股票量化因子学习

最新推荐文章于 2025-10-02 18:50:36 发布
原创 最新推荐文章于 2025-10-02 18:50:36 发布 · 1.5w 阅读 · 53 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#股票 #数据挖掘 #量化分析

本文深入探讨了股票的量化因子，包括移动平均线、股票涨幅、涨跌比率等关键指标，详细解释了它们的计算和市场含义，以及如何在实际交易中应用这些指标进行买卖决策。此外，还介绍了相对强弱指标(RSI)和乖离率(BIAS)的运用法则，帮助投资者判断超买超卖情况和趋势变化。通过对这些技术指标的理解，投资者可以更好地进行股票分析和决策。

看到一篇博客文章，里面阐述了很多股票的量化因子，学习了一番，但是解释的不是很细，我之后又详细查询了很多，形成了这篇文章，特此记录一下，为自己和后来人查询使用。

最近在看《量化投资数据挖掘技术与实践（MATLAB版）》。学习了其中的常见的股票衍生变量，并且利用WIND金融数据终端的matlab借口windmatlab导出一些数据进行了一个简单的学习。特此记录。

1. 移动平均线
移动平均线，Moving Average，简称MA，MA是用统计分析的方法，将一定时期内的证券价格（指数）加以平均，并把不同时间的平均值连接起来，形成一根MA，用以观察证券价格变动趋势的一种技术指标。
移动平均线是由著名的美国投资专家Joseph E.Granville（葛兰碧，又译为格兰威尔）于20世纪中期提出来的。均线理论是当今应用最普遍的技术指标之一，它帮助交易者确认现有趋势、判断将出现的趋势、发现过度延生即将反转的趋势。

2. 股票当日涨幅
相对于收盘价而言。其计算为：

股票当日涨幅=（第i天的收盘价−第i−1天的收盘价）第i−1天的收盘价×100% 股 票 当 日 涨 幅 = （ 第 i 天 的 收 盘 价 − 第 i − 1 天 的 收 盘 价 ） 第 i − 1 天 的 收 盘 价 × 100 %

