因子数据

什么是DAI

DAI (Data for AI) 是BigQuant研发的高性能分布式数据平台

• 使用简单：通过统一接口访问BigQuant各类数据
• 数据丰富：提供PB级金融数据、另类投资数据和因子数据 (数据字典)，并支持用户自定义数据
• 技术先进：采用现代化的分布式架构，支持大规模数据的低延迟读写和高性能计算

![{w:100}{w:100}{w:10

导语

之前在社区分享过一个初版的强化学习策略，之后我们在那个基础上做了一些调整和优化，本文主要是关于新版策略的一些介绍和结果分析。

与初版策略的区别

新版策略与初版的主要区别在于state的定义不同。初版用当天的OHLCV和7个常用因子数据作为一条state。新版设置了一个window_size参数，从当天向前取window_size天的收盘价数据作为一个block，之后对block中的数据依次计算1/e^(-(block[i+1]-block[i]))，得到一条state数据，具体如下图所示： ![](/wiki/api/attachments.redirect

如题，前期的教程，目前好像失效了

大家因子数据来源通常用哪个？有没有另类一点的比如舆情因子分享？

{{use_style:custom-style-default}}

导语

平台已经整理好的因子数据，可以在基础特征抽取里面直接抽取。

A股

量价因子

研究结论

因子的选股作用会随时间衰减，技术类因子衰减比基本面因子快，提升调仓频率能让基本面因子规避的IC衰减整体十分有限。但在个别月份，例如年报公告季，财报信息频繁更新时，及时更新因子数据，有可能让基本面因子表现获得阶段性增强。

以业绩超预期事件为例，季报、半年报和年报前后的收益衰减速度的不同。超预期幅度相对较低的股票在公告日前后，持续稳定的有负异常收益，及时更新财务因子数据可以及时发现负alpha的股票，提升因子表现；超预期幅度相对较高的股票在一季报、半年报和三季报公告后的异常收益基本在5个交易日就反应完，幅度也不大，数据更新时间迟到一周就无法捕捉这段时间的收益；而年报公告后的异常

问题

https://bigquant.com/experimentshare/a0179d597d8a4ac6aa21309134c19248

解答

你好！你输入的因子数据全是1或者0，stockranker模型是一个排序模型，输入数据模型无法排序，所以报错

问题

如何把我自定义Python模块产生的因子数据加到StockRanker里面进行分析呢？

策略

https://bigquant.com/experimentshare/feb97b0af1724f5ca1f4b53cbb549a65

\

问题

请问不同因子数据之间的na数据问题

解答

这个处理方式都有，有的是按照因子的行业均值填充，也有的截面标准化处理后填充0，通常都是截面填充处理。

导语

完成了数据处理，接下来就可利用平台集成的各算法进行模型训练和模型预测啦。本文将详细介绍“模型训练”、“模型预测”两大模块操作、原理。

模型训练和模型预测是AI策略区别于传统量化策略的核心，我们通过模型训练模块利用训练集因子和标注数据构建一个模型，并通过模型预测模型将预测集的因子数据输入模型进行预测。 \n

在模块列表的 机器学习 、 **深度学习

问题

测试日期设为5.1~7.1， M4数据中日期从4.12 -7.1 重复了80多次，而数据值还不一样。

解答

应该是待回测个股在回测日期上的因子数据吧。所以每个股重复一次。下次请教如何把自己本地算的因子合并到数据上，训练好的数据中没有股票字段？

使用场景

股票单个因子值来构建一个基于该因子值的SmartBeta增强指数，一般接在因子值后面

输入端

因子数据：传入因子数据（必填）

输入参数

• 因子名：输入该因子的列名。
• 因子方向：选择因子的方向，1为正向，-1为反向
• 调仓天数：构建SmartBeta增强指数时，持有股票后的的持有天数
• 交易成本：股票交易时所产生的交易成本（单边）
• 指数成分数：构建指数时选多少支股票

输出端

• data_1：指数的每日收益
• data_2：构建指数的因子的列名

运行结果

• 通过模块id.data_1.read()查询指数的每日收益