聚宽入门
基础
策略
- 双均线策略
- 小市值策略
行为
买卖策略：https://www.joinquant.com/view/community/detail/f9d0c5f54f2fe14db3de0a878c129ecb?type=4
因子
- FROEC-PB-CAP-HL
- SG-MS-PEG-HL
- 成长？
- 技术
- pb 及 roe 双因子选股：https://www.joinquant.com/view/community/detail/9954196b5b406b558230ce54852028cc?type=1
- 因子择股基础上牛熊判断小市值策略：https://www.joinquant.com/view/community/detail/5265fd44a125b5fe9435aa9c12473b47?type=1
动量策略
动量策略入门：https://www.joinquant.com/view/community/detail/4d0cdf2109f9e896789a0560e5a19852
缠论策略
https://www.joinquant.com/view/community/detail/59cb7dafee7df4f6fea2292a10074560?type=1
https://www.joinquant.com/view/community/detail/ab4f3f7f0dac5f2c8e4151b4e723b576?type=1
数据
https://www.joinquant.com/view/community/detail/c688e86342b472f380c8fb9fc58eec54
收益概述
- 夏普率：给个小提示，看看当前的夏普率和历史的做个比较，最近明显高于历史非常多的情况下，接下来的收益可能不太理想。
- 阿尔法
- 贝塔
- 胜率
- 盈亏比
- 最大回撤
- 索提诺比率
- 日胜率
- 超额收益夏普比率
- 盈利次数
- 亏损次数
- 信息比率
- 策略波动率
- 基准波动率
- 最大回撤区间
- 年化收益 年化收益（annual_return）
- 累积收益 累积收益（cumreturnsfinal）
- 年化波动 年化波动（annual_volatility）
- 夏普比率 夏普比率 （sharpe_ratio）：(策略收益 - 无风险利率)/策略收益波动率。【适用范围】：当投资组合内的资产皆为风险性资产且分布为正态分布。【意义】：夏普指数代表投资人每多承担一分风险，可以拿到几分报酬；若为正值，代表可以获得的报酬率高过波动风险；若为负值，代表操作风险大过于报酬率。这个比例越高，投资组合越佳。
- Calmar 比率 calmar 比率（calmar_ratio）：年化收益/最大回撤。【意义】：Calmar 比率数值越大，业绩表现越好，说明在控制回撤的情况下能够获得较高的收益。反之，Calmar 比率数值越小，业绩表现越差，说明在收益一定的情况下，回撤过大。
- Stability_of_timeseries R 平方： 累计对数收益对时间 t 的回归的 R^2。【意义】：R 平方值是趋势线拟合程度的指标，它的数值大小可以反映趋势线的估计值与对应的实际数据之间的拟合程度，拟合程度越高，趋势线的可靠性就越高。R 平方值是取值范围在 0 ～ 1 之间的数值，也称为决定系数。
- 最大回撤 最大回撤（max_drawdown）：在选定周期内任一历史时点往后推，产品净值走到最低点时的收益率回撤幅度的最大值，用来描述买入后出现的最糟糕情况，可以理解为在这区间任意时点买卖所可能的最大亏损。
- Omega 比率 omega 比率（omega_ratio）：指标实际上考虑了收益的整个分布信息，因此包括了所有高阶矩的信息。在临界收益率等于均值的时候，Omega 比率等于 1。在相同的临界收益率下，对于不同的投资选择，Omega 比率越大越好。适用范围：在收益率不服从正态分布的时候，Omega 是非常好的替代。【意义】： Omega 比率值越高,投资绩效也就越好。
- 索提诺比率 索提诺比率（sortino_ratio）：(策略收益-无风险利率)/策略下行波动率（在回测里无风险利率为 4%，在归因分析里无风险利率为 0）。【适用范围】：因为索提诺比率使用的是下行偏差来考虑风险，那么所有的下行偏差局限性也会出现在索提诺比率中。也就是必须要有足够多的“不良”观测，才能计算一个有效的索提诺比率。【意义】：sortino 比率数值越大，业绩表现越好。与夏普比率类似，所不同的是它区分了波动的好坏，因此在计算波动率时它所采用的不是标准差，而是下行标准差。这其中的隐含条件是投资组合的上涨（正回报率）符合投资人的需求，不应计入风险调整。
- 偏度 -0.32 偏度（skew）：大于 0 表示收益分布与正态分布相比为正偏或右偏
- 峰度 峰度（kurtosis）： 大于 0 表示收益的分布与正态分布相比较为陡峭
- Tail 比率 tail 比率（tail_ratio）：日收益分布的 95 分位值/5 分位值。【使用范围】：均值回归策略，这类型策略的最大风险在于左侧的尾部风险。单次的大额回撤需要很长的时间才能够恢复。因此 tail_ratio 很适合用来刻画这类策略面临的风险。【意义】：tail 比率越大越好，可以理解成衡量最好情况与最坏情况下的收益表现的指标。例如：tail_ratio = 0.25，5 分位的亏损是 95 分位收益的四倍。 这样的策略在发生大额亏损的情况下很难在短时间内恢复。
- Common_sense 比率 common sense 比率（common sense _ratio）：(日收益分布的 95 分位值/5 分位值) *(总盈利/总亏损）。【使用范围】：均值回归策略，趋势追踪策略。【意义】：大于 1 时，策略盈利；小于 1 时，策略亏损。
- 总杠杆 总杠杆（gross_leverage）
- 信息比率 信息比率（information_ratio）：(策略累积收益 - 基准累积收益)/策略与基准每日收益差值的标准差（在回测里无风险利率为 4%，在归因分析里无风险利率为 0）。【意义】：information 比率信息比率数值越大，业绩表现越好。是以马克维茨的均异模型为基础，可以衡量基金的均异特性，它表示单位主动风险所带来的超额收益。
- 阿尔法 阿尔法（alpha）： 投资者获得与市场波动无关的回报。 比如投资者获得了 15%的回报，其基准获得了 10%的回报，那么 Alpha 或者价值增值的部分就是 5%。
- 贝塔 贝塔（beta）: 反映了策略对大盘变化的敏感性 。 例如一个策略的 Beta 为 1.5，则大盘涨 1%的时候，策略可能涨 1.5%，反之亦然。
问题
- 数据模块与 Jdata 有什么区别？或者说直接请求一些内置的 sdk
- 盈利次数 + 亏损次数 = 总交易次数？？？