3. 股票10日涨幅

股票10日涨幅=（第i天的收盘价−第i−10天的收盘价）第i−10天的收盘价×
最低0.47元/天 解锁文章
精选资源
基于python的股票量化系统（采集保存数据+分析数据+可视化+深度学习）.zip
11-29
这套基于Python的股票量化系统涵盖了量化交易的全流程，提供了一个集数据采集、处理、分析、可视化以及深度学习预测于一体的实践平台，使得用户不仅能够学习和掌握股票量化交易的基本技能，还能够深入探索量化交易的...
精选资源
基于Python和深度学习实现的股票量化系统及可视化源码+文档说明.zip
04-16
基于Python和深度学习实现的股票量化系统及可视化源码+文档说明.zip本资源中的源码都是经过本地编译过可运行的，资源项目的难度比较适中，内容都是经过助教老师审定过的能够满足学习、使用需求，如果有需要的话可以...
量化交易常用名词介绍（三）——因子篇
m0_67510277的博客
04-09 7755
然而，需要注意的是，高增长潜力的公司也可能伴随着较高的风险，因此在使用成长因子时，投资者应当综合考虑风险和回报的平衡。技术因子（Technical Factors）在投资领域中通常指的是那些基于历史价格和交易量数据的量化指标，它们被用来分析和预测金融市场中证券价格的未来走势。市场情绪因子（Investor Sentiment Factor）是指反映市场参与者情绪和心理状态的一系列指标，它们可以影响投资者的交易行为和决策，从而对资产价格和市场波动产生影响。
量化金融笔记1-股票量化基础
折桂狂人的博客
08-29 2272
股票量化基础 文章目录什么是股票股票的定义及其诞生所解决的问题股票的主体和流通股票的常规分类股票价格收益率什么是股票价格的收益率股票价格收益率计算在python中的实现两种收益率算法的特点及应用场合股票交易规则场内交易与场外交易A股、B股、H股国内多层次的资本市场股票交易指令和撮合机制股票交易时间股票交易成本股票复权股票数据介绍与提取行业分类和指数行情数据因子数据标的数据基本面数据 什么是股票 股票的定义及其诞生所解决的问题 股票的定义：股票是一种有价证券，是股份有限公司公开发行的用以证明投资者的股东身份
【GitHub项目推荐--PandaFactor：PandaAI量化因子库】
最新发布
j8267643的博客
10-02 1611
​​ 是PandaAI推出的高性能量化因子库，专门为金融数据分析、技术指标计算和因子构建而设计。它提供了一系列强大的量化算子和可视化工具，支持Python和公式两种编写方式，适合不同技术水平的量化交易者和研究人员使用。🔗 ​GitHub地址🚀 ​核心价值​：量化因子 · 金融分析 · 技术指标 · 因子构建 · 开源免费​项目背景​：​量化需求​：响应量化交易对高质量因子的需求​技术门槛​：降低量化因子开发的技术门槛​开源生态​：构建开源量化工具生态​社区驱动​：社区驱动的因子开发和分享​。
Stock 股票因子
FINYIE的博客
06-21 727
stock 股票因子
2025上半年A 股（1-2 周策略）量化因子全景分析
quarter21的博客
06-26 5127
2025年A股市场呈现小市值、高成长风格主导格局，小市值因子年内超额收益达21.01%，成为最有效因子。技术面因子中，RSI超卖预警、KDJ极端超卖和成交量异动指标表现优异；基本面因子则以单季度净利润增长率、营业利润增长率和ROE同比等短期盈利指标最为突出。量化策略建议采用"小市值+动量反转+成交量突变"的多因子组合，结合机器学习优化因子权重，同时需警惕流动性风险和政策变动影响。当前市场环境下，1-2周短期策略宜重点关注市值排名后30%、短期盈利增速前30%且成交量突变的个股组合
量化-因子处理
2401_88885149的博客
06-22 2208
怎么处理因子？怎么使用因子？
【量化交易】 量化因子 风险类因子
海贼王的博客
09-03 1464
量化因子-风险类因子
金工研报中金公司-量化多因子系列
03-05
《金工研报中金公司-量化多因子系列》是一份深入探讨金融工程领域中量化投资策略的重要报告，尤其关注了多因子模型的应用。在金融投资的世界里，量化投资已经逐渐成为主流，它借助数学、统计学和计算机科学的方法，...
量化机器学习与深度学习模型库、Alpha 因子库及相关资源与论文代码
08-12
而Alpha因子库则是量化投资中用于构建交易策略的重要组成部分，它通过从历史数据中提取各种可能影响股票价格的因素（即Alpha因子），以期构建出超越市场平均水平的投资组合。 本资源包含三个主要部分，分别是量化...
400+量化因子（原创！数据源：CSMAR）
m0_49681059的博客
09-25 1405
400+财务因子数据，可用来做学术研究、构建量化投资策略，数据来源为CSMAR，国内权威的经济金融数据平台。 因子构造说明： 使用A股（沪深主板+创业板）样本，采用学术研究中常见的single sorting构造long-short portfolio。具体地，在每月末，对于每个财务指标，根据其将所有股票分成按照指标的20%、40%、60%、80%分位数分成5组，然后计算指标最高20%的股票组和指标最低20%的股票组的月均收益率差值：如果大于0，则买入(long)指标最高20%的股票，卖空(short)指
量化交易之因子分析大全
夏之微风的博客
12-15 1593
在机器学习项目中，特征工程是非常重要的。在量化研究中也是如此。本文将量化研究中常用到的特征，也就是因子进行详细收纳，并给出推导公式和实现代码。
量化因子在投资实践中的应用
rede
02-28 2401
转 量化因子在投资实践中的应用https://blog.youkuaiyun.com/myquant/article/details/86539284“ 集合了7位投资大师基于价值投资理念并结合基本面分析所做的量化选股模型。是其投资理念，分析方法具体化的实践。” 1、巴菲特选股方法 PE，负债杠杆低。ROE>20%，毛利率>40%，净利率>5% 在实际操作中，通常以连续10年ROE&g...
