csap
Skill2 starsChanged 8 months agoNo licenceView on GitHub
CSAP 因子（Cross-Sectional Asset Pricing Factor） 是金融领域中用于分析和解释不同资产在特定时间点上收益差异的重要工具，广泛应用于资产定价、投资组合优化和金融市场研究。CSAP 截面因子通过提取驱动资产价格变化的核心变量，帮助研究者揭示资产收益的横截面特征，即不同资产之间的价格差异来源。常见的截面因子包括价值因子（如市净率、市盈率等）、规模因子（如市值）、动量因子（基于过去收益率）、盈利性因子（如ROE、毛利率）以及投资因子（如资本支出增长率），这些因子从不同角度反映了资产收益的潜在驱动因素。 截面因子的构建方法多种多样，从简单的四则运算到回归分析，量化研究者通过系统性的筛选和建模，提取出与资产收益高度相关的因子。投资者可以将这些因子运用在资产定价模型如 Fama-French 三因子模型等，达到优化组合配置的目的。 许多量化研究者和学术界的专家公开了他们在资产定价中使用的因子，推动了因子研究的广泛应用。在《Open Source Cross-Sectional Asset Pricing》一文中，作者提供了数据的来源和 STATA 代码，成功展现了部分横截面股票收益预测指标。作者使用到的金融数据中的 Compustat 和 CRSP 两部分数据均来自沃顿研究数据服务（Wharton Research Data Services），该数据服务平台提供了丰富的全球金融、经济和市场数据，常用于金融研究和分析。为了帮助研究者在实际应用中使用这些因子，我们基于文章中所描述的方法，使用 DolphinDB 脚本实现了 195 个因子的函数，并将其封装在 DolphinDB 模块…
In this repository20 other files it gives its agents.
- codex-vscode-proxy-setupSkill
- confluence-cloud-editorSkill
- ddb-cross-node-syncSkill
- ddb-data-analysisSkill
- ddb-data-discoverySkill
- ddb-deployment-skillSkill
- ddb-visualizationSkill
- develop-skillsSkill
- document-translationSkill
- execute-dlangSkill
- ficc_curve_fitting_importSkill
- ficc_download_dataSkill
- ficc_instru_maket_modelingSkill
- ficc_pricingSkill
- find-skillsSkill
- mihomo_onoffSkill
- pdfSkill
- pptxSkill
- research-ddbSkill
- swordfish-smoke-testSkill
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
Reviews can't be read right now.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.