数据下载
数据集与 Dataset Card
一句话说明这是什么
本数据集为客观因子数据，由公开定义式对市场数据直接计算得到，不含任何模型评分、排名或预测。
可下载的数据集
下载前请先阅读下方 Dataset Card 中的计算口径与已知局限。
历史因子快照 parquet
按交易日组织的全市场因子暴露值与横截面分位快照，逐日积累。
- 覆盖范围2026-08-24 ~ 2026-09-30
- 已积累交易日 27 / 目标 250
- 单日字段数14 组字段
尚未达到 250 个交易日的目标覆盖，不做历史回补——原因见下方 Dataset Card「因子方法论」的「数据起始与积累方式」。
| 交易日 | parquet |
|---|---|
| 2026-09-30 | 下载 |
| 2026-09-29 | 下载 |
| 2026-09-28 | 下载 |
| 2026-09-24 | 下载 |
| 2026-09-23 | 下载 |
| 2026-09-22 | 下载 |
| 2026-09-21 | 下载 |
| 2026-09-18 | 下载 |
| 2026-09-17 | 下载 |
| 2026-09-16 | 下载 |
| 2026-09-15 | 下载 |
| 2026-09-14 | 下载 |
| 2026-09-11 | 下载 |
| 2026-09-10 | 下载 |
| 2026-09-09 | 下载 |
| 2026-09-08 | 下载 |
| 2026-09-07 | 下载 |
| 2026-09-04 | 下载 |
| 2026-09-03 | 下载 |
| 2026-09-02 | 下载 |
| 2026-09-01 | 下载 |
| 2026-08-31 | 下载 |
| 2026-08-28 | 下载 |
| 2026-08-27 | 下载 |
| 2026-08-26 | 下载 |
| 2026-08-25 | 下载 |
| 2026-08-24 | 下载 |
Dataset Card
这份说明描述数据是怎么算出来的、它不包含什么、以及使用时需要注意的限制。它不说明这些数据应当如何用于交易决策。
一、字段字典
| 字段名 | 类型 | 含义 |
|---|---|---|
| trade_date | date | 交易日 |
| symbol | string | 证券代码（如 600000.SH） |
| name | string | 该交易日当时的证券简称，按 namechange 历史回溯，不是当前名 |
| industry | string，可空 | 所属行业；为空表示该证券当日没有行业分类，行业内分位相应为空 |
| close | float，可空 | 不复权收盘价（元），展示用，与行情站一致 |
| pct_chg | float，可空 | 当日涨跌幅（%） |
| circ_mv | float，可空 | 流通市值（亿元） |
| is_st | boolean | 是否 ST 或处于退市整理期（含退市整理期，同生产训练掩码的判定口径） |
| <factor_key> | float，可空 | 因子原始暴露值，13 个因子代号见下表「因子清单与定义」；keep_null 因子的「不适用」样本此列为空，不是 0 |
| <factor_key>_pct | float 0~100，可空 | 全市场横截面分位，定义见下方「因子方法论」 |
| <factor_key>_ipct | float 0~100，可空 | 行业内横截面分位；industry 为空时此列也为空 |
| null_reasons | JSON，可空 | 该行当日为空的因子及原因码，非空因子不出现在其中；码表见下方「缺失语义」 |
| data_version | string | 数据版本号，格式 qlib-cn-YYYYMMDD |
| generated_at | datetime | 该行生成时间戳 |
<factor_key> 为下表列出的 13 个因子代号之一， 每个因子对应三列：原始暴露值、全市场横截面分位、行业内横截面分位。
缺失原因码
| 原因码 | 含义 |
|---|---|
| loss | 净利润为负，市盈率不适用 |
| missing | 该交易日数据缺失 |
| neg_equity | 净资产为负或缺失 |
| ttm_short | 滚动 12 个月数据不足 |
| young | 上市时间不足，该窗口尚无完整数据 |
二、因子清单与定义
| 分类 | 代号 | 名称 | 单位 | 定义式 |
|---|---|---|---|---|
| 收益 | mom20 | 20日动量 | % | $close/Ref($close,20)-1 |
| 收益 | mom60 | 60日动量 | % | $close/Ref($close,60)-1 |
| 收益 | rev5 | 5日涨跌幅 | % | $close/Ref($close,5)-1 |
| 波动 | vol20 | 20日波动率 | % | Std(Log($close/Ref($close,1)),20) |
| 量价与流动性 | turn20 | 20日平均换手率 | % | Mean($turnover_rate,20) |
| 量价与流动性 | turnr | 换手率相对水平 | 倍 | $turnover_rate/(Mean($turnover_rate,60)+1e-12) |
| 量价与流动性 | illiq | 非流动性 Amihud | — | Mean(Abs($close/Ref($close,1)-1),20)/(Mean($amount,20)+1e-12) |
