量化投资策略设计与分析的第一次作业是基于逐笔数据构造 39 个高频因子。我对高频因子的构造经验比较少，完成这个作业后的一些经验：
groupby、resample、to_datetime、reindex、rolling、apply等。如果是非常大的数据集，应当用 numpy 等更快速的科学计算包，或者用C++。用提供的某支证券为期不超过一周的高频数据复制 Table A2 中 39 种指标。
使用命令行控制对象存储的上传与下载。
本文介绍了如何基于 OpenAI ChatGPT 接口和 feffery components 构建在线问答机器人，并基于 render 实现自动化持续部署。
它支持：
在 Typora 中可以插入代码块，但每次都需要手动添加语言。若经常需要插入同一种语言的代码块，可以借助第三方的快捷键工具 AutoHotkey，自动设置代码块的语言，提高工作效率。
许多常用的代码片段是重复、通用的，将它们记录并整理起来，在需要时可以方便地调用，可以大幅提高编码效率。
VS Code 代码片段功能是一个非常好用的功能，在保存代码片段后，只需输入几个前缀，即可自动生成代码片段。
利用 snippet-generator 这个工具自动生成代码片段，可以让整理代码片段的过程更高效！
LightGBM 是一种基于决策树的梯度提升机（GBM）算法，它是一种快速、准确的机器学习算法，可以用于分类和回归问题。
本文介绍了 LightGBM 的使用方法和代码示例，并记录了自定义损失函数、打印训练过程、迭代次数参数等问题的解决方法。
本文回顾了量化投资策略设计与分析课程的一次课前练习。本练习给定的数据都比较整洁、规范，选股逻辑也比较简单清晰，是一个很好的实现选股回测的练习机会。
策略描述
请把给定的股票数据，根据行业分类（申万一级行业），分别对每一行业的股票按 PB 由低到高分为 5 组，每月第一个交易日买入那些上月 PB 处于所在行业排名最低 20% 分位组（即 PB 由低到高排序的第一组）的股票，持有 1 个月，每月换仓一次，计算该投资组合的持仓年化收益率和夏普比率，并画出累计净值曲线。
