一、了解一下因子

因子投资是时下投资界非常热门的方向。甚至有人戏称因子研究是“诺贝尔奖收制机”:1990年，哈里·马科维茨凭借“均值一方差分析”获得了诺贝尔经济学奖:同年，威廉·夏普凭借他的“资本资产定价模型”也摘得诺贝尔奖桂冠:到了2013年，提出Fama-French三因子模型的尤金·法马也获得了诺贝尔经济学奖，同时，Fama-french三因子模型也被认定为金融领域的重大成就之一。

那么，到底什么是“因子”呢?

其实因子就是影响股票涨跌的原因，例如主力资金。因子模型就是去寻找因子与股价之间的关联。

获取量化软件，低费率账户，添加经理联系方式哦！！！

二、获取主力资金流向数据

相信朋友们已经会使用getmoney_fow函数获取了股票的资金流入/流出数据并且发现了一个可能存在的规律--某日该股票价格上涨，且主力资金净流入的话，次日股价可能上涨;否则股价下跌。为了进行实验，这里再次获取股票的资金流入/流出数据为了便于后面训练模型，这次我们把数据的时间范围扩大至2年。输入代码如下:

from jqdata import *# 使用 get_money_flow 函数获取数据df = get_money_flow('002458.XSHE',                     fields=['date', 'sec_code', 'change_pct', 'net_amount_main', 'net_pct_main'],                     start_date='2023-06-04',                     end_date='2025-06-04')# 检查是否成功print(df.head())

运行代码结果：

三、简易的特征工程

下面我们给原始的数据增加两个新的字段，其中一个是upor_down，用来表示当日股价是上涨还是下跌。如果change_pct(涨幅)这个字段为正数，说明股价上涨，则up_or_down用1来表示，反之，用0表示，代表当日股价下跌。

类似地，我们用 money_in_out 字段表示主力资金净流入还是净流出。如果net_amountmain 大于 0，说明主力资金净流入，则在money_in_out字段用1表示;反之说明主力资金净流出，money_in_out字段用0表示。示例代码如下:

# 增加一个字段，记录股价上涨还是下跌# 如果股价上涨，则以 1 标记，否则以 0 标记df['up_or_down'] = np.where(df['change_pct'] > 0, 1, 0)# 增加一个字段，记录主力资金净流入还是流出# 如果净流入，标记为 1，否则标记为 0df['money_in_out'] = np.where(df['net_amount_main'] > 0, 1, 0)# 检查是否成功print(df.head())

运行代码

可以看到，2023年6月8日主力资金全是净流出，所以标记为0，但是涨了，标记为1、

这样说明我们的特征工程成功了。

四、资金量因子了解一下

现在我们有了两个新的特征，能够体现股价的涨跌和主力资金的流入/流出情况，下面就可以用这两个新的特征来计算“资金量因子”了，为了方便大家理解，我给他取名1号因子。

咱们先说说思路。如果我们把两个特征相乘，则当股价上涨，且主力资金净流入时，因子值就是up_or_down乘以money_in_out，也就是1×1，结果是1;而其他情况，“1号因子”的数值都为0。例如，股价下跌但主力资金净流入，“1号因子”为0×1，结果为0。同时，为了后面便于模型训练，我们还要做一个标签(即次日股票上涨还是下跌)，存储在next_day字段中。代码如下:

# 两个自增的字段相乘，得出因子值df['factor_xi'] = df['up_or_down'] * df['money_in_out']# 把次日涨跌作为预测标签存储到 next_day 字段df['next_day'] = df['up_or_down'].shift(-1)# 检查是否成功print(df.head())

运行代码:

从表中我们可以看到，1号因子已经添加成功了，全是0蛋。

五、用添加“1号因子”的数据训练模型

既然我们已经有了1号因子，不如加入模型看看准确率是否提高。

下面我们导入机器学习工具，并且准备训练模型用的数据集。

代码：

from sklearn.neighbors import KNeighborsClassifierfrom sklearn.model_selection import train_test_split# 在数据集中，把日期、股票代码及我们添加的特征去掉# 注意：字段名需要与 df 中的字段名一致dataset = df.drop(['date', 'sec_code', 'up_or_down', 'money_in_out'], axis=1)# 检查是否成功print(dataset.head())

