文章目录因子分析跟主成分分析对比因子分析的实例例1例2因子分析模型原理假设性质因子载荷矩阵的意义参数估计因子旋转方法因子分析SPSS操作实例第一次运行对因子分析结果的介绍因子载荷散点图因子得分 因子分析跟主成分分析对比主成分分析：主成分是各指标的线性组合选取主要的几个主成分包含了原始数据80%以上的信息实现降维因子分析因子的线性组合构成原始变量（指标）每个指标有一个特殊因子。让特殊因子尽可能小，
什么是Alpha因子？也就是超额收益因子。我们首先总结一下基本因子：盈利性：投入资本回报率(ROIC)、已利用资本回报率(ROCE)、净资产收益率(ROE)、总资产收益率(ROA)、边际利润、人居收入、经济利润、投资增额收益。估值：自由现金流价格比、外部融资总资产比、企业价值与EBITDA比(EV/EBITDA)、市盈率、股息率。现金流：自由现金流(FCF)和营业收入之比、投入资本现金回报率(RO
转载
2024-02-22 23:44:37
125阅读
pandas的IO 量化投资逃不过数据处理，数据处理逃不过数据的读取和存储。一般，最常用的交易数据存储格式是csv，但是csv有一个很大的缺点，就是无论如何，存储起来都是一个文本的格式，例如日期‘2018-01-01’，在csv里面是字符串格式存储，每次read_csv的时候，我们如果希望日期以datatime格式存储的时候，都要用pd.to_datetim
转载
2024-06-18 08:16:34
54阅读
1.理论背景故事要追溯到1952年，那是一个春天，有一位老人，在中国的南海边，咳咳咳咳，抱歉，不小心串词了，事实是这样的：没错，正是由于这几位大神的杰出贡献，我们得到了量化因子的前身，APT模型，但是，这个模型并没有告诉我们应该如何确定因素。因此，后面就衍生出了可以确定因素的多因子定价模型。 2.多因子定价模型多因子定价模型认为每一只股票的预期超额收益是由股票的因子头寸决定的，预期超额收
转载
2023-10-18 10:37:35
98阅读
前言前段时间，小编参加了某个数据挖掘的挑战赛，现在比赛已经过了，所以小编准备分享一下所用到的代码，知识。题目题目就如上图，有两问题，第一问是让我们根据所给数据找出影响高送转的因子（这些名词题目有给解释，小编也会给大家），第二问根据所给的前七年的数据，预测第八年那些股票会发生高送转。第一问大家都很好理解，给了七年股票的因子数据，有基础数据，年数据，日数据，其中日数据有 3G，根据所给数据，从中找出影
原创
2021-01-02 13:52:13
523阅读
传统风控与量化风控的区别在于风控的手段是否依赖于数据决策。由于大数据的兴起，在量化风控里一切似乎都是可以数据化。比如信贷风险就可以用拨备计提来衡量，关于拨备计提有个很重要的计算公式： PIP=PDLDGENR根据信用风险是否发生显著增加以及资产是否已发生信用减值，对资产分别以12个月或整个存续期的逾期信用损失计量损失准备。计提是有三个部分组成：预期信用损失时违约概率（PD）、违约风险敞口（EN
一、什么是多因子模型？寻找那些对股票收益率最相关的影响因素，使用这些因素（因子或指标）来刻画股票收益并进行选股。核心思想在于，市场影响因素是多重的并且是动态的，但是总会有一些因子在一定的时期内能发挥稳定的作用。二、理论背景证券组合超额收益=alpha + beta*市场组合超额收益马科维茨论文：开创性地引入了均值和方差来定量刻画股票投资的收益和风险（被认为是量化交易策略的鼻祖），建立了确定最佳资产
转载
2023-12-03 07:59:17
27阅读
# Python因子挖掘回测代码实现教程
## 概述
在本教程中，我将教你如何使用Python实现因子挖掘回测代码。首先，我会给你展示整个流程的步骤，然后逐步解释每个步骤需要做什么，以及需要使用的代码和代码注释。
### 任务流程
```mermaid
flowchart TD
A(准备数据) --> B(因子挖掘)
B --> C(回测)
C --> D(结果分析)
原创
2024-05-02 06:27:11
196阅读
遗传算法在开始之前，我们先来了解下遗传算法中的几个概念。概念1：基因和染色体在遗传算法中，我们首先需要将要解决的问题映射成一个数学问题，也就是所谓的“数学建模”，那么这个问题的一个可行解即被称为一条“染色体”。一个可行解一般由多个元素构成，那么这每一个元素就被称为染色体上的一个“基因”。比如说，对于如下函数而言，[1,2,3]、[1,3,2]、[3,2,1]均是这个函数的可行解（代进去成立即为可行
