JoinQuant 平台如何使用 Alpha191 因子及公用函数？

JoinQuant Alpha191 因子库与公用函数解析

针对您提到的 alpha191 中的公用函数（如 STD(A, n)、RANK()、CORR() 等），在 JoinQuant 平台中的实际情况如下：

1. 公用函数是否可以直接引用？

不可以直接引用。
JoinQuant 提供的 jqlib.alpha191 库是已经封装好的最终因子计算结果。官方文档中列出的 STD、RANK 等函数，是为了向用户解释该因子的底层计算公式（来源于国泰君安研报），而不是作为独立的 API 函数提供给用户调用的。

如果您想直接获取某个 Alpha 191 因子（例如 Alpha 001），只需直接调用对应的因子函数即可，无需自己用公用函数去拼装：

# 导入 Alpha191 库
from jqlib.alpha191 import *

# 获取指定股票池和日期的 alpha_001 因子值
code = ['000001.XSHE', '000002.XSHE']
end_date = '2023-10-01'
a = alpha_001(code, end_date)
print(a)

2. 如果我想自己实现 STD(A, n) 怎么办？

如果您在编写自定义因子，想要计算过去 n 天的标准差，不需要依赖 alpha191 的内部函数，可以直接使用 Python 强大的数据处理库 pandas 或 JoinQuant 的内置方法：

• 方法一：使用 Pandas（推荐）
  通过 history 或 get_price 获取历史数据 DataFrame 后，使用 rolling().std() 计算：

  df = attribute_history('000001.XSHE', 20, '1d', ['close'])
  # 计算过去 n 天的标准差
  std_n = df['close'].rolling(window=10).std()
  

• 方法二：使用 JoinQuant 内置的 stddev 方法
  在 handle_data 中，可以通过 data[security].stddev(days) 直接获取：

  def handle_data(context, data):
      # 获取过去10天的收盘价标准差
      std_10 = data['000001.XSHE'].stddev(10)
  

3. 需要开通会员才能使用吗？

不需要。
jqlib.alpha191 库在 JoinQuant 的研究环境和回测环境中是免费开放给所有注册用户的。但是需要注意：

• 单次请求的数据量过大（例如一次性请求全市场所有股票多年的因子值）可能会触发平台的内存或超时限制（1800秒）。
• 如果您使用的是本地的 jqdatasdk 下载数据到本地，则受限于您账号的每日免费流量额度（通常免费版有每日调用条数限制，购买数据套餐可以提升额度）。但在官网网页端进行回测和研究是免费的。