一、多因子问题
8、回测时股票价格数据该如何选择？
1、周期：日、周、月、季(报告期)、年
2、时间设置：固定日期---->,起始日期，截止日期；相对日期---->前推周期(日历日、交易日、周、月、季、年)，截止日期
3、日期类型：交易日、日历日、工作日
4、无交易数据处理：沿用之前数据、空值、自设数值(自己输入数值)
5、货币：原始货币、人民币、美元、港币
6、价格修正：(!)、复权方式(适用于股票基金)：不复权、前复权、后复权、定点复权 (2)、价格类型(适用债券)：净价、全价、市价、收益率
设置汇总：1、周/月 2、相对日期-->周/月 3、日历日 4、空值 5、原始货币 6、复权方式-->前复权
注意：复权应该选择向后复权，这样收益率数据库可以月度更新，如果向前复权，每次向前时点不一致，导致数据不一致。
7、A股比较基准是什么？
沪深300指数 代码 000300.SH 中证500指数 代码 000905.SH
6、在做多因子研究时，如果回测结果较好，把y换成随机数序列y1，用y1回归来看模型预测能力差，是不是说明模型预测能力较好？
5、在因子去极值处理后，因子数据全部变为0，是什么原因？
解答：dividendyield2因子在2008年5月31日数据全为0，因为中位数数据为0，极大值和极小值均为0，最后结果都为0，影响应该不大，这样数据少，以后随着分红变得普遍，就不会有这种情况发生了。
4、数组标准化(变为均值为0，方差为1)后的数据唯一吗？
解答：是唯一的，两个标准化的差别是一个对每列标准化，一个对全部数据标准化。
data=pd.DataFrame(np.array([[0, 0], [0, 0], [1, 1], [1, 1]])) data Out[53]: 0 1 0 0 0 1 0 0 2 1 1 3 1 1 scale_fun = lambda x: (x - x.mean()) / x.std() data1=data.apply(scale_fun) data1 Out[56]: 0 1 0 -0.866025 -0.866025 1 -0.866025 -0.866025 2 0.866025 0.866025 3 0.866025 0.866025 data1.mean() Out[79]: 0 0.0 1 0.0 dtype: float64 data1.std() Out[80]: 0 1.0 1 1.0 dtype: float64 from sklearn import preprocessing scaler=preprocessing.StandardScaler() scaler.fit(data) Out[84]: StandardScaler(copy=True, with_mean=True, with_std=True) data2=scaler.transform(data) data2 Out[87]: array([[-1., -1.], [-1., -1.], [ 1., 1.], [ 1., 1.]]) data2.mean() Out[88]: 0.0 data2.std() Out[89]: 1.0 data3=DataFrame(data2) data3 Out[91]: 0 1 0 -1.0 -1.0 1 -1.0 -1.0 2 1.0 1.0 3 1.0 1.0 data3.mean() Out[92]: 0 0.0 1 0.0 dtype: float64 data3.std() Out[93]: 0 1.154701 1 1.154701 dtype: float64
3、选取回报数据的时候，是否需要复权处理？价格修正方式(股票基金)有4种：不复权、前复权、后复权、定点复权(仅用于支持定点复权指标)
解答：选择前复权，如果不复权，价格不真实
2、有些股票当期不在交易标的中，比如ST、停牌、上市不满三个月等。在做因子数据预处理时是该先丢掉这些数据再做预处理，还是全部因子数据数据预处理完，再丢掉？
解答：先全部预处理完，再丢，这样包含的信息更多。
1、如果当天股票停牌，不考虑后续是否停牌情况下，单个回测周期因子回测时该如何处理？实际交易时如何处理？
回测时：该股票不在投资标的中，所有因子值设置为nan，设置时间分为因子预处理前和预处理后两种情况。
实盘时：如果按照回测时情况来处理，该停牌股票必然会被调出股票持仓中，可能实际上该股票不应该调出，产生无效交易，加大交易成本。
这是一个问题。。。
1、RV选股策略：
2、3+2量化选股策略
原文：https://www.cnblogs.com/bawu/p/7300755.html