一、Alpha 和 Beta alpha难得，想获得alpha就需要通过多因子策略等方法，来获得！ 二、多因子策略 理论介绍2.1 什么是多因子策略特征：因子目标值：股票收益（需要计算） 2.2 多因子(Alpha因子)的种类按照因子分析角度： 按照因子来源的角度：  
转载
2024-01-07 20:43:52
67阅读
# 多因子量化选股策略实现流程
## 1. 确定选股策略目标和因子
在实现多因子量化选股策略之前，首先需要确定选股策略目标和所使用的因子。选股策略目标可以包括长期收益率、风险控制等。而因子可以是一系列能够反映股票价值和市场情况的指标，如市盈率、市净率、财务指标等。在确定因子时，需要结合策略目标进行选择。
## 2. 数据获取和处理
实现多因子量化选股策略需要获取所需的股票数据，并进行处理。
原创
2023-10-19 13:58:26
433阅读
1.学习《深入浅出python量化交易交易实战》第一章记录学习过程中的代码和一些坑1.1 基础（名词解释）1.1.1 CAPM （Capital Asset Pricing Modal）beta 系数 用于表示某项资产的系统性风险factor investment 因子投资 在因子投资中，因子的定义就是那些可以量化的信号、特征或其他变量。Arbitrage pricing Theory, Apt三
多因子认为股票收益率是由一系列因素（因子）决定的，其本质是基于历史数据的拟合和统计分析，通过与股票收益率最相关的因子，并基于套利定价理论（APT），将多个影响因子进行组合，构建综合选股指标来筛选股票。步骤
因子选取、因子有效性检验、因子筛选、综合评分模型以及模型的评价和改进。
弊端
任何一个多因子选股模型具有一定的时效性、风险性，需要使用者根
转载
2023-12-14 10:02:41
13阅读
量化交易之通用因子通用因子对动量因子的探索对价值因子的探索对波动因子的探索『指数增长的影响』『超级大牛股的特点』对投机因子的探索『短期主义，投机交易』『有效市场』
通用因子因子：对股价有直接影响的因素，用来解释股票涨跌和表现的各种原因的归纳。因子投资：利用因子找到更好的投资标的的方法。目前学界认为股票的回报主要是受几个因子的影响：市场因子：认为市场的整体回报，经济形式好，股票的收益会比平
原创
2023-06-05 16:35:38
149阅读
遗传算法 （Genetic Algorithm）基础信息选择策略： 物竞天择，适者生存。即按照某一特定条件进行选择。遗传因子: 在计算机中是用0/1编码来完成的遗传方式： 交叉、变异选择策略轮盘赌选择法轮盘赌选择法是根据个体的适应度值计算每个个体在子代中出现的概率，并按照此概率随机选择个体构成子代种群。常用步骤将种群中个体的适应度值叠加，其中m为种群个体数。
每个个体的适应度值除以总适应度值
转载
2023-12-21 15:46:21
174阅读
在Python财务因子量化选股中，质量类因子有2个，分别是净资产收益率和总资产净利率。需要注意的是，质量类因子在财务指标数据表indicator中。
原创
2024-05-05 17:28:55
28阅读
多因子选股模型在模型搭建中，往往会涉及到非常多的股价影响因子，并可能导出数量极多的备选模型。因此，对于多因子选股模型的评价和筛选，就显得尤为关键。对于专业的量化投资人而言，就需要进一步了解多因子选股模型的两种主要的评价判断方法——打分法和回归法。 1、打分法的评价原理和流程所谓打分法，就是根据各个因子的大小对股票进行打分，然后按照一定
转载
2023-12-24 00:12:51
134阅读
文：蓝兔子读难NOTES图： 配图 Python3 量化分析从小白到破产笔记基础数据类型-认识变量编码：0003最前面先放个简易目录，理清思绪好上路。python基础：编程环境准备学习路线规划当前=>基础数据类型：变量、字符串～基础语法与规范：注释、缩进～常用运算符：平方、与或非～程序3种执行结构：顺序、分支、循环高阶数据类型：列表、字典～函数：定义、调用、传参～高级特性：切片、迭代～文件读
选股是股市投资的第一步，是最基础的一步，也是最重要的一步。
原创
2024-05-05 17:31:42
37阅读
