{"data":{"content":"<h3 id=\"\">获取因子看板分位数历史收益率<\/h3>\n<pre><code class=\"python language-python\">get_factor_stats(factor_names=None, universe_type='hs300',\n                     start_date=None, end_date=None, count=None,\n                     skip_paused=False, commision_fee=0.0)\n<\/code><\/pre>\n<div class=\"block\">\n\n<!-- 每行文字需要用p标签包裹，如果需要加粗用strong标签包裹  -->\n<p><strong>参数<\/strong><\/p >\n\n<!--  列表 -->\n<ul>\n  <li>factor_names :因子名称，单个因子（字符串）或一个因子列表，支持的因子见<a href=\"https:\/\/www.joinquant.com\/help\/api\/doc?name=JQDatadoc&id=9973\">聚宽因子库<\/a><\/li>\n\n\n<li>universe_type : 股票池包括以下五种( 默认为'hs300')：\n                                       <br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;'hs300': 沪深300\n                                        <br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;'zz500': 中证500\n                                        <br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;'zz800': 中证800\n                                        <br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;'zz1000': 中证1000\n                                        <br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;'zzqz': 中证全指<\/li>\n\n<li>start_date : 开始日期，字符串或 datetime 对象<\/li>\n<li>end_date : 结束日期，字符串或 datetime 对象，可以与 start_date 或 count 配合使用<\/li>\n<li>count: 截止 end_date 之前交易日的数量（含 end_date 当日）<\/li>\n<li>skip_paused : 是否跳过停牌，bool，默认为False<\/li>\n<li> commision_fee : 手续费，float，0.0\/0.0008\/0.0018, 默认为0.0<\/li>\n\n<\/ul>\n\n\n<\/div>\n<div class=\"block\">\n\n<!-- 每行文字需要用p标签包裹，如果需要加粗用strong标签包裹  -->\n<p><strong>返回<\/strong><\/p >\n<li> 因子的收益需要下一交易日才可得到 ,因此实际数据可获取的时间比date晚一个交易日(T日收盘后的因子收益需要T+1的收盘价才可得出，数据需要在T+2日凌晨3点计算之后才可得到)<\/li> \n<li>  一个 dict，其中 key 是因子名称，value 是一个 pandas.DataFrame<\/li> \n<li> DataFrame 的 index 是日期，column 1,2,3,4,5是一分位、二分位、三分位、四分位、五分位累积收益<\/li> \n\n<\/ul><\/div>\n<h5 id=\"-1\">示例<\/h5>\n<pre><code class=\"python language-python\">from jqdatasdk import *\ndata = get_factor_stats(factor_names=['btop','divyild','earnqlty'] , end_date ='2022-09-20',count=5  )\nprint(data['btop'])\n\n&gt;&gt;&gt;                    1         2         3         4         5\n2022-09-14  1.721280  1.923886  1.938821  1.850656  2.205259\n2022-09-15  1.697609  1.880201  1.884546  1.790639  2.154095\n2022-09-16  1.701172  1.882062  1.878233  1.787517  2.156027\n2022-09-19  1.717246  1.893436  1.879293  1.769476  2.142427\n2022-09-20  1.687232  1.869481  1.866279  1.774785  2.152991\n<\/code><\/pre>\n<pre><code>  &lt;\/article&gt;\n&lt;\/div&gt;\n<\/code><\/pre>"},"status":"0","code":"00000","msg":""}