量化交易_3
概要
- 单因子IC分析
- 单因子收益率分析
- 构建因子测试框架
- 构建单因子回测框架
- 多因子相关性分析
- 多因子合成方法
单因子IC分析
- 因子的IC分析：判断因子与收益的相关性强度
IC：
- 某一期的IC是指该期因子暴露度和股票下期的实际回报值在横截面上的相关系数
- 一个因子的IC就是因子与收益率的相关强度
- 计算过程：使用斯皮尔曼相关系数，取值在[-1,1]
- 0表示该因子与收益率不相关
- （0,1]，表示因子跟收益率正相关，越靠近1，表示相关性越大
- [-1,0),表示因子跟收益率逆相关，越靠近-1,表示相关性越大
因子暴露度：因子的值，一般是经过了数据处理之后的值
单因子收益率分析
收益率
- 在确定了收益率区间后，这期收盘价/上期收盘价 - 1
- 收益率区间：
- 日收益率
- 月收益率
- 年收益率
API:
import scipy.stats as st st.spearman(因子,收益率)示例： 手动计算因子的IC值
- 在研究平台上
import scipy.stats as st import pandas as pd import numpy as np # 导入去极值，标准化函数 # 去极值 def med_method(factor): # 1、找到MAD值 med = np.median(factor) distance = abs(factor - med) MAD = np.median(distance) # 2、求出MAD_e MAD_e = 1.4826 * MAD # 3、求出正常值范围的边界 up_scale = med + 3 * MAD_e down_scale = med - 3 * MAD_e # 4、替换 factor = np.where(factor > up_scale, up_scale, factor) factor = np.where(factor < down_scale, down_scale, factor) return factor # 自实现标准化 # (x - mean) / std def stand_method(factor): mean = np.mean(factor) std = np.std(factor) factor = (factor - mean) / std return factor # 1.获取因子的暴露度 # 1）获取财务数据 stocks = industry('C39') q = query(fundamentals.eod_derivative_indicator.pe_ratio).filter(fundamentals.stockcode.in_(stocks)) fund = get_fundamentals(q, entry_date="20170105")[:,0,:] # print("fund的值为：\n", fund) # 2）处理缺失值 fund = fund.dropna() # 3）去极值，标准化 fund['pe_ratio'] = med_method(fund['pe_ratio']) fund['pe_ratio'] = stand_method(fund['pe_ratio']) # print(fund['pe_ratio']) # 2.获取该因子的收益率 # 1）获取历史的交易数据 price = get_price(list(fund.index),start_date="20170105", end_date='20170106', fields='close').T # 2) 处理缺失值 price = price.dropna() # 3）进行收益率计算 return_rate = price.iloc[:,1]/price.iloc[:,0] - 1 # 4）合并处理 data = pd.concat([fund['pe_ratio'], return_rate], axis=1) # 3.进行相关系数计算 pe_ratio_ic = st.spearmanr(data['pe_ratio'], data[0])
构建因子测试框架
- 以上是计算某一个因子在一个交易日的IC，那如何计算某个因子在某一年的每天的IC变化情况呢？
使用Alphalens 因子分析工具
- 是计算IC值更强大的工具
- 主要有四个大类组成
- alphalens.tears:获取综合信息
- alphanlens.performance:用来计算
- alphalens.plotting:画图
- alphalens.utils:额外的工具包
- Alphalens通用数据格式：factor_data
- 生成factor_data数据格式的API:
alphalens.utils.get_clean_factor_and_forward_returns(factor, prices,...) factor:因子数据
- 是一个MultiIndex的pd.Series类型
price:价格数据
- pd.DateFrame格式,所有股票的多天价格数据
准备Alphalens通用数据格式的流程
- 1.准备factor因子数据
- 2.准备peices价格数据
- 3.生成alphalens通用数据格式
代码：
使用Alphalens对某个因子在某一年的每天的IC进行分析
import pandas as pd import numpy as np # 去极值 def med_method(factor): # 1、找到MAD值 med = np.median(factor) distance = abs(factor - med) MAD = np.median(distance) # 2、求出MAD_e MAD_e = 1.4826 * MAD # 3、求出正常值范围的边界 up_scale = med + 3 * MAD_e down_scale = med - 3 * MAD_e # 4、替换 factor = np.where(factor > up_scale, up_scale, factor) factor = np.where(factor < down_scale, down_scale, factor) return factor # 自实现标准化 # (x - mean) / std def stand_method(factor): mean = np.mean(factor) std = np.std(factor) factor = (factor - mean) / std return factor # 获取分析周期，一年 date = get_trading_dates(start_date="20170101", end_date="20180101") # 1）准备factor因子数据 格式：series-multiindex # 分析哪一个因子？