Qlib 官方Alpha158 全因子 (cn_stock_factors_alpha_158)

--- title: Alpha158 因子构建公式介绍 source: BigQuant Wiki - Alpha158因子构建公式 format: markdown --- # Alpha158 因子构建公式介绍 > 本文整理 Alpha158 因子体系的构成、变量含义、函数说明与 158 个因子公式，可作为撰写数据因子介绍文档的基础材料。 ## 1. 因子概览 Alpha158 是一组基于日频行情数据构建的技术类因子集合，主要使用 `open`、`high`、`low`、`close`、`vwap` 和 `volume` 等字段，通过价格结构、趋势、波动、极值位置、价量关系和成交量统计等维度描述股票或其他交易标的的历史状态。 该因子集合的一个核心特点是：大多数滚动类因子都会在 `5`、`10`、`20`、`30`、`60` 五个窗口上展开，从而同时覆盖短期、中期和相对长期的市场行为。 ## 2. 因子分类 | 类别 | 数量 | 主要刻画内容 | |---|---:|---| | K线基础因子 | 9 | 从单根K线的开盘、收盘、最高、最低价格之间的相对关系出发，刻画实体长度、上下影线和收盘位置。 | | 静态价格因子 | 4 | 将开盘价、最高价、最低价与成交均价相对收盘价归一化，用于描述当日价格结构。 | | 趋势类因子 | 25 | 围绕不同回看窗口的收益、均线、线性回归斜率、拟合优度和残差，刻画价格趋势与趋势稳定性。 | | 波动类因子 | 30 | 基于滚动标准差、最高/最低价、分位数和 RSV 指标，描述价格波动区间和相对位置。 | | 极值位置类因子 | 15 | 关注最高价与最低价在窗口内出现的位置，用于反映阶段高低点距离当前时点的远近。 | | 价量统计类因子 | 45 | 综合价格变化与成交量变化，包括价量相关、上涨/下跌天数比例、涨跌幅累计比例和 OBV 类特征。 | | 成交量波动类因子 | 10 | 刻画成交量相对于自身均值和标准差的偏离程度。 | | 量价加权统计因子 | 20 | 将价格波动幅度与成交量结合，度量量价共同变化、成交量正负变动贡献和量能方向差异。 | | **合计** | **158** | 覆盖价格、成交量与价量交互特征。 | ## 3. 基础字段说明 | 字段 | 含义 | |---|---| | `open` | 开盘价 | | `high` | 最高价 | | `low` | 最低价 | | `close` | 收盘价 | | `vwap` | 成交量加权平均价，通常使用未复权数据 | | `volume` | 成交量 | ## 4. 因子文档 详见：https://bigquant.com/wiki/doc/nODcNAKYPJ/edit ## 6. 使用建议 1. **统一复权口径**：价格字段是否复权会影响因子的时间连续性，建模前应统一口径。 2. **处理极端值与缺失值**：包含除法、相关系数、分位数、回归等运算时，需要处理分母为零、窗口数据不足和停牌缺失等情况。 3. **做横截面标准化**：在多股票因子建模中，通常会对同一交易日的因子进行去极值、标准化和行业/市值中性化。 4. **避免未来函数**：所有滚动窗口只应使用当前时点及历史数据，不应引入未来价格或成交量。 5. **关注相关性冗余**：Alpha158 中同类因子常在多个窗口上展开，实际建模时可通过 IC、相关系数、特征重要性或正则化方法筛选冗余特征。 ## 7. 写作摘要参考 Alpha158 因子体系以基础行情数据为输入，围绕价格结构、趋势强弱、波动水平、极值位置、价量关系和成交量变化等维度构造特征。其优势在于公式清晰、覆盖面广、易于批量计算，适合作为量化选股、收益预测、风险控制和机器学习特征工程中的基础技术因子集合。