单因子分析是量化投资中重要的一步，是对因子进行有效性、单调性相关的检验。因子通过一系列检验后才有机会进入因子池并据此构建量化策略进行投资。单因子分析一般分三步：因子构建、因子处理、因子分析，本文将基于平台对上述步骤进行详细讲解。

1. 因子构建

投资者根据已有的经验来构建因子，比如传统的

量化策略从角度上分为高频策略和低频侧率。高频策略基于分钟、快照等行情数据开发策略，持仓周期同样相对较短。低频策略一般基于基本面财务因子等低频，因为数据更新较长，调仓周期一般在月度或季度，甚至年度。

目前BigQuant平台上的模板策略一般是根据持仓周期进行调仓回测的，比如5日持仓、30日持仓等。这

StockRanker算法的核心是排序学习和梯度提升树，本文以0.1和0.2作为“学习率”参数的输入值进行测试。

首先，我们以StockRanker的默认参数0.1作为“学习率”的输入值进行模型训练，得到以下的训练结果：

1.特征重要性：又称为特征权重，是StockRanker模型基于各个特征