预计算因子

一、数据简介

该表融合了多种类型的因子：量价、基本信息、估值、指数、技术指标、资金流、财务因子等。该表是个 view，注意带时间窗口因子的使用，详见下文。同时，为了方便筛选和展示，前端页面不展示数量过多的技术指标和财务因子等，相关字段查询见下文。

不建议使用本表。 本表是早期把多张数据表合并在一起的宽表，目的是不用联表查询就能直接取到常用因子。现在建议直接从下面的底层数据表读取原始数据，再用 SQL 或 Python 自行计算所需的基础因子，字段口径更清楚，也不受宽表字段范围的限制。每个字段的描述里给出了对应的 SQL 算子，可以作为自行计算的参考。

• 数据起始时间：2005-01-04
• 数据结束时间：2026-11-04
• 数据更新频率：每个交易日

二、主键说明

三、带时间窗口的因子使用

该表底层是个 view，存储的是 SQL 语句，所以读取带时间窗口的因子时会出现 null 值。

以 momentum_5 因子为例，它的算子可见“表结构”。下面两个 SQL 语句是等价的：

第一个 SQL 语句，直接从 cn_stock_prefactors 获取 momentum_5 因子：

select date, instrument, momentum_5 as momentum_5 from cn_stock_prefactors

第二个 SQL 语句，从 cn_stock_bar1d 计算 momentum_5 因子：

select date, instrument, close / m_lag(close, 5) - 1 as momentum_5 from cn_stock_bar1d

所以前 5 日会有 null 值。

四、字段查询

估值因子

可见表 cn_stock_valuation 或 cn_stock_valuation_community：

• cn_stock_valuation 是估值因子的收费版本，含更多估值字段，页面链接：https://bigquant.com/data/datasources/cn_stock_valuation
• cn_stock_valuation_community 是估值因子的免费版本，仅含常见的估值字段，页面链接：https://bigquant.com/data/datasources/cn_stock_valuation_community

资金流指标

可见表 cn_stock_moneyflow。由于指标较多，prefactors 前端页面只展示核心字段，更多字段请查阅页面链接：https://bigquant.com/data/datasources/cn_stock_moneyflow

技术指标

可见表 cn_stock_factors_ta，页面链接：https://bigquant.com/data/datasources/cn_stock_factors_ta

财务因子

由于指标较多，prefactors 前端页面只展示核心字段，更多字段请查阅：

• cn_stock_factors_financial_items 包含收费的财务科目因子，页面链接：https://bigquant.com/data/datasources/cn_stock_factors_financial_items
• cn_stock_factors_financial_indicators 包含收费的财务指标因子，页面链接：https://bigquant.com/data/datasources/cn_stock_factors_financial_indicators
• cn_stock_factors_financial_extend 摘取财务科目和财务指标中的部分字段作为免费的财务因子，页面链接：https://bigquant.com/data/datasources/cn_stock_factors_financial_extend

行业相关因子

可见表 cn_stock_factors_industry，页面链接：https://bigquant.com/data/datasources/cn_stock_factors_industry

五、示例数据

2026-10-28 至 2026-11-04 的数据，字段较多，只展示行情相关的 6 个字段，按日期和股票代码排序，展示前 5 行和后 5 行。

六、底层数据表

本表是一个 view，由行情、股本、交易状态、基本信息、融资融券、指数、资金流、估值、技术指标、财务因子等数据表按 date、instrument 关联而成。字段不逐个列出，每个字段的描述里给出了对应的 SQL 算子，可以照着从底层表计算。

以 close 和 total_shares 为例：

momentum_5 的计算示例见第三部分。其余类别的字段见第四部分对应的数据表。

• 带时间窗口的算子会出现nan值，原理可用以下sql验证

import dai
dai.query("""SELECT date, instrument, close, close / m_lag(close, 5) - 1, momentum_5,FROM cn_stock_prefactorsWHERE instrument = '000002.SZ'""", filters={"date": ["2024-01-01", "2024-04-01"]}).df().head(10)

• 带时间窗口算子的证券读取方式，向前获取N日:

import daifrom datetime import datetime, timedelta
start_date = "2024-01-01"# 读取5日动量因子，则我向前多读取10的收盘价数据before_start_date = (datetime.strptime(start_date, '%Y-%m-%d') - timedelta(10)).strftime('%Y-%m-%d')end_date = "2024-04-01"
df = dai.query("""SELECT date, instrument, close, momentum_5,FROM cn_stock_prefactorsWHERE instrument = '000002.SZ'""", filters={"date": [before_start_date, end_date]}).df()df[(df["date"] >= start_date) & (df["date"] <= end_date)].head(5)

• 过滤ST/*ST/退市警示股可以用is_risking_warning字段：

import dai
dai.query("""SELECT date, instrument, is_risk_warningFROM cn_stock_prefactorsWHERE is_risk_warning = 0""", filters={"date": ["2024-01-01", "2024-04-01"]}).df()

• 读取技术指标字段，字段查询参考 cn_stock_factors_ta:

import dai
dai.query("""SELECT date, instrument, macd_diff_5_20_5FROM cn_stock_prefactors""", filters={"date": ["2024-01-01", "2024-04-01"]}).df()

• 读取财务科目字段，字段查询参考 cn_stock_factors_financial_items:

import dai
dai.query("""SELECT date, instrument, net_profit_lf, net_profit_ttmFROM cn_stock_prefactors""", filters={"date": ["2024-01-01", "2024-04-01"]}).df()

• 读取财务指标字段，字段查询参考 cn_stock_factors_financial_indicators:

import dai
dai.query("""SELECT date, instrument, gross_profit_lf, gross_profit_ttmFROM cn_stock_prefactors""", filters={"date": ["2024-01-01", "2024-04-01"]}).df()