《投资-341》量化交易 - 编程 - 时序相关算子和聚合函数：以 m 打头；截面相关算子和聚合函数：以 c 打头

在 BigQuant 量化交易平台中，其内置的算子（Operators）和聚合函数（Aggregation Functions）确实遵循一套清晰的命名约定，用于区分时序操作（Time Series Operations）和截面操作（Cross-Sectional Operations）。以下是详细说明：

---

**1. 时序相关算子和聚合函数：以 m 打头**

• 含义：
  m 代表 **Moving**（移动窗口）或 **Moment**（时序动量），用于处理**单个资产在时间维度上的计算**（例如：滚动窗口、历史序列分析）。

• 命名规则：
  函数名以 **m_ 开头**（例如 m_avg, m_std）。

• 典型场景：
  计算单只股票的 5 日移动平均、20 日波动率等。

• 常见函数示例：

  函数名	说明	示例用法
  m_avg	移动平均	m_avg(window=5)
  m_std	移动标准差	m_std(window=10)
  m_sum	移动求和	m_sum(window=20)
  m_max / m_min	移动窗口最大值/最小值	m_max(window=30)
  m_delay	时序延迟（滞后值）	m_delay(periods=1)
  m_diff	时序差分	m_diff(periods=1)
  m_prod	移动连乘	m_prod(window=5)

• 关键特点：

  • 作用于单资产的时间序列（如 close 价格序列）。
  • 依赖窗口大小（window 参数），需指定历史数据长度。
  • 返回结果与输入序列长度一致（滚动计算）。

✅ 验证：在 BigQuant 因子库中，所有时序操作函数均以 m_ 开头，这是平台的核心设计规范。

---

**2. 截面相关算子和聚合函数：以 c 打头**

• 含义：
  c 代表 **Cross-Sectional**（截面），用于处理**同一时间点上多资产的横向计算**（例如：全市场股票排名、行业标准化）。

• 命名规则：
  函数名以 **c_ 开头**（例如 c_rank, c_norm）。

• 典型场景：
  计算某日所有股票的收益率排名、按行业中性化处理因子值等。

• 常见函数示例：

  函数名	说明	示例用法
  c_rank	截面排名	c_rank()
  c_scale	截面缩放（标准化到均值为0）	c_scale()
  c_neutralize	截面中性化（去除行业/市值影响）	c_neutralize(group='industry')
  c_zscore	截面 Z-Score 标准化	c_zscore()
  c_sum / c_mean	截面求和/均值	c_sum()
  c_industry	行业分组操作	c_industry(group='sw_l1')
  c_winsorize	截面缩尾处理	c_winsorize(min=0.05, max=0.95)

• 关键特点：

  • 作用于单时间点的多资产横截面（如某日所有股票的 open 价格）。
  • 无需窗口参数（针对单一时点计算）。
  • 返回结果与输入资产数量一致（横向聚合）。

✅ 验证：BigQuant 的截面函数严格以 c_ 开头，这是区分于时序操作的核心标识。

---

为什么这样设计？

1. 语义清晰：
   • m_ → **M**oving（时序滚动），c_ → **C**ross-sectional（截面横向），命名直观易记。
2. 避免混淆：
   时序和截面操作在量化逻辑中本质不同（时间维度 vs. 资产维度），前缀区分可减少代码错误。
3. 平台一致性：
   BigQuant 的底层引擎（基于 Pandas/NumPy）通过此约定自动优化计算逻辑（时序操作按资产分组滚动，截面操作按时间点分组聚合）。

---

注意事项

1. 并非绝对 100% 覆盖：
   • 少数通用函数（如 log, abs）无前缀，但它们**不属于时序/截面专用算子**。
   • 部分高级函数可能用其他前缀（如 t_ 表示技术指标），但核心时序/截面操作严格遵循 m_/c_ 规则。
2. 聚合函数的归属：
   • 时序聚合（如 m_sum）属于 m_ 系列，截面聚合（如 c_mean）属于 c_ 系列，与您的描述一致。
3. 实际代码验证：
   在 BigQuant 编辑器中输入 m_ 或 c_ 会触发自动补全，列出所有对应函数（如下图示意）：
   https://bigquant.com/doc/static/img/autocomplete.png

---

总结

类型	前缀	作用维度	典型函数	是否符合您的描述
时序算子/聚合函数	m_	时间维度（单资产历史序列）	m_avg, m_std	✅ 是
截面算子/聚合函数	c_	资产维度（单时间点多资产）	c_rank, c_norm	✅ 是