结果展示：

因为最后一天是没有next day数据的(因为对于最后一天来说，下一个交易日还没到来),所以我们要去掉最后一行数据：同时,把除标签以外的特征赋值给X,把标签赋值给y;再使用数据集拆分工具，将X和y分别拆分成训练集和验证集。输入代码如下:

# 将 'next_day' 作为数据集的标签y = dataset['next_day'][:-1].fillna(0)  # 处理 NaN 值# 去掉 'next_day' 字段，并去掉最后一行（因为最后一行的 'next_day' 是 NaN）X = dataset.drop(['next_day'], axis=1)[:-1]# 将数据集拆分为训练集和验证集X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=28)# 检查数据集是否正确拆分print("训练集特征形状:", X_train.shape)print("测试集特征形状:", X_test.shape)print("训练集标签形状:", y_train.shape)print("测试集标签形状:", y_test.shape)

下面就可以训练模型，使用的还是朋友们已经比较熟悉的KNN分类算法。输入代码如下:

# 创建 KNN 分类器，n_neighbors 参数取 72knn = KNeighborsClassifier(n_neighbors=72)# 使用训练集训练模型knn.fit(X_train, y_train)# 输出训练集中的模型准确率print("训练集准确率:", knn.score(X_train, y_train))# 输出验证集中的模型准确率print("验证集准确率:", knn.score(X_test, y_test))

输出结果：

到此为止，我们成功地失败了,验证集的准确率只有52.89%

大家可以去试试其他的票和间隔。

今天的完整代码，考虑到很多朋友没有QMT和PT，今天用的是聚宽，复制到聚宽就可以实现，聚宽虽然不能交易，但是用来研究还是可以的。

import numpy as npimport pandas as pdfrom jqdata import *from sklearn.neighbors import KNeighborsClassifierfrom sklearn.model_selection import train_test_split# 使用 get_money_flow 函数获取数据df = get_money_flow('002458.XSHE',                     fields=['date', 'sec_code', 'change_pct', 'net_amount_main', 'net_pct_main'],                     start_date='2023-06-04',                     end_date='2025-06-04')# 增加一个字段，记录股价上涨还是下跌# 如果股价上涨，则以 1 标记，否则以 0 标记df['up_or_down'] = np.where(df['change_pct'] > 0, 1, 0)# 增加一个字段，记录主力资金净流入还是流出# 如果净流入，标记为 1，否则标记为 0df['money_in_out'] = np.where(df['net_amount_main'] > 0, 1, 0)# 两个自增的字段相乘，得出因子值df['factor_xi'] = df['up_or_down'] * df['money_in_out']# 把次日涨跌作为预测标签存储到 next_day 字段df['next_day'] = df['up_or_down'].shift(-1)# 在数据集中，把日期、股票代码及我们添加的特征去掉# 注意：字段名需要与 df 中的字段名一致dataset = df.drop(['date', 'sec_code', 'up_or_down', 'money_in_out'], axis=1)# 检查是否成功print(dataset.head())# 将 'next_day' 作为数据集的标签y = dataset['next_day'][:-1].fillna(0)  # 处理 NaN 值# 去掉 'next_day' 字段，并去掉最后一行（因为最后一行的 'next_day' 是 NaN）X = dataset.drop(['next_day'], axis=1)[:-1]# 将数据集拆分为训练集和验证集X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=28)# 检查数据集是否正确拆分print("训练集特征形状:", X_train.shape)print("测试集特征形状:", X_test.shape)print("训练集标签形状:", y_train.shape)print("测试集标签形状:", y_test.shape)# 创建 KNN 分类器，n_neighbors 参数取 72knn = KNeighborsClassifier(n_neighbors=72)# 使用训练集训练模型knn.fit(X_train, y_train)# 输出训练集中的模型准确率print("训练集准确率:", knn.score(X_train, y_train))# 输出验证集中的模型准确率print("验证集准确率:", knn.score(X_test, y_test))