请大家在本文档下新建文档,提交作业
作业:使用今年以来的数据,计算过去20日换手率均值和未来5日收益率的IC和IR
{{membership}}
https://bigquant.com/codesharev3/f8805846-d596-4537-b9ff-d21126655154
更新时间:2024-07-17 03:08
作业思路:地量出地价,寻求反转的机会。买入换手率最低的5只股票,持仓5天。
https://bigquant.com/codesharev3/146b942c-f869-4e93-b392-e18a29370c0c
\
更新时间:2024-07-05 06:40
如何更方便地提取平台已整理好的因子,我想获取比如某个申万一级行业的波动率指标,数据源返回了价格交易量换手率等信息,波动率需要自己写函数计算了。有没有更方便的方法,像普通标的一样在特征列表里面写想要的因子,再连连线就能搞定
https://www.bilibili.com/video/BV1Pr4y1g79W?share_source=copy_web
[https://bigquant.com/experim
更新时间:2024-06-07 10:55
更新时间:2024-06-07 10:55
换手率(Turnover)通常用于描述股票或其他证券在特定时间内的交易活跃程度。金融市场中,换手率可用于衡量股票的流动性,即股票在市场上买卖的频率和容易程度。
BigQuant的金融市场数据因子平台以及AI量化策略平台(PC端),验证换手率因子组成的AI量化交易策略。
![](/wiki/api/attachments.redirect?id=83ec82a2-6c14-4425-8bae-05b216f7
更新时间:2024-06-07 10:48
更新时间:2024-05-20 10:04
更新时间:2024-05-17 06:27
更新时间:2024-05-17 02:33
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-16 02:47
neutralize(sum(turn_0,90), total_market_cap) as hsl, 报错。
更新时间:2024-05-02 09:55
单因子策略:120日换手率之和
回测图:
\
{{membership}}
https://bigquant.com/codeshare/54d502d3-8cd7-45f4-97a5-55b912da0ef3
\
更新时间:2024-04-25 07:28
回测图:
\
声明:本策略需要在AIStudio 3.0环境下运行(点击克隆之后-选择最新环境)
{{membership}}
[https://bigquant.com/codeshare/f4d50c8c-dc68-44e2-89ef-e91c72ad01f4](https://bigquant.com/codeshare/f4d50c8c-dc68-44e2-89ef-e91c72ad01
更新时间:2024-04-25 07:22
更新时间:2024-04-25 07:21
更新时间:2024-04-25 07:20
%%sql
SELECT
log(total_market_cap) as f_market_cap,
m_avg(turn,20) as f_trun,
date,
instrument,
industry_level1_code,
c_neutralize(f_trun,industry_level1_code,f_market_cap) as NEW_TURN
FROM cn_stock_factors
JOIN cn_stock_industry_component
USING(date,i
更新时间:2024-01-02 06:04
不然提取基础数据就得join几张表,效率太低了
更新时间:2023-12-08 08:19
想请问一下 平台,我看BBS上说是计算换手率,但是我看因子分析模块里面算出来的 ,那个因子拥挤度,都超过100了,感觉不像是 换手率(因为单个股票换手率一天最高才100%)。那请问因子分析模块 的 因子拥挤度到底是怎么去计算的呢?
更新时间:2023-10-09 06:47
我们从行业层面的量价数据入手,根据量价因子的本质含义对其进行归类,将量价因子分为动量、交易波动、换手率、多空对比、量价背离、量幅同向六大类。
我们对这六大类中的量价因子进行单因子测试,包括因子分组测试和因子IC值分析,最终得到了11个较为有效、逻辑性强的月频行业因子。
我们根据11个量价因子构建量价行业轮动组合,每月末选取中信一级行业(剔除综合和综合金融)中复合因子值最高的五个行业,行业间等权加权。
2010年至2022年7月,量价行业轮动组合的累计收益为580.00%,相对于全部行业等权组合的累计超额为
更新时间:2023-06-01 14:28
(一) 主要内容
本篇报告首先对基础动量因子进行细致分析,发现基础动量存在较多不足并提出改进思路的二维矩阵,之后对每个改进维度的切入点、逻辑链条和改进方法进行详细阐述,最后测试了各个改进因子的提升效果。
(二 ) 基础动量刨析
(三 ) 改进动量的思路框架
更新时间:2023-06-01 14:28
常见选股因子在医药行业内存在显著选股效果。其中,风格类因子平均收益水平高,但稳定性差,在近两年出现了持续性的大幅回撤。技术类因子与股票收益呈现显著负相关性,前期涨跌幅越大,换手率越高,波动率越大,流动性越强,次月股票收益表现越差。在这几个因子中,综合表现最好的是波动率,综合表现相对较差的是换手率。盈利能力在医药行业内也存在显著的选股效果,高盈利公司具有更高的收益。
医药行业其他有效的选股因子。除常见的ROE及其同比增长因子外,其余基本面因子在医药行业内也存在显著的选股效果。企业盈利能力越高,资产增长越快,利润增长越快,盈利质量越好,偿债能力越强,股票收益表现越优。从一致预期数据
更新时间:2023-06-01 14:28
本报告使用深度学习方法对基本面模型进行增强,增强模型首先使用基本面模型选出初筛股票池,然后使用深度学习模型对初筛股票池进行二次筛选,该策略较低的换手率水平下可以获得更好的超额收益
基本面模型和深度学习模型具备组合基础
以中证800指数为基础的增强模型表现
以沪深300指数维基准的增强模型表现
[/wiki/static/upload/2e/2ef7bcaa-8432-4f07-8d61-270c5f5967b0.pdf](/wiki/static/upload/2e/2ef7bcaa-8432-4f07-8d61-270c5f5967
更新时间:2023-06-01 14:28
通过分期截面RLM回归计算因子收益,计算因子暴露与下期收益率的相关度IC值,同时结合分层回测法检验因子单调性,构建较为综合全面的因子测试体系。
因子测试中使用了包括因子收益序列t值,因子累计收益率,因子测试t值,IC,IR,多空组合收益率、最大回撤、换手率等等指标
涵盖了估值因子,规模因子,成长因子,质量因子,杠杆因子,动量因子,波动因子,技术因子,流动性因子,分析师因子等共10大类100多个细分因子。
针对五大指标给因子表现打分,筛选出预测能力强,显著性高,单调性好
更新时间:2023-06-01 14:28
Smart Beta 产品近些年在海外市场规模增长迅速,它和主动量化、指数增强等alpha产品一样,收益来源于资产定价因子的风险溢价,不同之处在于获取因子暴露的方式,往往换手率较低。
我们把A股常用的指数增强策略用到了标普500指数上。用到的alpha因子中只有估值因子在标普500成分股内总体效果显著,但最近三年也有明显衰减。在不扣费情况下,年化超额收益仅0.16%,由此可见标普500指数的市场有效性。
对比看规模最大的20只Smart Beta ETF产品,有十支过去十年相对标普500的年化超额收益为正,Invesco S&P 500 Equal Weigh
更新时间:2023-06-01 14:28
因子分析完后,有多空组合,这个怎么套用来选股呢?
更新时间:2023-06-01 14:26
请教各位,
一个策略的换手率是如何计算的?
更新时间:2023-06-01 02:13