加载中...
因子逻辑
来源:兴业证券收益率混合高斯分布因子,字段 gmm_meandif。源记录未提供计算公式,不推断底层算法。
代码链接:https://bigquant.com/codesharev3/5b7ee96c-5ca9-4bdf-81f3-ea88513a8282
源记录:新增因子.json 第 154 条;因子方向 1,原始 IC 0.0318,IR 0.4866,多头年化 0.1738,空头年化收益 -0.1844。源数值保持原单位。
方向处理:源 IC 非负,保留原始因子值。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, gmm_meandifFROM cn_stock_factors_hf_xy_return_distribution_alphabq templates new strategies/multi_factor.py bqf_11521_strategy.py --name '兴业收益率混合高斯467 选股' \ --set 'TABLES=["BQF"]' --set 'FACTORS=["BQF_11521"]' --set 'HOLD=30' \ --set 'EVERY=20' --set 'BENCHMARK="000300.SH"' --set 'START="2021-01-01"' \ --set 'END="2026-11-20"' \ && python bqf_11521_strategy.pySELECT date, instrument, BQF_11521 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_11521 AS gmm_meandif FROM BQF", filters={"date": ["2021-01-01", "2026-10-16"]},).df()report = factor.analyze( values, start_date="2021-01-01", end_date="2026-10-16", universe=("all", "hs300"), neutralize=(None, "size+industry"), depth="deep",)report.render()