earnings_per_share # 确定分析的时间区间？2017-01-01~2018-01-01 # 给获取到的因子数据附上当天交易日的日期信息 # 添加复合索引 set_index([“date”, 股票列表]) # 因子数据处理：去极值、标准化 all_data = pd.DataFrame() for i in range(len(date)): q = query(fundamentals.financial_indicator.earnings_per_share) fund = get_fundamentals(q, entry_date=date[i])[:, 0, :] # 给因子值横截面数据加上日期信息 fund["date"] = date[i] # 要把每一个交易日的横截面数据竖着粘在一起 all_data = pd.concat([all_data, fund]) all_data = all_data.set_index(["date", all_data.index]) # 因子数据处理：去极值、标准化 all_data["earnings_per_share"] = med_method(all_data["earnings_per_share"]) all_data["earnings_per_share"] = stand_method(all_data["earnings_per_share"]) # factor 准备完毕 factor = all_data["earnings_per_share"] # 2）准备prices价格数据 格式：pd.DataFrame # 确定股票范围？全部A股 stocks = all_instruments() stocks = stocks["order_book_id"] prices = get_price(list(stocks), start_date="20170101", end_date="20180101", fields="close") # 导入alphalens from alphalens import tears, performance, plotting, utils factor_data = utils.get_clean_factor_and_forward_returns(factor, prices) IC = performance.factor_information_coefficient(factor_data) # 画因子时间序列和移动平均图 plotting.plot_ic_ts(IC) # 画因子的直方图 plotting.plot_ic_hist(IC) # 计算月平均因子IC值 mean_monthly_ic = performance.mean_information_coefficient(factor_data, by_time="1m") # 画出月平均IC的热力图 plotting.plot_monthly_ic_heatmap(mean_monthly_ic) # 直接获取综合信息——IC值 tears.create_information_tear_sheet(factor_data) # 计算IC>0.02的比例 a = IC.iloc[:, 0][IC.iloc[:, 0] > 0.02] rate = len(a) / len(IC)IC综合分析
- 平均值
- 标准差
因子收益率分析
- 因子值*因子收益率 + alpha = 未来收益率
构建单因子回测框架
因子分析好了，接下来干嘛？
单个因子的回测表现
- 每个因子的分组回测结果，查看因子本身的变现情况
- 验证分组结果，选择单调性好的因子
示例：分组测试单个因子的年化收益情况
- 在策略平台上执行
import numpy as np # 流程分析： # 目标：按分位数将该因子（earnings_per_share）的股票分成5组，分别进行回测，看年化收益 # 确定区间：2017-01-01~2018-01-01 # 确定选股范围：全部A股 # 确定调仓周期：按月 # 对因子进行处理：缺失值处理、去极值、标准化 # 分组选股：5组分别进行回测 def init(context): # 分组 context.group = 2 # 每月的定时器 scheduler.run_monthly(select_stocks, tradingday=1) def select_stocks(context, bar_dict): # 选股 q = query(fundamentals.financial_indicator.earnings_per_share) fund = get_fundamentals(q).T # 因子处理 # 处理缺失值 fund = fund.dropna() # 去极值 fund["earnings_per_share"] = med_method(fund["earnings_per_share"]) # 标准化 fund["earnings_per_share"] = stand_method(fund["earnings_per_share"]) # print(fund) factor = fund["earnings_per_share"] # 按照分位数进行分组 if context.group == 1: data = factor[factor < factor.quantile(0.2)] elif context.group == 2: data = factor[(factor > factor.quantile(0.2)) & (factor < factor.quantile(0.4))] elif context.group == 3: data = factor[(factor > factor.quantile(0.4)) & (factor < factor.quantile(0.6))] elif context.group == 4: data = factor[(factor > factor.quantile(0.6)) & (factor < factor.quantile(0.8))] else: data = factor[factor > factor.quantile(0.8)] # 选出来的股票 context.stocks = data.index print("选出来的股票为：\n", context.stocks) # 