加载中...
因子逻辑
来源:方正证券适度冒险因子,字段 dazzling_ret_mean。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/codesharev3/053c9840-910b-4608-b8a4-e346bc3fe3be
源记录(Sheet1 第 294 行):因子方向 1,原始 IC -0.0465,IR -0.5262,多头年化 -0.1887,空头年化收益 0.2201。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 * dazzling_ret_mean AS dazzling_ret_meanFROM cn_stock_factors_hf_fz_moderate_riskbq templates new strategies/multi_factor.py bqf_11347_strategy.py --name '方正适度冒险293 选股' \ --set 'TABLES=["BQF"]' --set 'FACTORS=["BQF_11347"]' --set 'HOLD=30' \ --set 'EVERY=20' --set 'BENCHMARK="000300.SH"' --set 'START="2021-01-01"' \ --set 'END="2026-11-20"' \ && python bqf_11347_strategy.pySELECT date, instrument, BQF_11347 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_11347 AS dazzling_ret_mean FROM BQF", filters={"date": ["2021-01-01", "2026-10-14"]},).df()report = factor.analyze( values, start_date="2021-01-01", end_date="2026-10-14", universe=("all", "hs300"), neutralize=(None, "size+industry"), depth="deep",)report.render()