BigAlpha - AI 因子挖掘

## **赛事介绍** 在现代量化投资领域，阿尔法因子（Alpha Factor）是获取超额收益的核心。一个有效的因子，能够从海量、嘈杂的市场数据中精准地预测未来股价的动向。对于BigQuant而言，持续不断地挖掘、迭代高质量的因子，是推动量化投资行业创新发展的关键。 BigQuant（留白：可补充BigQuant品牌及业务相关介绍） 我们相信，最卓越的投资思想往往源于开放的探索与协作。因此，我们选择通过本次挑战赛，开放真实的、高颗粒度的市场数据，邀请全球顶尖高校的人才与我们共同迎接这一挑战。 在本次比赛中，您将有机会接触到稀缺、高质量的A股市场分钟级行情数据。您的任务是利用这些数据，构建一个能够预测未来股票收益的创新因子。您的因子模型将在两个阶段进行评估：首先是在历史数据上进行回测的“公榜”得分，然后是在全新的、动态更新的市场数据上进行模拟的“私榜”得分，以确保您的策略在真实世界中的稳健性。 通过本次竞赛，您将获得处理大规模金融时序数据的宝贵实战经验，深入理解市场微观结构，并直面量化领域在日常研究中遇到的真实挑战，尤其是如何适配不同技术路径（传统方法/AI技术）驱动因子挖掘、适配高中低频多策略场景的核心命题。我们期待看到参赛者们应用创新的方法，解决这个充满挑战且激动人心的量化投资难题。 **入门指南** 为了帮助参赛者更好地准备，我们与合作的线上量化平台共同准备了一系列入门资源： 1. **技术工作坊**：由平台方工程师主讲，详细介绍平台功能、API使用、数据结构及适配不同赛道（传统/AI）的因子分析框架，贴合高中低频策略与套利策略的研发逻辑。 2. **模版代码**：我们将提供一个包含数据读取、因子构建范例和评估流程的核心代码Notebook，帮助您快速上手，适配传统模型验证与AI模型训练、因子有效性验证的多元需求。 ## **赛道设置** 本次竞赛设置双赛道并行模式，参赛者可根据自身研究方向选择单一赛道参赛，也可同时参与两个赛道（需分别提交对应赛道的因子方案）： ### 传统量化赛道 (Heritage Track) * **核心**：强调投资逻辑、统计显著性与经济解释性。 * **方法**：包括但不限于多因子模型、基本面分析、经典技术指标组合、物理模型模拟等。 * **评审导向**：重点评估因子背后的经济学逻辑合理性、统计检验的显著性、不同市场环境下的稳健性，以及因子可解释性。 ### AI 智能赛道 (Intelligence Track) * **核心**：利用大语言模型（LLM）、强化学习、遗传算法等技术进行因子自动生成或优化。 * **方法**：利用 AI 进行自动化特征工程、通过 Prompt Engineering 生成因子公式、使用神经元网络挖掘非线性因子等。 * **评审导向**：除因子有效性外，额外重点评估AI技术的应用深度与创新性，以及AI参与度（详见“评估系统”章节）。 ## **数据说明** 本次竞赛提供高质量的A股市场数据，具体如下： * **股票池**: 中证1000指数在历史相应时间点上的成分股。 * **时间范围**: 2023-01-01至2024-12-31。 * **数据内容**: 1分钟级别K线及盘口快照数据，财务数据，其他A股相关数据。 ## **模版代码** 本次竞赛采用”**因子挖掘**”的方式，平台提供包含高频数据在内的各类特色数据，参赛者需按所属赛道构建日频因子并提交。主办方将提供如下多个模版代码供参赛者参考： * 用 SQL 计算因子，参考 demo_sql.ipynb。【注：DAI数据引擎直接计算因子，速度更快，内存占比更低】 * 用 UDF 计算因子，参考 demo_udf.ipynb。【注：UDF支持用户自定义封装python函数并在dai数据引擎中执行，效率更高】 * 用 Python 计算因子，参考 demo_py.ipynb。【注：传统python计算，请注意内存使用情况】 * AI赛道专属模版：参考 demo_ai.ipynb（包含LLM因子生成、强化学习因子优化等基础示例）。 ## **赛程安排** ### **阶段一：宣传报名** * **时间周期**：2026-05-15 至 2026-06-24 属于宣传报名期，其中 5月25日-6月24日为正式报名期，报名截止时间为**2026-06-24**。 * **报名组队**：通过活动主页进行报名。可单人或多人组队（单一队伍最多不超过5人）。报名完成后可加入官方社群（微信/QQ群）寻找队友。 * **赛道选择**：报名时，要求在“传统”或“AI“两个赛道中选择一个作为本次比赛的参赛标签，比赛进行期间，可以更换，但您最终决赛的答辩内容要和选择赛道一致。 * **内测服务**：2026-06-08 至 2026-06-18 属于系统内测阶段，参赛者可以提交代码，用于测试系统稳定性及熟悉比赛系统，最终成绩不计入初赛，内测阶段结束后会重置排分榜单。 ### **阶段二：初赛** * **时间周期**：2026-06-25 至 2026-08-05 * **运行机制**： * 以**2026-07-26 23:59:59**作为**截止日期**。 * 在截止日期前，利用平台提供的数据开发因子并按照规范提交代码，平台会使用验证集数据构建对应的因子数据并打分实时更新排名，以队伍最好的一次得分展示在”公榜（Public Leaderboard）”上；同时，参赛队伍可以选择和替换总计不超过2个因子作为截止日后的候选因子。 * 在截止日期后，参赛者将不允许修改候选因子的构建代码；平台在2026年2月24日至2026年2月27日期间的每个交易日盘后，会根据参赛者提供的代码增量构建因子数据，每日计算得分排名，并以队伍最好的一次得分展示在”私榜（Private Leaderboard）”上。 * **线上技术工作坊**：由合作平台方工程师主讲，分赛道介绍平台功能、API使用、数据结构及因子分析框架（传统赛道聚焦统计验证方法，AI赛道聚焦AI工具链使用）。 * **账号与数据发放**：向所有成功报名的队伍发放比赛专用账号，开放数据访问权限。 ### **阶段三：决赛** * **时间**：2026-08-10 至 2026-08-25 * **决赛名单公布**：组委会根据公榜成绩和私榜成绩进行评估，同时参考提交代码质量，最终公布10支入围决赛的队伍名单。 * **决赛辅导（按需）**：入围决赛的队伍如有深化研究报告的需求，可提交希望沟通的问题清单，组委会将于**8月12日**至**8月14日**安排线上会议进行答疑辅导（分传统/AI赛道专场）。如无特别需求，可直接准备提交材料。 * **提交材料**：参赛队伍需提供以下材料： * 因子研究报告（.pdf，10–15页）：一份结构完整、论证严谨的深度报告，不同赛道需针对性补充内容： * 摘要（Abstract） * 引言（Introduction）：因子研究背景与文献综述 * 因子构建（Factor Construction）：详细阐述数据预处理、因子计算公式与逻辑（AI赛道需额外说明AI技术应用环节） * 实证分析（Empirical Analysis）：全面的因子分析回测结果展示、绩效归因分析、稳健性检验（如不同市场周期、不同行业下的表现） * 创新性与局限性讨论（Innovation and Limitations）（AI赛道需说明AI应用的创新点） * 结论（Conclusion） ### **阶段四：答辩颁奖** * **时间**：2026年8月25日 * **决赛答辩会**：采用"10分钟展示 + 5分钟评委问答"的形式，线下举行并同步线上直播。 * **颁奖典礼**：答辩结束后，公布最终名次，并举行颁奖典礼，邀请所有嘉宾、评委与选手共同参与。 ## **评估系统** 本次竞赛在公榜（Public Leaderboard）与私榜（Private Leaderboard）阶段的排名，将按赛道分别计算，核心评估流程如下： ### **数据检测** 提交的因子数据必须通过以下所有检测，否则视为无效提交。 * **数据列检查**： * 提交的文件必须且仅包含三列：`date`（交易日）、`instrument`（股票代码）、`factor`（因子值）。 * **请注意：平台不限制因子方向，默认因子值越大越好。参赛者需自行确保因子方向的逻辑正确性**。 * **交易日完整性检查**：因子数据不得缺失评估时间范围内的任何一个交易日。 * **因子覆盖度检查**：在每个交易日，因子值的缺失率不得高于 **40%**。 ### **数据处理** 通过数据检测后，系统将原始因子与 BARRA 风险因子、本地因子库进行回归，并取残差作为新的因子，以评估该因子的增量影响。 ### **最终得分** $$ Score = 0.4 \times \text{Rank}_{IC_{mean}} + 0.3 \times \text{Rank}_{IC_{IR}} + 0.2 \times \text{Rank}_{SR} - 0.1 \times \text{Rank}_{COR} $$ **指标说明**： * $\text{Rank}_{IC_{mean}}$：IC均值排名 * $\text{Rank}_{IC_{IR}}$：IC_IR排名 * $\text{Rank}_{SR}$：多空组合的夏普比例排名 * $\text{Rank}_{COR}$：该因子值与其他参赛因子的相关性排名（惩罚项） * 所有 $\text{Rank}_{指标}$ 代表该指标在对应赛道所有因子中的实时排名，采用排名加权以消除不同指标之间量纲不统一的问题。 ### **决赛评估** 入围决赛的队伍将由评审委员会进行综合评估，评分标准如下： * **因子质量与逻辑性**: * 投资逻辑与经济解释性: 因子背后的经济学逻辑、市场微观结构解释是否清晰、合理。 * 有效性与稳健性: 因子在不同市场周期、不同行业下的表现是否稳定，统计显著性是否达标。 * **研究深度与规范性**: * 报告质量: 报告结构是否严谨、分析是否深入、论证是否充分。 * 代码质量: 代码是否规范、可读性强、易于复现。 * **现场表现**: * 陈述表达: 对研究工作的理解是否深刻，表达是否清晰、有条理。 * 问答互动: 回答评委提问是否精准、有逻辑，能否清晰阐述因子的经济意义。 * **AI创新性**: 适用AI赛道 * AI应用逻辑与创新性: AI技术选型与因子挖掘场景的适配性、AI应用环节的原创性。 * 有效性与AI参与度: 因子有效性、稳健性，以及AI参与度的实际落地效果 ## **提交文件** 在本次比赛中，您只需要按照**模版代码**里的例子，按将因子构建代码写在**main**函数中并提交，平台会自动运行生成因子数据，计算得分并实时公布。需注意： 1. 传统赛道代码需标注核心统计方法、经济逻辑对应的实现环节； 2. AI赛道代码需标注AI技术应用的关键环节（如LLM调用、模型训练、自动化特征工程等）； 3. 若有任何文本类的信息，请以markdown格式放在 notebook 中，如使用AI时涉及的提示词等； 4. main函数的返回数据格式需遵循以下规范： | date | instrument | factor | |------------|------------|-------| | 2023-01-03 09:45:00 | 000001.SZ | 0.05 | | 2023-01-03 09:45:00 | 000002.SZ | -0.12 | | ... | ... | ... | ## **赛事奖励** 总计奖金池：500,000 元 奖励细节待定 --- ## **代码要求** 本次竞赛为代码竞赛，所有提交必须通过合作的线上量化平台完成。为保证竞赛公平性，您的代码需满足以下条件： * **平台提交**: 所有因子生成代码必须在指定的线上平台Notebook环境中运行并提交（AI赛道需使用平台指定的AI工具链/算力环境）。 * **运行时长限制**: CPU Notebook \<= 3 小时；AI赛道GPU Notebook \<= 6 小时。 * **禁止访问外部网络**: 为防止信息泄露和使用未来数据，Notebook的互联网访问权限将被禁用。 * **最终提交**: 您提交的必须是可以自动运行并生成因子文件的代码，而非因子数据文件本身；AI赛道需额外提交AI技术应用说明文档（说明AI参与度对应的代码环节）。 ## **竞赛规则** * **团队规模**: 每支队伍人数为1-3人，每位选手只能加入一支队伍（可选择单赛道或双赛道参赛，双赛道需分别提交代码）。 * **知识产权**: 参赛作品（代码、报告等）的知识产权归参赛队伍所有。主办方对所有作品拥有非商业性的评审、展示和宣传权利。对于获奖的优秀因子，主办方在同等条件下拥有优先的商业合作洽谈权。 * **诚信竞赛**: 严禁任何形式的抄袭、作弊或共享代码行为。一经发现，将立即取消该队伍的参赛资格。 * **赛道合规**: 传统赛道不得使用AI赛道限定的自动化因子生成技术；AI赛道需保证核心因子构建逻辑由AI主导，严禁伪AI应用（如仅标注AI环节但实际未使用）。 * **最终解释权**: 本赛事所有规则的最终解释权归BigQuant大赛组委会所有。 ## **竞赛支持** * **官方交流社群**：建立赛事官方微信/QQ群，分传统赛道、AI赛道专属社群，用于日常通知发布、技术问题解答和选手间交流。 * **FAQ文档**：在官网建立持续更新的“常见问题解答”页面，分赛道整理专属问题。 * **技术支持**：AI赛道提供专属AI工具链使用教程、算力调试指导；传统赛道提供统计检验、因子有效性验证的技术指导。