加载中...
因子逻辑
以历史走势高度相关的一组股票为同伴,比较同伴与自身近 5 个交易日的表现。信息在关联股票间扩散存在时滞,同伴已上涨而自身落后时,往往会补涨。值越大表示同伴近期涨幅相对自身越大,补涨潜力越强。
所属主题:日内价格锚与量价结构因子。A 股日频因子,每行一只股票一个交易日。
读取平台表 cn_stock_factors_ext_pv.corr_peer_ret_spillover_5d 原值;值只覆盖每日中证 1000 成分股,因此只做中证 1000 口径的分析。
BigQuant SQL
SELECT date, instrument, corr_peer_ret_spillover_5d AS factorFROM cn_stock_factors_ext_pvORDER BY date, instrumentbq templates new strategies/multi_factor.py bqf_10965_strategy.py --name '相关同伴收益溢出 选股' \ --set 'TABLES=["BQF"]' --set 'FACTORS=["BQF_10965"]' --set 'HOLD=30' \ --set 'EVERY=20' --set 'BENCHMARK="000300.SH"' --set 'START="2021-01-01"' \ --set 'END="2026-11-20"' \ && python bqf_10965_strategy.pySELECT date, instrument, BQF_10965 FROM BQF带入当前因子,在 Cowork 中继续研究。
from bigquant import dai, factor
values = dai.query( "SELECT date, instrument, BQF_10965 AS corr_peer_ret_spillover_5d FROM BQF", filters={"date": ["2021-01-01", "2026-10-08"]},).df()report = factor.analyze( values, start_date="2021-01-01", end_date="2026-10-08", universe=("all", "hs300"), neutralize=(None, "size+industry"), depth="deep",)report.render()