如何获取股票行情数据接口做为量化交易策略因子？
由bq09k95t创建，最终由bq09k95t 被浏览 93 用户
大部分人都不知道要买哪只股票，所以才需要量化策略对股票行情数据进行监控(可监控行情api接口数据)，然后采用一系列的因子作为选股标准，满足这些因子的股票行情则被买入，不满足的则卖出。
在量化策略中，要选出优质的股票，至少得获得这些股票行情数据进行监听处理，因为不知道哪个股票数据放量，所以需要订阅所有股票数据：
一、多因子选股策略需要用到哪些股票行情数据？
1、股票行情实时tick数据（最好是通过行情数据API接口保证实时性）
1.1获得交易所的股票行情api数据，上交所的L1和深交所的L1行情，狭义的说就是五档行情，股票价格的涨跌是选择的其中一个考虑因素，做股票量化投资的人太说，这个行情是一定要接的
1.2逐笔委托数据，特别是十档行情快照、逐笔交易、逐笔委托
数据来源：https://alltick.co/
2、资金流数据
资金流选股的基本思想是利用资金的流向来判断股票的涨跌，如果资金流入，股票应该会上涨，如果资金流出，则股票应该下跌。所以将资金流入流出的情况编成指标，则可以利用该指标来判断在未来一段时间股票的涨跌情况了
3、每天发财报的公司列表
众所周知，公司财报后股价可能会迎来巨大波动，可能大涨，也可能大跌，公司业绩不错，追涨买入；业绩已经price in股价了，看空。
4、k线历史数据
分析历史数据的一个关键是识别市场周期。市场周期通常包括牛市和熊市，它们反映了市场的总体趋势。通过识别这些周期，我们可以更好地了解市场的波动性，并预测未来的市场走势。
二、什么是多因子选股模型
2.1 基本概念
举一个简单的例子：如果有一批人参加马拉松，想要知道哪些人会跑到平均成绩之上，那只需在跑前做一个身体测试即可。那些健康指标靠前的运动员，获得超越平均成绩的可能性较大。多因子模型的原理与此类似，我们只要找到那些对企业的收益率最相关的因子即可。
各种多因子模型核心的区别第一是在因子的选取上，第二是在如何用多因子综合得到一个最终的判断。
一般而言，多因子选股模型有两种判断方法，一是打分法，二是回归法。
2.2候选因子的选取
候选因子的选择主要依赖于经济逻辑和市场经验，但选择更多和更有效的因子无疑是增强模型信息捕获能力，提高收益的关键因素之一。
例如：在2011年1月1日，选取流通市值最大的50支股票，构建投资组合，持有到2011年底，则该组合可以获得10%的超额收益率。这就说明了在2011年这段时间，流通市值与最终的收益率之间存在正相关关系。
从这个例子可以看出这个最简单的多因子模型说明了某个因子与未来一段时间收益率之间的关系。同样的，可以选择其他的因子，例如可能是一些基本面指标，如 PB、PE、EPS 增长率等，也可能是一些技术面指标，如动量、换手率、波动等，或者是其它指标，如预期收益增长、分析师一致预期变化、宏观经济变量等。