聚宽因子库中的风格因子是原始值还是标准化值？描述因子详解

在聚宽（JoinQuant）因子库中，关于风格因子和描述因子的数据处理方式以及具体含义，官方文档有明确的说明。以下是详细的解答：

1. 风格因子是原始值还是处理后的值？

风格因子是经过处理的（包含了去极值和标准化等步骤），而描述因子是原始值。

根据聚宽的文档说明，数据的处理步骤如下：

• 描述因子（如 daily_standard_deviation 等）：通过 API 获取到的描述因子是原始值，没有经过数据处理。
• 风格因子（如 size, beta, momentum 等）：风格因子是经过严格的正规化处理的。处理步骤包括：
  1. 先对底层的描述因子分别进行去极值和标准化（市值加权标准化）。
  2. 按照设定的权重对描述因子加权求和。
  3. 对合成后的风格因子进行缺失值填充（按行业以对数市值回归填充）。
  4. 最后，对风格因子再次进行市值加权标准化和去极值处理。

因此，您直接获取到的风格因子已经是经过去极值和标准化处理后的值（类似于 Z-score，但采用了市值加权等更精细的处理）。

2. 描述因子含义详解

您提到的这两个描述因子，主要用于合成残差波动率因子（residual_volatility），它们的具体含义和计算方法如下：

daily_standard_deviation（日收益率标准差）

• 含义：衡量股票近期超额收益的波动程度，赋予近期数据更高的权重。
• 计算方法：计算过去 252日 的超额收益的指数加权标准差，其中指数加权的半衰期设定为 42个交易日。

cumulative_range（收益离差）

• 含义：衡量股票在过去一年内月度收益率的极端波动范围。
• 计算方法：计算过去 12个月 中月收益率（以21个交易日为一个自然月）的最大值和最小值之间的差异。需要注意的是，计算该指标要求股票上市必须超过6个月，否则结果将返回 nan。

总结：
如果您需要直接用于多因子模型或回归分析，聚宽提供的风格因子已经做好了完善的预处理，可以直接使用；如果您希望自己构建因子或进行特殊处理，可以提取描述因子的原始值自行加工。