单因子模型

单因子模型是金融领域中的一种简化资产定价方法。其核心思想在于，资产收益率主要受一个关键因子的驱动，这个因子可能是市场风险、信用风险、利率变动或其他经济指标。通过识别并量化这一主导因子，投资者可以更有效地预测资产价格波动并对风险进行有效管理。相比更复杂的多因子模型，单因子模型在保持理论深度和实用性的同时，提供了更为简洁明了的投资视角，有助于投资者在复杂多变的金融市场中抓住主要矛盾，制定更合理的投资策略。

回归法单因子测试源码

import dai
import statsmodels.api as sm
import pandas as pd

factors = dai.query("""
    pragma enable_pushdown_window;
    select a.date, a.instrument, a.total_market_cap, b.returns
    from cn_stock_factors AS a
    INNER JOIN (
        SELECT date, instrument, m_lag(close,-1)/close - 1

更新时间：2024-06-07 10:55

单因子分析（案例代码）

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU


新版因子分析代码：

https://bigquant.com/wiki/doc/5zug5a2q5yig5p6q5luj56cb-Od7rjBTNDQ

策略案例

[https://bigquant

更新时间：2024-06-07 10:55

单因子的分组数据提取及结果的解读

问题

单因子的分组数据提取及结果的解读

视频

https://www.bilibili.com/video/BV1zb4y1Q7Q3?share_source=copy_web

策略源码


[https://bigquant.com/experimentshare/c17b3c96500d4d79a60a488b9714a40c](https://bigquant.com/experimentshare/c17b3c96500d

更新时间：2024-06-07 10:55

单因子-过去60个交易日的平均交易额 avg_amount_60 

# 本代码由可视化策略环境自动生成 2021年8月25日 15:32
# 本代码单元只能在可视化模式下编辑。您也可以拷贝代码，粘贴到新建的代码单元或者策略，然后修改。


m1 = M.input_features.v1(
    features="""
# #号开始的表示注释，注释需单独一行
# 多个特征，每行一个，可以包含基础特征和衍生特征，特征须为本平台特征
pb_lf_0"""
)

m2 = M.factorlens.v1(
    features=m1.data,
    title='因子分析: {factor_name}',

更新时间：2022-11-20 03:34

分页第1页
{link}