Tekaas, Technology as a service · 数据与方法论的技术服务商
数据标准化 · 因子资产化 · 算法服务化
以工程化口径交付数据/特征/因子与个性化算法组件,支撑可复用、可审计、可迭代的研究流程:标准化 → 特征化 → 因子化 → 算法定制。
标的与先验统一
以标准化算法建立数据标的与 EOD 先验
PIT 字段对齐
Point-in-Time 规则与时间口径一致性
多锚点 PIT 对齐
锚点 x/y 对齐 + coverage/n 质量标注
复盘 · 标的数据
标的标准化与EOD先验分位
技术面标准化标的,模型计算风向,融合计算先验分位
实盘 · PIT数据
多锚点PIT截面数据
PIT 锚点快照;EOD 先验+锚点校准;coverage 门控与质量分层
标的 · 数据观察
事件频次画像
统计“涨停/领涨/高开/榜单/大单/量价”等事件多窗口频次形成计算数据
因子库 · 主流因子
主流因子集
估值/规模/成长/质量/杠杆/动量/波动/技术/流动性/分析师
四大数据域 · 功能与使用
盘前 · 复盘数据
- 技术标注化标的数据
- 标的行业与题材相关性数据
- 标的基础数据特征融合
- 标的主流因子特征融合
开始浏览
盘中 · 截面PIT数据
- 多锚点 PIT 截面快照与标的曲线
- EOD先验与锚点校准数据
- coverage / n 门控与质量标签
- 行业与题材环境的 PIT 采样
开始观察
标的 · 画像数据
- 统计 N 日多窗口事件频次特征
- 统计 N 日多类型事件频次特征
- 短/长窗比值与持续性刻画
- 资质画像与回测用特征抽取
开始画像
量化多因子 · 特征数据
- 估值因子·规模因子·成长因子
- 质量因子·杠杆因子·动量因子
- 波动因子·技术因子
- 流动性因子·分析师因子
进入因子库
方法学价值与使用边界
统一口径
标的标准化;锚点 x/y 对齐;多窗口历史对齐;因子库定义与时间规则(含 PIT)一致;降低跨阶段口径偏差。
可复现实验
锚点对齐 + 质量字段(coverage/n),支持横向对比、纵向回放与条件化复现实验设计。
画像捆绑方案
按画像组合数据配额,边界清晰、可扩展增配。详见 服务与定价。
使用边界
仅用于学习与研究,不提供个体化投资建议;历史不代表未来,数据可能存在延迟/缺失;请同时阅读 免责声明、服务条款 与 隐私政策。
合规提示:我们提供数据与方法论的技术服务,不提供个体化投资建议。