多因子策略介绍与应用

多因子模型介绍及应用

一个完整的量化策略

输入	策略	输出
行情数据	选股	买入信号
财务数据	择时	卖出信号
自定义数据	仓位管理	交易费用
投资经验	止盈止损	收益

---

以上描述的是一个完整的量化策略所包含的因素，那么什么是因子呢？

因子包含两类:择时因子和选股因子，通过择时因子来确定买卖时机，通过选股因子确定标的物，同时选股因子和择时因子不仅仅是通过行情数据得到的技术指标，还能够是从财务数据自定义数据以及自己的投资经验中总结的各种能够对择时和选股起到帮助的因素。

---

因为我自己的量化系统暂时还没有搭建成功，所以先借用joinquant平台来说明多因子策略

---

策略源码：

def initialize(context):
    set_params()
    set_variables()
    set_backtest()

def set_params():
    g.tc = 15
    g.yb = 63
    g.N = 20
    g.factors = ['market_cap','roe']
    g.weight = [[1],[-1]]

def set_variables():
    g.t = 0
    g.if_trade = False

def set_backtest():
    set_option('use_reak_price',True)
    log.set_level('order','error')
def before_trading_start(context):
    if g.t%g.tc == 0:
        g.if_trade = True
        set_slip_fee(context)
        g.all_stocks = set_feasible_stocks(get_index_stocks('000300.XSHG'),g.yb,context)
        g.q = query(valuation,balance,cash_flow,income,indicator).filter(valuation.code.in_(g.all_stocks))
     g.t += 1