调仓 # 卖出 for stock in context.portfolio.positions.keys(): if context.portfolio.positions[stock].quantity > 0: if stock not in context.stocks: order_target_percent(stock, 0) # 买入 for stock in context.stocks: order_target_percent(stock, 1.0/20) # before_trading此函数会在每天策略交易开始前被调用，当天只会被调用一次 def before_trading(context): pass # 你选择的证券的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新 def handle_bar(context, bar_dict): pass # after_trading函数会在每天交易结束后被调用，当天只会被调用一次 def after_trading(context): pass # 去极值 def med_method(factor): # 1、找到MAD值 med = np.median(factor) distance = abs(factor - med) MAD = np.median(distance) # 2、求出MAD_e MAD_e = 1.4826 * MAD # 3、求出正常值范围的边界 up_scale = med + 3 * MAD_e down_scale = med - 3 * MAD_e # 4、替换 factor = np.where(factor > up_scale, up_scale, factor) factor = np.where(factor < down_scale, down_scale, factor) return factor # 自实现标准化 # (x - mean) / std def stand_method(factor): mean = np.mean(factor) std = np.std(factor) factor = (factor - mean) / std return factor
多因子相关性分析
- 对因子与因子的IC值求相关系数
- 斯皮尔曼相关系数
多因子合成方法
- 将一些相关的因子合成一个因子
方法
- 1.等权重加和
- 2.PCA降维
示例：多因子合成
# 合成以下因子：
# earnings_per_share;fully_diluted_earnings_per_share;return_on_equity
# 1、获取这三个因子的横截面数据
# 2、因子处理、缺失值、去极值、标准化
# 3、PCA流程
import pandas as pd
# 1、获取这三个因子的横截面数据
date = get_trading_dates(start_date="20170101", end_date="20180101")
all_data = pd.DataFrame()
for i in range(len(date)):
q = query(fundamentals.financial_indicator.fully_diluted_earnings_per_share,
fundamentals.financial_indicator.earnings_per_share,
fundamentals.financial_indicator.return_on_equity)
fund = get_fundamentals(q, entry_date=date[i])[:, 0, :]
# 要把每一个交易日的横截面数据竖着粘在一起
all_data = pd.concat([all_data, fund])
# 处理缺失值
all_data = all_data.dropna()
import numpy as np
def med_method(factor):
# 1、找到MAD值
med = np.median(factor)
distance = abs(factor - med)
MAD = np.median(distance)
# 2、求出MAD_e
MAD_e = 1.4826 * MAD
# 3、求出正常值范围的边界
up_scale = med + 3 * MAD_e
down_scale = med - 3 * MAD_e
# 4、替换
factor = np.where(factor > up_scale, up_scale, factor)
factor = np.where(factor < down_scale, down_scale, factor)
return factor
# 自实现标准化
# (x - mean) / std
def stand_method(factor):
mean = np.mean(factor)
std = np.std(factor)
factor = (factor - mean) / std
return factor
# 去极值和标准化
all_data["fully_diluted_earnings_per_share"] = med_method(all_data["fully_diluted_earnings_per_share"])
all_data["earnings_per_share"] = med_method(all_data["earnings_per_share"])
all_data["return_on_equity"] = med_method(all_data["return_on_equity"])
all_data["fully_diluted_earnings_per_share"] = stand_method(all_data["fully_diluted_earnings_per_share"])
all_data["earnings_per_share"] = stand_method(all_data["earnings_per_share"])
all_data["return_on_equity"] = stand_method(all_data["return_on_equity"])
from sklearn.decomposition import PCA
# PCA降维
# 实例化一个转换器类
transfer = PCA(n_components=1)
# fit_transform
data = transfer.fit_transform(all_data)