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
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:2023-12-21 11:08
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
为了保证讨论在相似的知识水平上进行,我们可以先做以下假设:
1.买私募产品就是为了获得绝对收益的,公募基金的排名才看相对收益;
2.不同交易频率、换手率的策略难以进行比较哪个更好;
3.换手率越高的策略一般收益风险比越高。
我发现有些人很喜欢绕来绕去,对付这种人最好的方法就是自己先认准几个底线、公理,不管他绕来绕去中间过程多么复杂,反正最后如果他违反了这些公理,那么他就是在忽悠,没什么好说的。
比如最简单的常识,考察私募基金的水平,当然就是看绝对收益或相关指标,比如最大回撤、收益/最大回撤、夏普比等等,反正我买私募产品就是为了赚钱,赚钱的稳定性当然就是看这些指标,至于你
更新时间:2023-06-14 03:02
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
更新时间:2023-06-01 06:11
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
更新时间:2023-05-31 07:19
在多因子量化选股系列报告中,我们已经撰写了一系列基础技术因子并对其进行有效性检验,本篇报告从换手率、非流动性和量价信息结合这几个方面继续挖掘新的技术因子。
换手率是指在一定的时间内市场中股票转手买卖的频率,是反映股票流通性强弱的一个指标。本篇报告研究了换手率稳定性因子、换手率变异系数因子、异常换手率因子。在中证500股票池内,换手率稳定性_12个月、换手率变异系数_12个月因子的表现较好。
非流动性指标通过成交额对绝对收益的影响,来衡量股票交易对市场的冲击,用于刻画股票的非流动性。本篇报告研究了非流动性因
更新时间:2023-03-27 07:06
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?
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
更新时间:2022-11-09 01:23
学术界对于股票关联网络的研究由来已久,用于构建关联网络的市场信息主要集中于涨跌幅、成交额、换手率等维度。本报告尝试从基金持仓维度出发,探索基金共同持仓股票间的关联网络及应用。本文分别从“基金管理人认知”和“股东协同行为”两个角度理解“基金共同持仓行为是股票关联关系的重要来源”。 基金管理人认知的角度:基金持仓反映管理人在个股层面用脚投票,基金共同持仓两只股票,反映两只股票对管理人而言具有某一方面共性;股东协同行为的角度:被基金共同持有的股票,其股东成分有交集,从而导致其市场表现存在一定程度关联。
更新时间:2022-10-08 08:39