在 JoinQuant 聚宽平台上，这三个模块各自承担着不同的功能，具体导入场景如下：
jqdata 模块：
get_price, get_bars）、财务数据（如 get_fundamentals）、宏观经济数据、行业概念板块数据、龙虎榜数据等。import jqdata 或 from jqdata import *。jqlib 模块：
jqlib.alpha101)、Alpha 191 因子 (jqlib.alpha191)、技术分析指标 (jqlib.technical_analysis) 以及 投资组合优化器 (jqlib.optimizer)。jqfactor 模块：
get_factor_values)、进行因子数据预处理（如去极值 winsorize、标准化 standardlize、中性化 neutralize）、自定义因子计算 (Factor 类) 以及进行单因子分析 (analyze_factor)。在早期的 JoinQuant 回测引擎中，部分基础 API 是作为全局函数直接注入的，可以直接调用。但是，为了代码的规范性、可读性以及与研究环境（Jupyter Notebook）的兼容性，强烈建议在所有策略代码的开头显式导入 import jqdata 或 from jqdata import *。显式导入可以避免很多不必要的 NameError，并且是目前官方推荐的标准写法。
import jqlib 与 import jqlib.optimizer 的问题这是由 Python 的包（Package）导入机制 决定的。
jqlib 是一个包（通常对应一个文件夹），而 optimizer 是这个包下的一个子模块（对应一个 .py 文件）。import jqlib 时，Python 只加载了 jqlib 包的初始化文件（__init__.py）。如果官方在 __init__.py 中没有显式地把 optimizer 模块暴露出来（即没有写 from . import optimizer），那么 jqlib 命名空间下就不会有 optimizer 这个属性。import jqlib.optimizer 或者 from jqlib.optimizer import *。这不仅适用于聚宽的库，也是 Python 编程的通用规则。这三个模块的详细使用说明均包含在 JoinQuant 的官方 API 文档中，你可以按照以下结构在文档中查找：
jqdata 文档：请查阅 API 文档中的 “数据获取函数” 章节（包含 get_price, get_fundamentals 等）以及 “对象” 章节。jqlib 文档：请查阅 API 文档中的 “jqlib” 章节（包含 Alpha101、Alpha191、技术分析指标）以及 “组合优化函数” 章节（包含 portfolio_optimizer 及各种约束条件）。jqfactor 文档：请查阅 API 文档中的 “聚宽因子库” 章节。该章节详细介绍了如何获取因子值、因子数据处理函数（中性化、去极值等）、因子定义与计算方法，以及单因子分析（analyze_factor）的完整流程和图表绘制方法。