第四章：经典量化策略集锦（第十篇：动量类多因子之择时中选股 ）

导语：作为策略集锦压轴篇，向大家介绍完整的多因子选股策略，结合了光大证券多因子选 


股研报，希望能在多因子研究模块，给大家打好坚实基础。 






一、策略阐述 






动量因子 






       动量与反转效应是市场上经常出现的一种情况。所谓动量效应就是在前一段时间强势的 


股票，在未来一段时间继续保持强势；反转效应就是前一段时间弱的股票，未来一段时间会 


变强。但问题的关健是这个强势和弱势会保持多长时间和多大幅度，这是动量、反转策略需 


要考虑的关健问题。  






    衡量市场、个股的动量效应，需要运用动量因子。以下是光大证券-多因子研究系列(五) ： 


动量类因子测试研报中对于动量类因子的定义。 






    本篇内容选取 PM_1M 、PM_3M 、PM_6M 、PM_9M 、PM_12M 、PM_12MC6M 、 


PM_12MC1M 、PM_6MC1M 这 8 个动量因子，向大家讲述动量因子选股策略。 






动量多因子选股 






    第一步：以沪深300 指数成分股为股票池，计算股票池内个股上月的8 个动量因子。 






    第二步：计算上个月8 个动量因子的超额收益数值，作为本期因子权重值。公式：上月 


因子超额收益= 因子值前10%的个股上月收益率-因子值后 10%的个股上月收益率。 






    第三步：删除上月无超额收益的动量因子，如果数量超过 4 个，则本月不再选股，定义 


为市场当前无明显动量，空仓避险。(择时模块) 




----------------------- Page 125-----------------------


    第四步：计算出本月个股本月的8 个动量因子，进行因子标准化处理，每个因子乘以上 


月因子超额收益值，并求和，最终值即为动量 alpha 值。 






    第五步：按alpha 值挑选出前20 只股票作为持仓。 






    注：标准化公式：因子标准值=( 因子值-所有个股的因子平均值)/所有个股的因子标准差 






动量多因子选股注意点 






    1.A 股市场历来以反转市著称，因此简单的通过动量选股在很大程度上是违背市场主流 


的，因此我们在第三步中，特意加入了动量因子择时模块，事先对市场的动量效应进行简单 


检测，随后选股操作。 






    2.考虑到动量类因子中，各因子的值差异严重，因子需要做标准化处理，更好的体现出 


每个因子的权重。 






    3.计算出因子超额收益后，需剔除无超额收益的上月动量因子，以更好体现有效因子的 


价值。 






     以下为策略实现的基本信息： 


    策略实现难度：5 


    实现过程中所需要用到的API 函数，ps:通过 MindGo 量化交易平台 API 文档快速掌握： 






需要用到的API 函数            功能 






initialize()           初始化函数 






before_trading_start() 定时运行函数，每个交易 日9.00 运行 






handle_data()          定时运行函数，按交易 日或按分钟运行 






set_benchmark()        设置基准指数 






history                获取多只股票多属性的历史行情数据  




----------------------- Page 126-----------------------


二、代码示意图 






三、编写释义 






    动量类多因子选股的核心部分是计算因子超额收益，标准化后求出最终alpha 值，建议 


初学者前往研究环境操作。 






    当期因子值和当期因子权重计算完毕后需整理成一个DataFrame 格式，该部分操作需要 


同学们熟悉DataFrame 的常用操作，以下是作者实现动量类因子选股策略过程，研究环境的 


代码草稿，分享给同学们。 






#=============== 以沪深300 为股票池，除去 ST 和停牌=====   


def stock(date):   


    stk=list(get_ind