前言
聚宽在为广大宽客提供更专业的量化服务的同时，也在继续马不停蹄地完善官网的策略分析功能，希望能够给宽客提供更有价值、更多维度的投研服务。近期，我们官网上线『单因子分析』 的功能。我们知道，针对单个因子的研究是多因子模型的构建中非常重要的一环，有了这个功能，我们就能够检验单个目标因子的有效性， 也能帮助用户更方便的设计多因子类策略~
使用步骤：
我的策略>>单因子分析>>新建因子
>>定义因子
定义因子分为两个步骤
1. 在dependencies 中可以定义需要的数据。 在聚宽官网上可以使用几百种基本面数据、价量数据以及行业数据。
2. 定义因子的计算方法
结果分析：
点击『编译运行』在本页面运行， 展示各分位的累积收益图
分位数累积收益可以检验因子获取收益的能力。
例如我们选定沪深300为股票池，将股票池中的股票按照过去五日流通市值的平均值分成五组，分别计算每组的累积收益，得出5个分位的累积收益图。
可以观察到， 处在五分位的小流通市值因子在17年之前都有不错的表现。
点击『分析』去分析的详情页。
—— 收益分析
在收益分析中,我们可以从“分位数的平均收益”，“各分位数在不同天数的累积收益”以及“分位数的多空组合收益” 等方面观察因子的表现。
“分位数的平均收益”——不同调仓周期下，每个分位数日收益的平均值
“各分位数在不同天数的累积收益”—— 因子在不同的调仓周期下，分位数的累积收益
“分位数的多空组合收益”—— 在不同的调仓周期下，做多一分位因子， 做空五分位因子的投资组合的收益
—— IC分析
IC 是 information coefficient的缩写。IC 代表了预测值和实现值之间的相关性， 通常用以评价因子的预测能力。 取值在-1到1之间 。因子的值越远离0，代表因子的预测能力越好。
—— 换手率分析
因子的换手率是在不同的时间周期下，观察因子个分位中个股的进出情况，以分析因子的稳定性和持续性。
分析价值体现在两个方面：
因子稳定性的体现：换手率低的因子，因子值在时间序列层面的持续性更好
衡量交易成本：在实际的交易过程中， 假设我们要维护投资组合的因子暴露恒定，对于高换手率因子， 则需要进行更多的交易。 交易中的税费和滑点， 也会吞噬掉我们的部分利润。
通过对单因子进行多维度的分析，宽客在聚宽的平台上可以更好地检验多因子策略是否存在不足的地方，从而写出更牛逼的策略~
如果对单因子分析有更多建议，或者对功能有任何需求，欢迎大家留言讨论，截止至2018年1月31日，属于功能建议且点赞最多的同学，将会获得小编寄出的聚宽充电宝一个（1w毫安版）
希望大家踊跃留言，聚宽希望给各位宽客提供更有价值的服务~
单因子分析功能请点击[这里]；
因子分析详情解释点击[这里]；
- 新功能 -
长按二维码，关注JoinQuant聚宽