股票因子分析
lianquant的博客
03-16 959
股票因子分析是量化投资中的核心方法，通过识别影响股票价格的关键因素（即“因子”）来构建投资策略。
构建量化因子分析体系
量化交易研究
09-17 5012
挖掘Alpha因子、评价Alpha因子、改进Alpha因子是量化投资者职业生涯永恒的奋斗目标，而一套严密有效的因子分析体系是这一切的基石。“不以规矩，不能成方圆”，没有系统的因子分析体系，Alpha研究举步维艰，难以筑起量化研究的高楼。 萝卜投资结合国内外量化研究经验，从量化投资者实际需求出发，构建了一套包含因子统计分析、IC分析、分组测试等模块的完整因子分析体系，是投资者进行Alpha研究的利...
python量化—因子数据获取与处理
m0_52051577的博客
04-25 2423
3sigma法去极值mean = dt.mean() # 截面数据均值std = dt.std() # 截面数据标准差dt_up = mean + n*std # 上限dt_down = mean - n*std # 下限return dt.clip(dt_down, dt_up, axis=1) # 超出上下限的值，赋值为上下限# Z值标准化mean = dt.mean() # 截面数据均值std = dt.std() # 截面数据标准差# 申万一级行业。
挖掘股票因子
木下瞳的博客
05-10 1372
前言前段时间，小编参加了某个数据挖掘的挑战赛，现在比赛已经过了，所以小编准备分享一下所用到的代码，知识。题目题目就如上图，有两问题，第一问是让我们根据所给数据找出影响高送转的因子（这些名...
A股量化因子策略展望：驾驭近期市场动态 (2024下半年 - 2025上半年)
quarter21的博客
07-01 1859
2024年下半年至2025年上半年，A股市场呈现出“挖坑”后反弹，并以震荡和结构性行情为主导的特征。这一时期，市场受到政策支持和充裕流动性的显著影响，同时伴随着市场领导风格的显著转变。在此背景下，对短期市场情绪、流动性及结构性增长主题高度敏感的量化因子表现突出。具体而言，小盘股（规模）、成长（特别是科技相关）以及价量（动量/换手率）因子展现出较强的稳健性，而质量因子也持续贡献正阿尔法。
python股票量化因子
02-21
### 使用Python实现股票量化因子 #### 数据收集 构建多因子量化策略的第一步是获取高质量的数据集。这通常涉及从金融数据提供商处获得历史价格、财务报表和其他相关信息。对于Python开发者而言，Tushare和JoinQuant等API提供了便捷的接口用于下载这些数据[^3]。 ```python import tushare as ts pro = ts.pro_api('your_token_here') df = pro.daily(ts_code='000001.SZ', start_date='20220101', end_date='20221231') print(df.head()) ``` #### 因子选择与定义 一旦拥有了所需的历史数据，下一步就是确定哪些特征（即因子）最能预测未来的股价变动。常见的因子包括但不限于市盈率(P/E)、市值(Size)以及动量(Momentum)。下面是一个简单的例子展示如何计算单个公司的相对强弱指数(RSI)，这是一种衡量资产近期平均收益变化趋势的技术指标： ```python def compute_rsi(data, window=14): delta = data['close'].diff() gain = (delta.where(delta > 0, 0)).rolling(window).mean() loss = (-delta.where(delta < 0, 0)).rolling(window).mean() RS = gain / loss RSI = 100 - (100/(1 + RS)) return RSI[-1] rsi_value = compute_rsi(df) print(f'The latest RSI value is {rsi_value:.2f}') ``` #### 因子打分机制 为了评估每只个股的表现潜力，需要建立一套评分体系。这里可以通过标准化处理后的各单项因子得分加权求和得到最终分数。权重可以根据个人偏好设定，在某些情况下也可以采用机器学习算法自动优化参数配置[^1]。 ```python from sklearn.preprocessing import StandardScaler scaler = StandardScaler() scaled_factors = scaler.fit_transform([[compute_factor_1(row), compute_factor_2(row)] for index, row in df.iterrows()]) weights = [0.7, 0.3] # Example weights; adjust according to preference or optimization results. final_scores = scaled_factors.dot(weights) for score, stock_info in zip(final_scores, df.itertuples()): print(f'Stock code:{stock_info.ts_code}, Score={score:.2f}') ``` #### 权重分配与组合管理 最后一步是在选定的一篮子证券之间合理分配资金比例。此过程不仅考虑到了之前提到过的综合评价结果，还需要兼顾行业分布等因素以降低整体投资组合的风险水平。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值