# 因子计算 计算每支股票的平均单笔成交额(成交笔数 / 成交金额),作为反转强度指标。 在最近20日内,选出反转强度指标最高的十日,为强反转组;其值最低的十日,为动量组。 将强反转组的涨跌幅加总,记作M_high;动量组的涨跌幅加总,记作M_low。 理想反转因子:`M = M_high - M_low # 强反转组与动量组的差` 加权平均:`w_avg_M = np.average(涨跌幅, weights=反转强度指标) # 反转强度指标作为权重,加权平均` 回归Beta:`slope_M = np.polyfit(反转强度指标, 涨跌幅, deg=1)[0] # 回归斜率项作为因子` Corr:`corr_M = np.corrcoef(pc_arr, df_arr)[0][1] # 涨跌幅与反转强度指标相关系数,作为因子` # 效果 从五分层图看效果最好的是slope_M 
开源证券-理想反转因子 (ky_rebound)
数据描述: 开源证券-理想反转因子
文档
用例
表结构
字段 | 字段类型 | 字段描述 |
M | double | - |
date | timestamp[ns] | - |
corr_M | double | - |
high_M | double | - |
slope_M | double | - |
w_avg_M | double | - |
instrument | string | - |
__PARTITION__ | string | - |
low_M | double | - |
表名ky_rebound
起始时间:
最近更新时间: