页面加载中…
rank(ts_mean(close_0, 5) / ts_mean(close_0, 20))close_0后复权收盘价（价格，人民币元）ts_mean(x, day)时序均值：过去 day 个交易日（含当天）x 的算术平均rank(x)截面排名：当日在股票池内的百分位排名，取值 (0, 1]研究假设：近 5 日均价相对近 20 日均价越高的股票，未来 5 个交易日的收益越高。
| 2026-10-28 14:02:11 | 提交 | POST /api/v1/core/submit_factor · 返回任务回执，状态 queued |
| 2026-10-28 14:02:41 | 开始 | 状态 running · 读取数据并计算因子值 |
| 2026-10-28 14:03:29 | 完成 | 状态 completed · 用时 78 秒 · 生成样本内报告 |
任务参数
{
"formula": "rank(ts_mean(close_0, 5) / ts_mean(close_0, 20))",
"factor_type": "stock",
"setting": {
"stock_pool": "all_a",
"rebalance_period": 5,
"start_date": "2016-01-04",
"end_date": "2019-12-31"
}
}构建因子表达式，查看预测能力与组合表现，再根据结果调整研究假设。把输入、评估条件与结果放在一起，判断一次研究是否值得继续。
同一项示例研究：5/20 日均价比
示例数据 · 模拟rank(ts_mean(close_0, 5) / ts_mean(close_0, 20))close_0后复权收盘价（价格，人民币元）ts_mean(x, day)时序均值：过去 day 个交易日（含当天）x 的算术平均rank(x)截面排名：当日在股票池内的百分位排名，取值 (0, 1]研究假设：近 5 日均价相对近 20 日均价越高的股票，未来 5 个交易日的收益越高。
研究预览只用样本内区间；样本外的结果在正式提交评估后才产生。
在一致的评估区间与组合条件下，比较因子的预测与风险收益表现。查看评分依据，再决定哪些结果值得深入研究。
| 名次 | 因子 | 等级 | 综合评分 | Rank IC | 多空年化 | 最大回撤 |
|---|---|---|---|---|---|---|
| 1 | 稳量柔性换手平台 | SSS | 0.027 | +0.0789 | +30.4% | −12.5% |
| 56 | qk_pv_corr5_stab平台 | B | 0.010 | +0.0701 | +21.7% | −18.3% |
| 165 | ll_val_illiq_turn平台 | D | 0.004 | +0.0512 | +19.2% | −16.6% |
| 329 | 回款周转残差折价平台 | D | 0.001 | +0.0282 | +8.8% | −6.9% |
| 492 | SA2-0392 量价平台 | D | 0.000 | +0.0211 | +4.7% | −14.4% |
以 229 个算子、465 个基础因子和 30 个数据源，组织可组合的研究输入。查看覆盖范围、字段含义与调用方式，选择适合研究问题的数据和表达工具。
统计日期 2026-10-30。算子为平台目录中可用的全部算子，其中 25 个高频算子用于 A股高频研究预览；基础因子是公式可直接引用的字段， 含 40 个仅在 A股另类可用的另类数据字段；数据源是这些字段所属的因子数据表，与数据目录里的数据集不是同一种数量。
在 SeekAlpha 中查找研究问题、方法与原始来源，把已有证据转化为下一项可以验证的研究。
华泰证券 · 2025
多目标基本面选股因子挖掘框架
研究内容：遗传算法在因子挖掘中的应用；指数增强策略。
国盛证券 · 2025
高频选股因子构建
研究内容：基于流动性冲击事件的羊群效应因子研究；“高频数据+离散化”理念的因子挖掘实践。
华安证券 · 2025
高维环境下的最优因子择时策略构建
研究内容：因子择时收益提升方法。
通过 API 发起已有研究任务，读取任务状态与结果。让 Agent 的输入和输出对应同一套研究流程，便于检查与继续迭代。
请求与返回的结构，与个人中心「API Key 与用量」页的说明一致
示例数据 · 模拟# 1. 提交因子（Bearer 使用个人中心创建的 API Key）
curl -X POST "$BASE/core/submit_factor" \
-H "Authorization: Bearer $QMCP_API_KEY" \
-H "Content-Type: application/json" \
-d '{"formula":"rank(ts_mean(close_0, 5) / ts_mean(close_0, 20))","factor_type":"stock","setting":{"stock_pool":"all_a","rebalance_period":5,"start_date":"2016-01-04","end_date":"2019-12-31"}}'
# 计算是异步的，返回任务回执：{"task_id": "...", "status": "queued", ...}
# 2. 用 task_id 轮询结果
curl -X POST "$BASE/core/get_submission_result" \
-H "Authorization: Bearer $QMCP_API_KEY" \
-H "Content-Type: application/json" \
-d '{"task_id": "<task_id>"}'
# status 为 completed / partial / failed / interrupted 时结束；
# 指标在 result["submitted"][0]["metrics"]BASE 为你的站点地址加 /api/v1；任务编号与返回值为示意，不是一次真实运行的记录。