python因子数_Python与量化多因子——因子库（下）
1. 前言
有点泄气，读者不多，赞同也不多，不过万事开头难。上一篇我分享了因子库的设计，这一篇主要讲实现，加上我的标题叫Python与量化多因子，势必要加点代码在里头，不过旨在抛砖引玉，点到即止，更多的内容需要读者们自己去探索。
对了，读者如果自己动手，基础的Pandas，Numpy的操作还是需要会的，网上也有很多教程，大家也可以去看，如果有需要，后面我也可以写篇文章来介绍。
2. 因子构成
好像现在各家券商的研报后面都会加上他们因子的构成，很多因子也都是差不多的。我把要做的因子简单的归类，大概有如下这些：规模类
估值类
盈利类
成长类
技术类
一致预期类
另类
其实大家用的因子估计都差不多，现在更关键的是对风格的把握，但这显然也更难。
3. 准备工具
上一篇文章，我有说，我们的因子来自于一些底层的数据，但这些数据都存储在一些底层的表当中，我们需要一个中间层，构建一个统一的数据接口，为我们计算因子提供便利。
这个中间层至少需要包含：提供交易日历
提供股票的行情
提供财务数据，一致预期数据
提供行业分类数据
这四个功能，至于每个功能如何实现，具体问题具体对待。
参考网上开源的Tushare，我们也可以设计自己简单的Python数据接口：
import pandas as pd
class ForTheData:
def __init__(self):
self.calendar = pd.read_csv(r'../calendar.csv')
def get_date_list(self, start, end, freq='d'):
"""获取一段时间的交易日列表:param start: 开始时间，str:param end: 结束时间，str:param freq: 频率，'d', 'w', 'm', 'q':return: list of date"""
pass
def get_next_date(self, date, n):
"""用于获得指定n天后的日期的函数，当n>0时往后推，当n小0时往前推:param date: str:param n: int:return: str"""
pass
def get_hist_data(self, start, end, universe, field):
"""用于获取股票的行情:param start: 开始时间，str:param end: 结束时间，str:param universe: 股票池， list of tickers:param field: 获取的字段, list:return:"""
pass
def get_balance_sheet(self, start, end):
"""获取资产负债表:param start: 开始时间，str:param end: 结束时间，str:return: pd.DataFrame"""
pass
def get_industry_classified(self, start, end, universe, classified_type='zx'):
"""获取股票的行业分类数据:param start: 开始时间，str:param end: 结束时间，str:param universe: 股票列表，list of tickers:param classified_type: 行业分类类型:return: pd.DataFrame"""
pass
for_the_data = ForTheData()
我们定义了一个Python类，它可以帮助我们从前面提到的几项数据源提取需要的Python数据。当然，考虑到环境不一致的原因，我没有写具体实现的逻辑，但我算是提供了一个设计文档，可以借助这个文档来完成代码。
4. 以20日市值平均因子为例
市值是规模因子类当中的一种，我们以20日市值平均这个因子为例，提供一个Python的伪代码：
class AvgSize20d:
"""
20日总市值平均
"""
def __init__(self):
pass
def cal_factor(self, size):
"""
计算市值的平均值
:param size: 市值数据，pd.DataFrame，column为股票列表, index为日期
:return: Series
"""
return pd.Series()
def load_data(self, start, end):
"""
下载市值数据
:param start: 开始日期, str
:param end: 结束日期, str
:return:
"""
return pd.DataFrame()
def product(self, date):
"""
每日运行函数
:param date:
:return:
"""
pre_20d = for_the_data.get_next_date(date, -20)
size = self.load_data(pre_20d, date)
factor = self.cal_factor(size)
return factor
结合上一节定义的行情函数，日历函数，轻轻松松，我们便完成了该因子的计算。当然，这个因子的定义确实也比较简单，像基本面因子的计算会比较复杂些，但大体的框架是不变的。
5. 思考我们简单的定义了因子计算的框架，但是如何将因子计算同一调度，并保存到数据库当中，需要读者进行思考
因子计算当中可能会出现哪些异常，又如何处理？
加油！