摘要

量化投资与多因子选股

量化投资的本质是借用计算机将传统投资的逻辑定量化，并具有纪律性、程序化等优势。量化投资主要分为两个大方向，选股以及择时，分别决定了买卖的标的与时点，而量化选股则又包括了多因子选股、行业轮动、事件驱动等策略。量化策略的前提假设是历史会重复，而多因子选股则提炼出那些能够长期具备择股能力的因素，并加以整合。 多因子模型从历史数据分析，挑选出能够长期有效甄别出未来高收益股票的因子，并构建模型。在多因子选股时，股票的规模、估值、盈利水平、成长能力、过去的市场表现等等都将体现在量化模型中进行综合的判断。在不同的市场环境中，模型中的因子会有不同的表现，但整体提供

\

一、引言

DeepAlpha系列报告旨在从基础量价数据中，借鉴深度学习模型，应用于量化投资领域。学习模型包括：全连接深度网络(DNN)、卷积神经网络(CNN)、长短期记忆网络(LSTM)、对抗生成网络(GAN)、ResNet、TabNet，同时报告将引入自然语义识别NLP领域近年热门算法如BERT、Transformer、GPT、XLNet等，尝试构建各类DeepAlpha模型。

本篇文章通过传统机器学习算法对相同的量价因子进行实验，方便与深度学习模型进行对比。

二、随机森林算法介绍

随机森林属于集成学习的一种，通过集成学习的Bagging思想将多棵树集成的一种算法：它的基本单

摘要

传统多因子选股

在国内A股市场，传统的多因子量化选股模型得到了广泛的应用，在实际表现中，传统的多因子模型在过去几年中也表现出较为稳定的超额收益率。但随着传统多因子模型应用越来越广泛，历史长期有效的因子逐渐失效，对新因子的挖掘提出了迫切的需求。

新因子挖掘

传统的因子指标挖掘主要集中于财务报表、个股中低频率的价量等相关的数据维度，而这部分数据维度的增量价值的挖掘已逐渐饱和，需从其他新的数据维度中挖掘新的因子指标，本篇报告从个股日内高频数据出发尝试挖掘出新的因子指标

基于高频数据因子的策略构建

基于个股日内高频数据，构建了已实现波动（Realized

摘要

作为“猎金系列二十一”，我们研究雪球网负面情绪指标在择时方面的效用。研究的时间窗为2014年1月至2018年2月底，期间雪球网共计有万左右的帖子，涵盖425万用户的行为。通过机器学习的方式对帖子进行情绪判断，进一步构建周度情绪择时因子，并用该因子对主流指数进行择时，效果显著。构建相应指数的周度负面情绪比因子，观察当前负面情绪比因子与过去一年历史三分位数的位置关系，如果当前负面情绪比因子下穿历史上三分位点或者下三分位点（分别对应两种策略），那么满仓操作，否则空仓操作。

对上证50指数、中证100指数、沪深300指数、中证500指数、中证800指数、国证1000指数分别进行择时，时

摘要

因子拥挤导致Alpha衰减，另类数据前景广阔

伴随着量化投资规模的蓬勃壮大，传统策略的同质化日趋严重，因子拥挤（FactorsCrowding）的困境逐渐浮现，最终导致Alpha空间日渐缩窄。另类数据因其孕育的独特Alpha信息，为量化策略的收益提供了新的广袤空间。

通联数据（Datayes）作为国内领先的数据智能金融科技公司，旗下的另类数据库种类丰富，其中新闻舆情数据作为其中另类数据的模块之一，蕴含丰富的股票情感信息。通联的新闻舆情数据，主要是对上市公司的新闻进行情感分数打分（SentimentScore），分数值越高通常意味着新闻对该个股有正面情绪。

通

研究要点

多因子模型是量化投资领域中最为经典、应用最为广泛的方法体系之一。本文使用改进后的截面回归法，在因子定价逻辑基础上对技术类、预期类、财务类因子的历史收益进行了考察，构建了多因子跟踪体系。

方法介绍

使用逐步回归法提取各类因子的纯收益。

（1）截面回归在使用中面临的最大问题是因子之间的共线性问题，本文采用逐步回归法进行规避。

（2）逐步回归法的含义是，每一步回归中只对单一变量进行回归，即仅估计单一因子的收益率，而每一步回归时将前一步回归的残差项作为这一步回归的因变量。

（3）逐步回归法在实践中100%的规避了共线性问题，而且从逻辑上说，相当

APM因子的构建思想在于股票价格行为存在日内模式差异

我们独家提出的APM因子模型，专注于考察上午（am）与下午（pm）的价格行为差异，并提取出有效的选股因子，在量化投资同行中获得了较好的评价。本报告的主旨是，基于APM因子模型的思想框架，对原始APM因子的改进再作深入的探讨。

