加载中...
因子逻辑
来源:方正证券草木皆兵因子,字段 retail_salience_return。读取平台表中的因子原值。源记录未提供计算公式,不推断底层算法。
代码链接:https://bigquant.com/codesharev3/28353530-e3a0-468b-a43b-2c8371ba67c8
源记录(Sheet1 第 167 行):因子方向 1,原始 IC -0.0346,IR -0.4105,多头年化 -0.2249,空头年化收益 0.1701。源数值保持原单位。
方向处理:源 IC 为负,因子值乘以 -1 后存入正向值表;分析和用户取值均使用转换后的值。分析指标与逐日图表均保留真实计算结果,不对 IC 取绝对值;不同窗口和中性化口径仍可能出现负 IC。
BigQuant SQL
SELECT date, instrument, -1 * retail_salience_return AS retail_salience_returnFROM cn_stock_factors_hf_fz_startled_by_grassbq templates new strategies/multi_factor.py bqf_11220_strategy.py --name '方正草木皆兵166 选股' \ --set 'TABLES=["BQF"]' --set 'FACTORS=["BQF_11220"]' --set 'HOLD=30' \ --set 'EVERY=20' --set 'BENCHMARK="000300.SH"' --set 'START="2021-01-01"' \ --set 'END="2026-11-20"' \ && python bqf_11220_strategy.pySELECT date, instrument, BQF_11220 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_11220 AS retail_salience_return FROM BQF", filters={"date": ["2021-01-01", "2026-10-13"]},).df()report = factor.analyze( values, start_date="2021-01-01", end_date="2026-10-13", universe=("all", "hs300"), neutralize=(None, "size+industry"), depth="deep",)report.render()