量化因子

有哪些构造反转因子的思路？

"反转因子"通常指的是一种预测证券价格短期内可能发生逆转的因子，即预测那些最近表现较差的股票在未来会表现得较好，而最近表现较好的股票在未来会表现得较差。

1. 量价反转：5日收益率
2. 技术反转：RSI，布林带
3. 基本面反转：估值水平，扭亏为盈

如果最快速的判断一个因子是不是反转因子

• 因子构建思想
• 统计检验：如计算该因子与未来收益的相关系数，或者使用回归分析来评估该因子在控制了其他因素后对未来收益的解释能力。
• 极端行情下的表现

量化模型

最新的DAI AI的stockranker什么时候

本文介绍量化因子三种常见的处理方式，分别为：

• 标准化处理
• 极值处理
• 中性化处理

这三种数据处理方式，都是截面处理，即当天全市场5000之票做预处理，不涉及时序数据。

标准化处理

把当天的因子值按均值为0，标准差为1进行标准化处理

c_normalize(mkt) as score1

\

极值处理

其实就是把分位数较大和较小的因子按分位数的因子值做截断处理

c_winsorize(score1, 0.01, 0.99) as score2

中性化处理

剔除市值和行业影响，当天全市场数据做回归取残差

c_neutralize(score2,

添加搜索框，输入如股息率 ，快速定位该因子所在的表

因子就是用来解释和预测资产收益的某些特征或指标。可以把因子想象成一种“魔法工具”，帮助我们理解为什么某些股票或资产表现得更好或更差。

你可能听说过“市盈率”这个因子，它反映了公司股票价格与其每股收益的关系。一般来说，市盈率低的股票可能被低估，而高市盈率的股票可能被高估。投资者可以根据这个因子来决定是否买入或卖出某只股票。

在“一天一因子”中，我们可以每天学习一个新的因子，了解它的原理、如何计算，以及它在投资决策中的应用。逐渐积累这些知识，可以更好地理解量化投资策略的逻辑，不断地往我们的投资工具箱中增加新工具。

\

期货专栏分为如下几类，此处附上定义，方便大家查阅:

高频

该部分包含了高频数据低频化的因子应用，高频市场的微观结构，高频量化因子的使用测试，以及一些另类高频策略的内容。

CTA策略研究

该部分包含了市面上的各类CTA策略的情况。

其他

不属于上述几类

摘要

作为《猎金》系列的第二十四篇专题报告，我们将目光聚焦于A股市场的日历效应。具体来说，我们在本文中深度剖析了春节效应对市场整体和常见量化因子的影响。 基于长期历史样本的分析表明，A股市场整体在春节前后表现出了非常高的投资性价比，历史平均夏普比率高达4.0；常见量化因子在春节期间的表现与平时相比也不尽相同：质量、成长、情绪类指标普遍失效，市值和反转因子却更加强势，波动率因子的表现则与平日完全相反，体现出高风险高收益率的特征。 我们基于因子在春节期间的特殊表现，构建了春节效应增强多因子模型，该模型多空年化收益率高达39%以上，夏普比率2.27，且相对基准模型有稳定增强。此外，我们还利用市

本报告由清华五道口金融学院与民生财富管理研究中心联合发布《中国A股市场量化因子白皮书》，文章尾后附PDF原文。

摘要

本报告将系统性地研究中国 A 股超额收益的决定性因素，根据 A 股股票交易和财务报表数据构建了 56 个量化因子，分为六大类，分别检验有效性，在 1997年 1 月至 2017 年 12 月期间，共有 13 个有效因子，其中有 9 个属于交易摩擦因子，分别是市值、总波动率、特定波动率、交易额、交易额的波动率、换手率的波动率、最大日收益率、非流动性风险、标准化的换手率；有 2 个属于成长类因 子，分别是营业收入增长率，营业收入与存货增长率之差；有 2 个属于盈利

摘要

量化因子计算可以定义为一种基于初等计算函数与一阶谓词逻辑的递归过程。

量化因子的本质是股票的某种数量化特征，一般需要通过对股票某些数量信息进行计算得到。与计算机函数从“函数输入出发，输入函数计算，得到函数输出”相类似，量化计算过程也可以拆解为“从量化指标出发，输入量化计算，得到新量化指标”。由此可见，计算机函数构成的基本逻辑——递归过程也同样适用于因子计算架构。

**定义量化指标的计算过程有计算机语言与XML文本两种方式。**由于λ算子与图灵机、递归函数等价，因此无论是基于λ算子的函数式编程语言，还是基于图灵机的过程、命令范式语言，都可以用来构建量化计算过程。在定义逻