加载中...
因子逻辑
结合价格水平、滞后反转和历史涨跌状态,刻画不同市场状态下的反转倾向。 因子在当日收盘后可得,供下一交易时段使用。
所属主题:日内价格路径因子。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_hf_path.lagged_reversal_drift_regime_m1 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, lagged_reversal_drift_regime_m1 AS factorFROM cn_stock_factors_ext_hf_pathORDER BY date, instrumentbq templates new strategies/multi_factor.py bqf_10981_strategy.py --name '分钟版滞后反转状态 选股' \ --set 'TABLES=["BQF"]' --set 'FACTORS=["BQF_10981"]' --set 'HOLD=30' \ --set 'EVERY=20' --set 'BENCHMARK="000300.SH"' --set 'START="2021-01-01"' \ --set 'END="2026-11-20"' \ && python bqf_10981_strategy.pySELECT date, instrument, BQF_10981 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_10981 AS lagged_reversal_drift_regime_m1 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()