经典财务因子实现教程

导语

虽然数据平台的股票数据和因子数据都提供了一些预先加工好的财务因子，但我们希望把加工方法告诉大家，以便各位研究员可以随心所欲灵活地构建财务因子。

在我们阅读券商金工研报时，我们经常会遇到一些财务因子，比如同比类、环比类、几何增长类、总和类、平均类的财务衍生因子，本文的目的就是希望提供代码示例，告诉大家怎么在bigquant平台上灵活加工这些因子。授人以鱼不如授人以渔。

因为经典财务因子也是时序因子，但其时间刻度并不像量价数据是交易日，而是季度，或者年度，因此和加工量价因子有很大区别，不能直接使用DAI算子。

本文使用纯python源码加工因子，只有读取原始财务数据时使用了dai的query读取接口。因子的加工思路如下，具备通用性和广泛性：

因子示例	因子描述	加工代码
单季度净利润环比增长率	本季度净利润相比上一季度净利润的变化率	环比因子
单季度营业收入同比增长率	本季度营业收入相比上一季度营业收入的变化率	同比因子
过去四年净利润总和	最近四个财务年度的净利润总和	净利润总和
5年净资产增长率	当前净资产和5年前的净资产的几何增长率	净资产增长率
每股收益稳定性	过去16个季度每股收益的标准差，数值越低越好	稳定性因子
财务质量	个股过去三年ROE_TTM均值（越大越好）百分比排名+过去3年ROE_TTM波动率（越小越好）百分比排名。因子值等于两个指标分别计算百分比排名并等权相加。若个股计算数据不够三年，则按以下逻辑调整：50%股票指标值+50%二级行业中位数（满3年的行业指标中计算）	质量因子