关闭
您正在使用的浏览器版本较低,无法支持聚宽的某些特性。
为了获得更好的体验,推荐使用:
Google Chrome
或者
Mozilla Firefox
或者
IE9以上
。
返回主题列表
因子分析系列文章(一)聚宽单因子分析基础模板
量化狙击
发布于2020-02-05
回复 21
浏览 7922
158
listen
分享到:
微信
微博
雪球
单因子分析是因子分析的入门,也是量化策略首先要掌握的内容,这个系列文章旨在把因子分析的过程做一个阐述,从最基础的功能讲前起,首先说下聚宽自带的单因子分析模块。 过程比较简单,主要是几个部分: #导入需要的数据库 from jqfactor import analyze_factor from jqfactor import get_factor_values #初始化 start='2018-01-01' end='2019-01-01' periods=(1,5,20) quantiles=5 #导入因子值 factor='net_profit_ttm' scu='000300.XSHG' factor_data=get_factor_values(securities=get_index_stocks(scu), factors=[factor],start_date=start, end_date=end)[factor] #因子分析 far = analyze_factor(factor=factor_data, start_date=start, end_date=end, weight_method='avg', industry='jq_l1', quantiles=quantiles, periods=periods,max_loss=0.2) #收益分析 # 收益能力速览 far.plot_returns_table(demeaned=False, group_adjust=False) ………… 其余内容看附件就可以,这是在基础的因子分析,原理后面再讲,先感受一下!
158
listen
分享到:
微信
微博
雪球
评论
qqyin
已点赞,请回复
2020-02-05
量化狙击
@qqyin 不错,还有这个操作,厉害了
2020-02-05
见路不走2019
谢谢
2020-02-07
QS_GOLD
xx
2021-08-04
nicklux2017
因子学习,start
2021-10-19
232020
good job
2021-12-23
叶落归吐出新绿
聚宽的因子分析框架很好,但是有一个问题挺困扰人的,可却没看到有人提出,难道是我没打开正确的使用方法? 问题:框架里获取因子值的方法是直接获取历史n年的股票列表数据,如果年限越长,那么缺失值是越多的,假设缺失值大于0.5,那么这个框架不就不能用了吗?即使填充数据也会使得偏差太大。 当前股票4000只,以前只有1、2千只,用过去十几年的数据缺失值必然很大啊,怎么解决呢?请高手赐教
2022-01-08
叶落归吐出新绿
@叶落归吐出新绿 是不是应该每个周期(月频或周频)处理一次数据呢,这样不会因为时间相隔太远,导致股票数量倍增,却找不到它以前的数据?
2022-01-08
WXW88
已学习
2022-02-22
唐寒明
@叶落归吐出新绿 我的经验是,一是看研究的股票域,做一些筛选,比如st的,新股,停牌等股票筛掉,这些就会减少一部分缺失值,二是看具体因子,因为有的因子计算是用到个股很长周期的数据,这种就要具体分情况讨论,可以用行业均值(一级或者三级行业)填充,前值填充,0值填充,总之我感觉每个缺失值都是有具体原因的,数据清洗很重要,个人理解,仅供参考啊
2022-03-08
宸风破浪^_^睿不可挡^_^誉满天下
因子选股入门非常好的文章
2022-04-29
k1112001
@量化狙击 谢谢分享,已经点赞,盼回复
2022-08-10
FanQieQingcai
@k1112001 谢谢分享,已经点赞,盼回复
2022-08-10
k1112001
@nesh36 谢谢
2022-08-10
股网金来
这些图咋看?
2022-10-04
股网金来
# 画各分位数平均收益图 #far.plot_quantile_returns_bar(by_group=False, demeaned=0, group_adjust=False) far.plot_quantile_returns_bar(by_group=False, demeaned=False, group_adjust=True) 请问这因子平均收益值如何得到?用于判断因子收益是否线性,是否有效
2022-10-04
一只小张
[243 rows x 300 columns] /opt/conda/lib/python3.6/site-packages/jqdata/apis/data.py:159: UserWarning: 不建议继续使用panel(panel将在pandas未来版本不再支持,将来升级pandas后,您的策略会失败),建议 get_price 传入 panel=False 参数 warnings.warn("不建议继续使用panel(panel将在pandas未来版本不再支持,将来升级pandas后,您的策略会失败),"
2023-03-15
一只小张
@一只小张 大佬们这个问题针对作者这个数据,代码应该怎么改呀
2023-03-15
奉天大白
 这值是怎么算出来的?有什么作用?
2023-08-17
谢玄远
@一只小张 这个感觉忽略警告就可以了
2023-11-17
您尚未登录,请
登录
或者
注册
聚宽发表回复。
取 消
提 交