上两篇博客介绍了量化分析看板中涉及的一些统计学及量化分析的一些基本概念。本篇博客介绍量化分析看板的使用：
量化分析看板的分析标的与数据基础
量化分析看板是一个根据指定周期，针对宽基指数与行业指数进行数据回测分析的功能模块，效果如下图所示：
该看板的分析标的为宽基指数（6个）：沪深300、中证500、上证50、创业板50、科创50、国证2000。这些指数是A股市场不同体量不同维度的典型宽基指数的代表。在行业指数上，该看板可以对70多个行业指数进行统计分析，因为数量较多，这里不一一列举，可以参考同花顺的行业指数。
本模块的数据范围为：2020年1月2日至最近一个交易日（不含当天），每日凌晨，更新前一个交易日的数据。
在看板头部，是日期范围选择器，您可以从这里选择您指定的任意回测时间段，需要说明的是，在日期范围选择时，不要以休市日期为日期边界，因为程序以日期作为索引获取K线数据，选择休市日期则获取不到对应的数据。点击提交按钮后，网站将根据您的日期范围进行相应的数据计算分析。
在看板的第一行，有两个数据卡片，分别统计指数在您指定的日期范围的阶段涨幅（左侧卡片）以及在这个日期范围内的变异系数（右侧卡片），关于变异系数的概念可以参考之前的博客：一些统计学概念 - QThinker Plus使用说明 ，变异系数的大小表明了该指数在您指定的日期范围内的波动程度。
看板第二行的卡片，对各个指数在您指定的日期范围内的走势进行了归一化处理，以此进行阶段走势的横向对比，归一化走势的概念可以参考：一些量化指标概念 - QThinker Plus使用说明 ，该图标可以观察各个指数在指定日期范围内各个阶段的强弱对比。
看板第三行的卡片，其中包含了两个统计数据标签页，分别对指数在指定时间范围内的各项统计学特征及量化指标进行了展示，关于这个表格中计算得到的数据含义，请参考之前的两篇博文，这里再简单介绍一下：
区间统计指标：
1、涨幅：指数在指定时间范围的阶段涨幅
2、振幅：指数在指定时间范围内的最高价与最低价之间的百分比距离
3、日振幅中位数：指数每个交易日中的高点与低点之间百分比距离的中位数，象征指数单日波动情况
4、均值、标准差、方差：指数每个交易日收盘价的均值、标准差、方差
5、变异系数：指数在指定时间范围内的收盘价偏离其均值的程度，象征指数在指定时间范围内的波动情况。
6、上涨次数：指数在指定时间范围内，上涨的交易日数量
7、下跌次数：指数在指定时间范围内，下跌的交易日数量
8、上涨中位数：指数在指定时间范围内，所有单日上涨幅度的中位数
9、下跌中位数：指数在指定时间范围内，所有单日下跌幅度的中位数
10、百分位：指数最近一个交易日的收盘价，在指定指定时间范围内所处的百分位，百分位越低，指数相对位置越低，百分位越高，指数相对位置越高。
区间量化指标：
夏普比率：夏普比率是指数在指定时间范围内的超额收益与波动的比值，越高越好。
索提诺比率：索提诺比率是指数在指定时间范围内的超额收益与其在回撤阶段波动性的比值，越高越好。
卡玛比率：卡玛比率是指数在指定时间范围内的收益与其在该时间范围内所产生的最大回撤的比值，越高越好。
欧米伽比率：欧米伽比率是指数在指定时间范围内，高于期望收益部分（本站使用的期望收益率是十年期国债收益率）的回报与低于期望收益部分的回报的比值，越高越好。
尾比：尾比是指数在指定时间范围内，日回报率的95分位数与5分位数的比值，象征这指数在表现最好时候的上涨与表现最差时候的下跌的比值，越高越好。
年化收益率：指数在指定时间范围内获得的收益率反算的年化收益率。
年化波动率：指数在指定时间范围内，年化计算后的日收益率序列的波动率，象征着指数单日回报率的暴动性。
阿尔法：指数在指定时间范围，相较于基准（本站采用沪深300指数），赢得的超额收益，越高越好。
贝塔：指数在指定时间范围内，跟随基准（本站采用沪深300指数）走势的程度，贝塔越高，象征着指数在指定时间范围内所承担的系统性风险。
以上是对量化分析看板中提供的数据分析工具的简单介绍，其中的一些概念如果需要详细了解，请参考：
文章评论