在变量的创建过程中，您可以使用标准数学运算符和变量选择页面中的数据，来创建自己的自定义变量。例如，您可以使用“收入：实际价值/总企业价值：实际价值”(Revenue: Actual Value / Total Enterprise Value:Actual Value) 来构建“标准化收入”(Normalized Revenue)。
您甚至可以使用以下函数来创建更复杂的公式。例如，您可以使用相对于基准：“相对动量”的动量概念，创建一个公式：pct(Close Price: actual value, 21) - pct(benchmark(), 21)
上面的函数可计算池内每只证券的 21 天收盘价百分比差异，然后再减去基准的 21 天百分比变化。因此，如果 21 天前 AAPL 的价值为 200 美元，而今天的价值为 220 美元，则 pct(Close Price: actual value, 21) 的值为 0.10。如果基准是 SPY，且 21 天前为 300 美元，而今天为 303 美元，则其价值将为 0.01。公式的最终结果（对于 AAPL）为 0.10 - 0.01 = 0.09。
1. 基准：基准价格
说明：
使用此特定模型的基准（在模型创建的“约束 (constraints)”屏幕上设置）和价格类型（即开盘价）来获取基准价格时间序列值。
函数：
benchmark()
参数：
无
2. 应用绝对值 - 将绝对值应用于函数的方程中
函数：
abs(equation)
参数：
equation* - 应用绝对值的自定义方程
3. 应用自然对数 - 将自然对数应用于函数的方程中
函数：
log(equation)
参数：
equation * - 应用自然对数的自定义方程
4. 检索最小值 - 在两个方程中检索两个值中的最小值。
函数：
min(equation_1, equation_2)
参数：
equation_1 * - 用于与 equation_2 进行比较，以确定最小值的自定义方程
equation_2 * - 用于与 equation_1 进行比较，以确定最小值的自定义方程
5. 检索最大值 - 在两个方程中检索两个值中的最大值。
函数：
max(equation_1, equation_2)
参数：
equation_1 * - 用于与 equation_2 进行比较，以确定最大值的自定义方程
equation_2 * - 用于与 equation_1 进行比较，以确定最大值的自定义方程
6. 应用指数 - 将指数应用于函数的方程中
函数：
pow(equation_1, equation_2)
参数：
equation_1 * - 在指数运算中用作底数的自定义方程
equation_2 * - 在指数运算中用作指数的自定义方程
7. 应用方差 - 将方差应用于函数的方程中
函数：
var(equation, num_days)
参数：
equation* - 应用方差的自定义方程
num_days * - 计算方差时用作时间窗口的营业日数量
8. 应用百分比变化 - 将一段时间的百分比变化应用于函数的方程中
函数：
pct(equation, num_days)
参数：
equation * - 应用百分比变化的自定义方程
num_days * - 计算百分比变化时用作时间窗口的营业日数量
9. 应用简单移动均值 - 将简单移动均值应用于函数的方程中
函数：
sma(equation, num_days)
参数：
equation * - 应用简单移动均值的自定义方程
num_days * - 计算简单移动均值时用作时间窗口的营业日数量
10. 应用加权移动均值 - 将加权移动均值应用于函数的方程中
函数：
wma(equation, num_days)
参数：
equation * - 应用加权移动均值的自定义方程
num_days * - 计算加权移动均值时用作时间窗口的营业日数量
11. 应用指数移动均值 - 将指数移动均值应用于函数的方程中
函数：
ema(equation, num_days)
参数：
equation * - 应用指数移动均值的自定义方程
num_days * - 计算指数移动均值时用作时间窗口的营业日数量
12. 替换 NaN（非数值）- 根据一个方程中的值来替换另一个方程中的 NaN 值
函数：
nan_to_num(equation_1, equation_2)
参数：
equation_1 * - 考虑需替换 NaN 的自定义方程
equation_2 * - 用于替换 equation_1 中 NaN 的自定义方程。如果是常数值即可，则可以为十进制。
13. 使用历史数据 - 对数据应用延迟
函数：
prev(equation, num_days)
参数：
equation* - 应用延迟的自定义方程
num_days * - 用作延迟时间窗口的营业日数量
14. 使用未来数据 - 对数据应用未来趋势（***仅用于自定义目标方程***）
函数：
fwd(equation, num_days)
参数：
equation* - 应用未来趋势的自定义方程
num_days * - 用作延迟时间窗口的营业日数量
15. 检索随时间变化的最小值 - 在两个方程中检索两个值中的最小值。
函数：
tmin(equation, num_days)
参数：
equation* - 应用未来趋势的自定义方程
num_days * - 用作最小值查找时间窗口的营业日数量
16. 检索随时间变化的最大值 - 在两个方程中检索两个值中的最大值。
函数：
tmax(equation, num_days)
参数：
equation* - 应用未来趋势的自定义方程
num_days * - 用作最大值查找时间窗口的营业日数量
17. 大于或等于 (>=) 布尔逻辑 - 使用大于或等于布尔逻辑比较两个方程，并将 True/False 转换为 1/0
函数：
ge(equation_1, equation_2)
参数：
equation_1 * - 位于布尔方程左侧的自定义方程
equation_2 * - 位于布尔方程右侧的自定义方程
18. 大于 (>) 布尔逻辑 - 使用大于布尔逻辑比较两个方程，并将 True/False 转换为 1/0
函数：
gt(equation_1, equation_2)
参数：
equation_1 * - 位于布尔方程左侧的自定义方程
equation_2 * - 位于布尔方程右侧的自定义方程
19. 等于 (==) 布尔逻辑 - 使用等于布尔逻辑比较两个方程，并将 True/False 转换为 1/0
函数：
eq(equation_1, equation_2)
参数：
equation_1 * - 位于布尔方程左侧的自定义方程
equation_2 * - 位于布尔方程右侧的自定义方程
20. 不等于 (!=) 布尔逻辑 - 使用不等于布尔逻辑比较两个方程，并将 True/False 转换为 1/0
函数：
ne(equation_1, equation_2)
参数：
equation_1 * - 位于布尔方程左侧的自定义方程
equation_2 * - 位于布尔方程右侧的自定义方程
21. 小于或等于 (<=) 布尔逻辑 - 使用小于或等于布尔逻辑比较两个方程，并将 True/False 转换为 1/0
函数：
le(equation_1, equation_2)
参数：
equation_1 * - 位于布尔方程左侧的自定义方程
equation_2 * - 位于布尔方程右侧的自定义方程
22. 小于 (<) 布尔逻辑 - 使用小于布尔逻辑比较两个方程，并将 True/False 转换为 1/0
函数：
lt(equation_1, equation_2)
参数：
equation_1 * - 位于布尔方程左侧的自定义方程
equation_2 * - 位于布尔方程右侧的自定义方程