多因子筛选与因子正交化引言在多因子研究框架中，如果已经检验出多个有效的因子，而在实际因子选股的过程中，各个有效的因子可能会相互影响，而高度相关的两个有效因子，即使都有不错的获取alpha的能力，但其来源可能相同。如下图为一系列的资金流向因子和成交额的相关散点图矩阵 图中资金流向因子与成交额因子都有高度的相关性，存在大量的共同信息是的无法研究各资金流向因子之间的差异。这时就需要正交化方法，将所有资金
转载
2023-11-23 22:57:37
8阅读
# Barra因子选股的Python实现
在现代投资中，因子模型被广泛应用于股票选择和投资组合管理。Barra因子模型是市场中广泛使用的一种多因子模型，主要通过分析不同因素对股票收益的影响来帮助投资者制定决策。本文将介绍如何使用Python实现Barra因子选股，并给出相应的代码示例。
## 什么是Barra因子？
Barra因子可以分为两大类：风格因子和行业因子。风格因子通常包括：市场风险
原创
2024-10-08 05:40:44
286阅读
多因子选股代码Python可以帮助投资者通过多个因子来评估股票的投资价值。该过程中涉及数据分析、模型构建和策略回测等环节。本篇博文将详细探讨如何在Python中实现多因子选股，涉及版本对比、迁移指南、兼容性处理、实战案例、性能优化以及生态扩展，帮助读者轻松上手。
## 版本对比
### 兼容性分析
在不同版本的Python中，多因子选股的库和API的更新至关重要。以下是对版本演进的时间轴展示：
金融是我最头疼的科目，监督自己坚持学下去！多因子选股策略理论多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票被买入，不满足的股票被卖出。例如，当很多投资者认为低市盈率（PE，公司市值/净利润）的价值型股票是好的投资标的时，他们纷纷买入低PE的股票，会使得该股票的价格上涨，这样就使得低PE的这个因子的有效性得到体现。实际上，并不是低市盈率就一定好，因为
转载
2023-10-02 08:12:12
14阅读
# Python因子选股入门指南
因子选股是一种投资策略，通过选择一组影响股票回报率的因子来进行投资决策。这些因子可能包括公司财务指标、市场情绪和其他相关数据。近年来，Python由于其强大的数据处理能力和丰富的金融库，成为量化投资领域的重要工具。本文将介绍如何使用Python进行因子选股，并通过一个简单的示例来展示其基本思路。
## 什么是因子？
因子可以理解为驱动资产回报的变量。例如，成
经过前两篇文章，我们把多因子选股策略三大步骤：因子的选取，检验，冗余因子剔除等介绍了一遍，接下来这一篇将利用已经得到的结论，完成最后一步，策略的实现。我们根据前两篇文章的内容，我们选取以下因子来构建策略：TAGRT，ROEANNUAL，SHTLIABTOTLIABRT，PB其因子的有效性图如下，股票池为“IT指数”成分股。 策略构建：基本思路：我们按照一定排列规则，将所有股票排序，并选取
转载
2023-10-20 17:16:34
58阅读
# coding=utf-8
from __future__ import print_function, absolute_import, unicode_literals
import numpy as np
from gm.api import *
from pandas import DataFrame
'''
本策略每隔1个月定时触发,根据Fama-French三因子模型对每只进行回
转载
2024-01-26 07:32:23
371阅读
本文原作者：甘泉 一、多因子选股背景量化交易策略无非三点：择时、选股、仓控。择时为短期套利交易策略，选股为中长期交易策略，目标是在中长期跑赢指数、获取市场超额收益率alpha。多因子选股的关键是找到寻找因子与股票收益率之间的相关性，即对收益率预测能力强的因子。一般多采用如下步骤：而传统的多因子模型在构建大类因子特征时往往依赖于投资者的主观判断和逻辑推理。机器学习等量化模型，依据某种机制，
转载
2024-07-05 04:02:11
39阅读
# 导入函数库 from jqdata import * # 初始化函数，设定基准等等 def initialize(context): # 设定沪深300作为基准 set_benchmark('000300.XSHG') # 开启动态复权模式(真实价格) set_option('use_real_
转载
2018-12-18 21:08:00
312阅读
前言： 在无人指导自学的环境下，只能靠网络搜索去记录些会用到的知识定义，以此来方便以后的学习，不定时频繁更新。1：CAPM 资本资产定价模型 capital asset pricing model2：CAPM模型:一个投资组合的超额回报率可由它对三个因子的暴露来解释，这三个因子是:市场资产组合（Rm-Rf）、市值因子（SMB）、账面市值比因子（HML）3：ROE 净资产收益率 return on
转载
2023-08-14 15:50:26
5阅读
本文试图构建一个通用的因子选股回测模型，来验证因子的有效性。什么是有效因子在构建因子选股回测模型之前，我们总结了一个有效因子的三个重要特征，它们是：①超额收益：一个有效因子，应当能筛选出好的股票组合，创造出跑赢大盘的超额收益。②持续性：一个有效因子，应当是在一个较长的时间段内持续有效，而不是仅仅在一个季度、一个年份有效。 ③稳定性：一个有效因子，不仅是对一个市场有效，而是在所有市场都有效，能够跨市
转载
2024-01-08 18:01:02
40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
# Python 多因子选股流程
作为一名经验丰富的开发者，我将向你介绍如何实现“Python 多因子选股”。在这篇文章中，我将给出整个流程的步骤，并提供每一步需要做的代码以及相关注释。
## 1. 数据获取
在进行多因子选股之前，我们首先需要获取股票数据。你可以选择使用第三方库如`pandas_datareader`来从股票数据源中获取数据。下面是获取数据的代码示例：
```python
原创
2023-08-01 04:52:15
594阅读
# Python多因子选股的基本概念与实现
在投资领域中，投资者往往需要从众多股票中筛选出具有潜在回报的股票。为此，多因子选股策略应运而生。多因子选股通过对多个影响股票表现的因素进行综合考虑，帮助投资者找到合适的投资标的。本文将介绍多因子选股的基本原理，并通过Python代码示例演示如何实现这一策略。
## 多因子选股的基本原理
多因子选股是指通过多个独立的因子来评估和选择股票。因子可以包括
首先，我们先来看一下通过卷积神经网络选股模型的整体流程，然后再根据每一步流程进行介绍，具体如下图所示：1、数据获取用于历史回测数据来自所有A股股票，其中剔除了ST股以及上市3个月的股票，另外，每只股票是做一个样本。回测的区间是从2011年1月31日到2019年1月31日。2、特征和标签提取通过CNN进行分类预测时，必然需要进行对特征进行提取并进行标签的标注工作。其中，样本特征是根据每个自然月的最后
转载
2023-12-26 21:01:08
9阅读
Fama-Macbeth回归及因子统计引言本文介绍的因子统计方法基于1973年Fama和Macbeth为验证CAPM模型而提出的Fama-Macbeth回归，该模型现如今被广泛用被广泛用于计量经济学的panel data分析，而在金融领域在用于多因子模型的回归检验，用于估计各类模型中的因子暴露和因子收益（风险溢价）。Fama-Macbeth与传统的截面回归类似，本质上也与是一个两阶段回归，不同的是
转载
2023-09-18 10:51:53
330阅读
# Python多因子选股策略：入门指南
在金融市场中，选股是投资者决策中的重要环节。为了提高选股的成功率，许多专业投资者采用多因子模型来挖掘潜力股票。本文将介绍Python多因子选股策略的实现方法，并提供相应代码示例，帮助读者理解这一策略的核心思想。
## 什么是多因子选股策略？
多因子选股策略是通过多个市场因素（也称为“因子”）来评估和挑选股票的一种选股方法。因子可以是基本面指标（如市盈
# Python多因子选股回测代码科普
在量化投资中，多因子选股策略是一种常见的方法，通过多个因子的综合评分来筛选股票。此方法可以帮助投资者提高选股的准确性，经过历史数据的回测，能够验证策略的有效性。本文将为您介绍如何使用Python实现多因子选股回测，并提供相关代码示例。
## 多因子选股的基本概念
多因子选股的核心思想是，选取多个因子作为股票表现的预测变量，比如市盈率、净资产收益率、营业
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。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，然后按照一定的权重加权得到一个总分，最后根据总分再对股票进行筛选。对于多因子模型的
摘要量化投资中经常听到的“多因子模型”是个什么鬼？因子是影响因素的简称，或简单理解成指标。我们都知道股票收益受到多重因素的影响，比如宏观、行业、流动性、公司基本面、交易情绪等等。所谓“多因子模型”，说白了就是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。1952年马柯维茨（Markowitz）在The Journal of Finance（金融学最顶级的
转载
2024-01-16 18:19:19
7阅读
