+嵌套

import dai# 为每只股票每天计算当日收益率排名，c_ 开始的一般是截面算子，窗口函数等需要用 `QUALIFY` 过滤df = dai.query(    """        SELECT            c_rank(close / m_lag(close, 1)) AS rank_return_1,            date,            instrument        FROM cn_stock_bar1d        QUALIFY            rank_return_1 IS NOT NULL    """,    filters={"date": ["2024-01-01", "2024-12-31"]}).df()
print(df)

更多 更多参考 DAI 文档

赛事目标

用 BigQuant DAI 数据引擎，精准且快速地算出任意给定时间段全年沪深 A 股总成交金额（单位：人民币元）。结果正确是及格线，速度决定排名。

面向人群

• 首次注册 BigQuant 的新用户（老用户亦可参加，但不计入新人榜）。
• 每人可​无限次提交​，系统只保留​历史最高分​。
• 支持​组队​，团队成绩取​成员最高分​。

数据与算力

• 需要的数据表：cn_stock_bar1d（A 股日线行情）,若需要使用到其他字段, 详情请见数据平台。
• 允许使用平台内任何公开数据，但不得上传外部数据。
• 计算资源：AIStudio 单核 4 G 内存，限时 60 s；超时强制终止，视为 0 分。
• 评测机器固定规格，确保公平。

提交格式

提交格式可参考代码选项卡。

评分公式

合规与诚信

• 禁止多开小号、恶意刷榜，系统会对比代码指纹与运行行为，一经核实封号并清空成绩。
• 允许参考社区公开技巧，但​直接复制他人源码提交视为作弊​。