3、多因子策略

股票量化策略
- 趋势交易（技术分析）—— 趋势追踪：通过交易手段获取超额收益
- 市场中性（基本面分析）—— 多因子选股：通过选股获取超额收益

多因子策略

特征：因子
目标值：股票收益（需要计算）

TTM: trailing twelve months（滚动市盈率）
LYR: last year ratio（静态市盈率）
LF: last file（最新公告）
PB (LF) : 每股净资产取自最新公告数据

3.4 多因子策略流程

因子挖掘
- 因子数据的处理
  - 去极值
  - 标准化
  - 中性化
- 单因子有效性检测
  - 因子IC分析
  - 因子收益率分析
  - 因子的方向
- 多因子相关性和组合分析
  - 因子相关性
  - 因子合成
回测
- 多因子选股的权重
- 调仓周期

研究平台获取函数：

get_price() - 获取合约历史行情数据

get_price(order_book_ids, start_date='2013-01-04', end_date='2014-01-04', frequency='1d', fields=None, adjust_type='pre', skip_suspended =False, market='cn', expect_df=False)
返回 pandas Panel、DataFrame、Series 结构

get_trading_dates() - 获取交易日列表

get_trading_dates(start_date, end_date, markets='cn')
返回 datetime.date list

get_fundamentals - 查询财务数据

get_fundamentals(query, entry_date, interval=None, report_quarter=False, expect_df=False)
返回 pandas DataPanel - 财务数据查询结果。

3.5 因子数据处理 - 去极值

去极值
- 分位数去极值 ( 0.25 quantile = 25 percentile )
- 中位数绝对偏差去极值
- 正态分布去极值

3.5.1 分位数去极值

原理：

将指定分位数区间以外的极值用分为点的值替换掉

API：

from scipy.stats.mstats import winsorize
scipy.stats.mstats.winsorize(a, limits=None)
- Return a Winsorized version of the input array Parameters:
  - a : sequence Input array
  - limits : float 数据两端的 percentile 的值

案例：对 pe_ratio 进行去极值

自实现分位数去极值：

def quantile(factor, up, down):
    """自实现分位数去极值
    大于（小于）分位值点 的 数据 用 分位值 替换"""
    # 求出分位数值：
    up_scale = np.percentile(factor, up)
    down_scale = np.percentile(factor, down)
    factor = np.where(factor > up_scale, up_scale, factor)
    factor = np.where(factor < down_scale, down_scale, factor)
    return factor

3.5.2 MAD 中位数绝对偏差去极值 ( Median Absolute Deviation )

原理：

找出因子的中位数 median = X_med
计算每个因子值与中位数的绝对偏差值 | x - median |
得到绝对偏差值的中位数， MAD，median( | x - median | )
计算 MAD_e = 1.4826 * MAD，然后确定参数 n（经常为3），做出调整

去极值判断：

if Xi > X_med + n * MAD_e:
    Xi = X_med + n * MAD_e
if Xi < X_med - n * MAD_e:
    Xi = X_med - n * MAD_e
if X_med - n * MAD_e < Xi < X_med + n * MAD_e:
    Xi = Xi

自实现中位数绝对偏差去极值：

def mad(factor):
    """实现3倍中位数绝对偏差去极值"""
    # 1、找出因子的中位数
    me = np.median(factor)
    
    # 2、计算 | x - median |
    # 3、计算 MAD, median( | x - median| )
    mad = np.median(abs(factor - me))
    
    # 4、
    up = me + (3 * 1.4826 * mad)
    down = me - (3 * 1.4826 * mad)
    
    # 5、
    factor = np.where(factor > up,up,factor)
    factor = np.where(factor < down,down,factor)
    return factor

3.5.3 正态分布去极值

采取3sigma原则

自实现正态分布去极值：

def threesigma(factor):
    """自实现正态分布去极值"""
    mean = factor.mean()
    std = factor.std()
    
    up = mean + 3*std
    down = mean - 3*std
    
    factor = np.where(factor > up,up,factor)
    factor = np.where(factor < down,down,factor)
    return factor

【结论】：中位数绝对偏差去极值

3.6 因子数据处理 - 标准化

from sklearn.preprocessing import StandardScaler
std = StandardScaler()
std.fit_transform(factor["pe_ratio2"])

自实现标准化：

def stand(factor):
    """自实现标准化"""
    mean = factor.mean()
    std = factor.std()
    return (factor - mean)/std

3.7 因子数据处理 - 市值中性化

默认大部分因子都受市值影响，去除其他因子存在的市值影响

原因：防止回测时选股集中
原理：建立回归关系

某因子对市值回归，去共线，取残差

回归法API：

from sklearn.linear_model import LinearRegression

2019-08-23 day2