Project 1. 日频量价因子

[KarryRen]

日频量价因子

使用 AKshare 开源数据包获取日频交易数据，细节如下：

1. 时间区间：2010 年 1 月 1 日至 2024 年 6 月 1 日，共 14.5 年交易数据（3499 个交易日），交易日列表：trading_dates.csv
2. 标的内容：
   • 基础标的：2024 年 10 月 10 日，沪、深两市上的主板 A 股（不含科创板、创业板）全列表，沪市 1691 支，深市 1481 支。
   • 筛选方式：筛选在 2010 年 1 月 1 日至 2024 年 6 月 1 日间持续交易，且在 2010 年 1 月 1 日和 2024 年 6 月 1 日两天没有停牌的股票。这样的筛选一部分是为了减少数据量，一部分也为了后续处理更加方便，最终筛选出沪市 760 支，深市 697 支，共 1457 支。
   • 注意事项：
     • 量价数据全部采用后复权。
     • 大多数股票在区间内都有停牌天，交易天数往往都小于 3499 ！

[KarryRen]

为什么要复权？

为何要复权？由于股票存在配股、分拆、合并和发放股息等事件，会导致股价出现较大的缺口。 若使用不复权的价格处理数据、计算各种指标，将会导致它们失去连续性，且使用不复权价格计算收益也会出现错误。 为了保证数据连贯性，常通过前复权和后复权对价格序列进行调整。

前复权：保持当前价格不变，将历史价格进行增减，从而使股价连续。 前复权用来看盘非常方便，能一眼看出股价的历史走势，叠加各种技术指标也比较顺畅，是各种行情软件默认的复权方式。 这种方法虽然很常见，但也有两个缺陷需要注意:

• 为了保证当前价格不变，每次股票除权除息，均需要重新调整历史价格，因此其历史价格是时变的。 这会导致在不同时点看到的历史前复权价可能出现差异。
• 对于有持续分红的公司来说，前复权价可能出现负值。

后复权：保证历史价格不变，在每次股票权益事件发生后，调整当前的股票价格。 后复权价格和真实股票价格可能差别较大，不适合用来看盘。 其优点在于，可以被看作投资者的长期财富增长曲线，反映投资者的真实收益率情况。在量化投资研究中普遍采用后复权数据。

[KarryRen]

为什么选择 2010 年 1 月 1 日至 2024 年 6 月 1 日 ？

1. 10 年之后融券大量使用，股票交易市场变化比较大
2. 分钟频因子从 2010 年 1 月 1 日开始可以获取
3. 尽可能拉长区间，目前有 3499 个交易日，数据量并不小

为什么以 2024 年 10 月 10 日的情况作为股票池结点？

1. 数据接口只能获取实时的股票池
2. 退市的对当下的交易增益不大，所以在区间内退市的股票可以不做考虑

有哪些股票交易时间不够 100 天？

沪市（14 支）：
    - 601033.sh，603082.sh，603091.sh，603207.sh，603285.sh
    - 603310.sh，603312.sh，603325.sh，603341.sh，603344.sh
    - 603350.sh，603375.sh，603381.sh，603391.sh
深市（6 支）:
    - 001277.sz，001359.sz，001379.sz，001387.sz，001389.sz，xxxxxx.sz