加载中...
因子逻辑
来源:长江证券结构化反转因子,字段 rev_struct_60m。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/df117efd-bef5-48ce-ad20-64f2afac4dfd
源记录:新增因子.json 第 53 条;因子方向 1,原始 IC -0.038,IR -0.5179,多头年化 -0.1861,空头年化收益 0.1626。源数值保持原单位。
方向处理:源 IC 为负,将原始因子值乘以 -1 后分析。所有分析指标与逐日图表保留真实计算结果,不对 IC 取绝对值。
BigQuant SQL
SELECT date, instrument, rev_struct_60mFROM bqf_frontier_add_a7a5ccf59b2abq templates new strategies/multi_factor.py bqf_11420_strategy.py --name '长江结构化反转因子366 选股' \ --set 'TABLES=["BQF"]' --set 'FACTORS=["BQF_11420"]' --set 'HOLD=30' \ --set 'EVERY=20' --set 'BENCHMARK="000300.SH"' --set 'START="2021-01-01"' \ --set 'END="2026-11-20"' \ && python bqf_11420_strategy.pySELECT date, instrument, BQF_11420 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_11420 AS rev_struct_60m FROM BQF", filters={"date": ["2021-01-01", "2026-10-15"]},).df()report = factor.analyze( values, start_date="2021-01-01", end_date="2026-10-15", universe=("all", "hs300"), neutralize=(None, "size+industry"), depth="deep",)report.render()