| 量价与流动性 | mfr20 | 20日资金流强度 | — | Sum($net_mf,20)/($circ_mv+1e-12) |
| 估值 | bp | 账面市值比 BP | — | 1/$pb |
| 估值 | ep | 盈利收益率 EP | — | 1/$pe_ttm |
| 估值 | sp | 销售收益率 SP | — | 1/$ps_ttm |
| 估值 | dv | 股息率 | % | $dv_ttm |
| 规模 | lncap | 对数流通市值 | — | Log($circ_mv+1) |
定义式为 qlib 表达式语法：$field 表示当日字段， Ref(x,n) 表示 n 个交易日前的 x，Mean/Std/Sum 为对应窗口统计量。与 pipeline/factor_stats.py 的 FACTORS 常量同源。
三、因子方法论
- 数据起始与积累方式本数据集自 2026-08-25（因子旁路落盘上线首日）起，随每日生产链路逐日积累，不做历史回补——每一条记录都是当日生产真实产出，不存在事后补算的历史数据，数据「出身」单一。目标覆盖最近 250 个交易日；未达到 250 天之前，天数如实展示，不是故障
- 超过 250 天后的处理历史快照全量保留、不做滚动删除——逐日 parquet 本身很小，全量保留没有存储压力；下方按日下载列表只展示最近若干天（列表区可滚动），更早的交易日按 URL 直接下载依然有效，不会消失
- 复权口径因子计算统一使用后复权收盘价；close/pct_chg 两个展示字段为不复权原始值，与行情站一致，不参与因子计算
- 横截面分位在同一交易日、同一比较范围（全市场或者同一行业）内，将各证券按某一因子暴露值升序排列后，该证券所处位置换算成的 0 到 100 的数值。横截面分位仅描述该证券在当日样本中所处的相对位置，不表示证券优劣，不表示上涨概率，也不能理解为预期收益率——与《TradSig 使用条款》「因子暴露值与横截面分位的含义」条款一字一致
- 缺失值语义fill_zero（仅 DV 股息率）：值真的是 0（未分红），有行情日补 0 后正常参与分位；keep_null（其余 12 个因子）：指标对该样本不适用（如亏损股的 EP），值与分位均为空，不参与排名也不补 0
- 样本范围全市场当日有行情的全部证券，含 ST（is_st 列标注），不做任何主观剔除；行业中性化、市值中性化均未做
- 更新节奏每个交易日收盘后，随当日数据下载与就绪校验完成，在下载完成后约 9~11 分钟内计算并发布上一交易日全量快照
各因子覆盖率（2020-01-02 ~ 2026-08-21 均值）
| 代号 | 名称 | 覆盖率 |
|---|---|---|
| mom20 | 20日动量 | 99.1% |
| mom60 | 60日动量 | 98.0% |
| rev5 | 5日涨跌幅 | 99.6% |
| vol20 | 20日波动率 | 99.9% |
| turn20 | 20日平均换手率 | 99.4% |
| turnr | 换手率相对水平 | 99.3% |
| lncap | 对数流通市值 | 99.3% |
| bp | 账面市值比 BP | 98.6% |
| ep | 盈利收益率 EP | 78.1% |
| sp | 销售收益率 SP | 99.2% |
| dv | 股息率 | 100.0% |
| mfr20 | 20日资金流强度 | 96.4% |
| illiq | 非流动性 Amihud | 99.9% |
四、已知局限
- 未做行业中性化、未做市值中性化：因子暴露值是定义式的直接计算结果，横向比较容易掺入行业或规模效应，需要中性化的场景请自行处理。
- 因子之间存在相关性（例如对数流通市值 LNCAP 与多个估值类因子天然相关），组合使用多个因子时不能假设它们相互独立。
- 覆盖率差异较大：EP（盈利收益率）覆盖率最低，约 78%（2020-01-02~2026-08-21 均值），主要因亏损股不适用（净利润为负，市盈率不成立）；DV（股息率）覆盖率恒为 100%，但以最近一个交易日为例，约三分之一证券的股息率是 fill_zero 补的 0（未分红），不代表数据缺失。
- IC / Rank IC 等历史统计截至 2026-08-21（walk-forward 样本外评估区间末），不包含此后新增的交易日；本页因子暴露值快照本身每日更新，但对应的历史统计不逐日刷新。
- 单因子统计（IC、覆盖率、分组收益）不做任何拟合，天然样本外，但也不构成对未来表现的预测或保证——历史统计不代表未来。
五、数据来源与版本
- 数据版本qlib-cn-20260930
- 最新交易日2026-09-30（2026-09-30 17:04 更新）
- 因子快照覆盖2026-08-24 ~ 2026-09-30，共 27 个交易日
- 证券覆盖全市场 5,561 只，含北交所与 ST；不做任何主观剔除
- 口径变更字段或计算口径调整会发布新的数据版本号，历史版本不静默覆盖。
免责声明
本数据集及其统计口径仅供量化研究与学习使用，不构成证券投资建议，不承诺任何收益， 也不保证数据的完整性、准确性或及时性。历史统计不代表未来表现，任何因子在样本外都可能失效。 使用者应自行核验数据、自行判断其适用性，并对基于本数据集所作的任何决策自负全部责任。 本站不提供、也不隐含提供任何关于如何使用这些数据进行交易的建议或指引。详见 《TradSig 使用条款》「因子暴露值与横截面分位的含义」条款。