APM因子在2019年遭遇连续回撤

APM因子在样本内（2013年5月-2016年10月）表现良好，五分组多空对冲年化收益为15.9%，期间最大回撤为2.52%，信息比率为2.84，月度胜率为78.6%，样本外（2016年11月-2019年12月）的表现略逊于样本内，多空对冲年化收益为6.41%，最大

研究结论

国内量化发展已有十余年，各家机构投资者的Alpha因子库也随之扩大，这时会面临两个问题：alpha信息源的重叠与因子间相关性处理。本报告将提供这两个问题的解决处理方法，

我们基于Fama-MacBeth回归设计了一套Alpha因子筛选流程，剔除信息重复的因子。在实证中，我们把11个Alpha因子筛选至5个，筛选过程几乎没有alpha信息的损失，筛选前后的多因子多空组合表现相当。因子筛选可以显著减少因子数量，继而减少需要估计的模型参数数量，提高估计量的准确性，从而提升模型选股表现。

Alpha优化采用的是Qian(2007)的方法，这个方法有点类似股票组合优化，al

摘要

因为行业、政策等领先信息的存在，股价通常是明显领先于公司业绩公告时间，我们在对业绩超预期事件分析的时候也可以明显看到，在事件发生前的超额收益是十分明显的。这似乎在告诉我们，我们只有对领先信息做更多的基本面研究，才能取得超额收益。这对我们传统做量化投资来说是很困难的，但幸运的是我们可以发现，事件发生后的超额收益虽然没有很高，但还是比较明显，并且具有持续性。我们通过对各个股票报告期的业绩符合预期情况发现，业绩兑现情况是具备持续性的，当前报告期业绩超预期的股票下一个报告期兑现的概率会更大，而不是完全随机的。这种统计上显著的业绩持续性，让我们不用深入研究个股基本面情况而获取超额收益变得可

问题

参考大Jim的文章可以通过group(x,x)来构建行业因子，但是如果改为group(concept, xxx) 就提示concept不在列表中。要如何构建概念板块的因子

https://bigquant.com/wiki/doc/guang-yingxiong-1Gt5Ohr4XT

\

解答

以group_mean，举例，level2，level3均可以构建，构建表达式为：

group_mean(industry_sw_level2_0,return_0)

concept用衍生模块构建，但是这个字段是在数据表里可以找到的。自定义构建即可：

df_indus

问题

挖掘因子怎么跟策略结合

https://bigquant.com/experimentshare/6a4a127545324887991901950c5f3a23

\

问题

如题，

如何在代码中获取因子值？

谢谢

https://bigquant.com/experimentshare/91d5e91c4aec407c95ea3aafdf0ac74f

\

问题

请问可转债数据的策略可以模拟交易吗？

可转债因子可以和正股的因子嫁接吗？

解答

可以参考以下文章

https://bigquant.com/wiki/doc/celve-Crcjlo0ufF

问题

怎么用bigquant的架构来获取每天涨停的个股，不是用传统的代码打出来的那种，新手试过好多次！老是运行的结果错误！

如下图所示，为 “宽客小学”的课程内容。

https://bigquant.com/tutorial/

https://bigquant.com/wiki/doc/shuju-OiRLVCmIYx

我发现两个疑惑：

1

策略

https://bigquant.com/experimentshare/bf22b9c9879a486e95471d32a2208c9e

\

运行不了：

https://bigquant.com/experimentshare/b70938db6a534ecfb6ade2556e401ef4

\

问题

问题描述

ZScoreNorm标准化后输出全为空值？

问题策略

https://bigquant.com/experimentshare/e91b4eed4f534753a3692800f33a4737

\

问题

https://bigquant.com/wiki/doc/biaodashi-yinqing-ri-yinzi-shili-NM5QLkwpfd

解答

目前level2的数据没有向普通用户开放

问题

如何做分钟周期的标注

解答

在Meetup10月15日有讲分钟数据标注的，你看一下：BigQuant AI量化专家Meetup（更新至12月03日） 4

https://bigquant.com/experimentshare/58f8eb3f17fe4114bcd49557ceb1902a

\

问题

当前国内量化投研与量化投资对数据的服务要求不断提高，因为越来越多量化机构正在比拼与追逐更高的pure alpha。

不同于传统投资交易，量化投资主要是将股市波动历史规律转化成数据，并依赖统计和编程完成数据分析和制定相应投资策略，且在执行前需先通过各类模拟测试验证其投资策略的有效性与业绩表现能否达到预期。因此，众多量化机构的一项重要工作，就是与各类金融数据打交道。

解答

目前数据方面有以下痛点：

1. 非结构化数据，比如文本信息、图像信息等数据的实用。
2. 提升数据质量。
3. 目前可用于投资的金融数据种类和类别越来越多，如何高效地管理相关数据。
4. 提高数据提取

{{membership}}

https://bigquant.com/experimentshare/ba243c6cd508478bacc881069da6dfea

\

{{membership}}

https://bigquant.com/experimentshare/78b2cb544e1b4f108ed767acf490c133

\