beta

贝塔系数（Beta）是衡量一项投资相对于整体市场波动的指标。它是资本资产定价模型（CAPM）的关键组成部分，用于计算资产的预期回报和风险。贝塔系数反映了个别股票或投资组合相对于市场基准（如标准普尔500指数）的波动性。

BigQuant的金融市场数据因子平台以及AI量化策略平台（PC端），可以验证Beta贝塔系数因子组成的AI量化策略。

![](/wiki/api/attachments.redirect?

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

策略案例

https://bigquant.com/experimentshare/0f3871389f5846009ba425fe066d03b2

\

2023年预计算因子部分缺失数据

\

• 缺失的因子包括：

{'liquidity', 'beta', 'value', 'nonlinear_size', 'momentum', 'leverage', 'size', 'growth', 'residual_volatility'}

• 2022年仍能读取

\

本文主要有以下几点改进： 1.特征：加入新特征，beta，macd，willr等。 2.模型：使用随机森林，其中树的个数限制为15，树的最大深度为25，防止过拟合。使用回归算法而不是分类算法。 3.标注：使用（卖出价格-买入价格）/ 买入价格作为标签。 4.回测：股票资金分配，使得排名靠前的股票能分配到更多资金投入，加入止损策略（跌破3%止损）。

T.norm([1 / math.exp(i) for i in range(0, stock_count)]) #[0.3391,0.2139,0.1695,0.1460,0.1312]

问题

回测模块的返回可以用

read_raw_perf()来读取，但是读取之后每个列的值的含义可以去哪里查呢，虽然这个链接已经写了一部分，但是列名和使用read_raw_perf()读取后的结果是对不上的，比如读取后的列名有 returns，

starting_exposure，pnl，

excess_return max_drawdown max_leverage

等等这些列的具体含义有说明文档可以查吗？

解答

目前还没有对raw_perf进行字段文档的输出，这个我们下来整理一下近期会放到知识库中

最近有很多篇关于CTA危机alpha之类的文章，讨论来讨论去不知所云。

一般所谓的alpha，这是针对股票市场而言的。比如一只股票的日线收益率，对市场的收益率，做一个带常数项的线性回归，那么得到的常数项就成为alpha，系数成为beta，这是最原始的定义。

这个定义的含义在于，把一支孤股票的收益率拆分成两项：一项是跟市场整体收益率相关的，比如市场涨1%，它跟着涨0.5%，那么beta就是0.5；另外一项是跟市场涨跌无关的，就是alpha项，如果是正的，就称为超额收益。

一般认为，跟随市场涨跌那部分收益，是承受了市场涨跌风险的，所以这部分收益不能算作投资经理的水平。只有跟市场涨跌无关的那部

摘要

本篇是“学海拾珠”系列第四篇，摘选自论文《AssetPricing: A tale of nightand day》的核心结论

作为资本资产定价的入门级公式，CAPM长久以来在实际市场中表现不佳，市场风险（beta）与经典的日度收益率（close-to-close）之间的相关性很弱，本文作者创造性地提出了一个观点：股票日内收益（open-to-close）和隔夜收益（close-to-open）对于beta的敏感度是完全不同的

为检验CAPM在每天不同时间段内的表现形式，本文以美股为样本，将股票收益拆分成日内收益和隔夜收益两部分，分别研究两者和beta的相关性，实证结