alphalens的单因子测试

钱塘小甲子

博客专家认证

2023-01-13 00:26:39

课程名称	适应人群
alphalens的单因子测试	量化alpha策略的初学者和刚入门者

本课程正对股票alpha策略的入门者和初学者，介绍了整个alpha策略（多因子）的体系和投资哲学，然后重点介绍了单因子测试的核心点。因子测试部分包括示例因子的计算、因子的预处理（包括去极值化、标准化、中性化）、基于alphalens的因子测试。最后对因子测试的结果进行详细的分析，并从实际意义上说明，怎么样的测试结果是一个好的因子。

...全文

2141 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

Eric_CAS 2021-06-10

打赏
举报

回复

那个数据在哪里下载啊，找不到了啊

python库。资源全名：alphalens-eqi-1.0.0.tar.gz

量化投资利器，alphalens，很多人苦于找不到API教程，这篇文档很好地描述了API以及用法

【资源说明】基于遗传算法、强化学习自动选择高频因子python实现源码+项目说明.zip 基于遗传算法、强化学习自动选择高频因子python实现源码+项目说明.zip 因子评价 XGB 树分裂的参考信息增益线性回归的参考因子处理函数 def neutralize(): 中性化 def winsorize(): 去极值 def winsorize_med(): 中位数去极值 def standrlize(): 标准化具体事项回测报告 ST剔除，结果保存在NAS/output中。3000+ => 2100 (2018-2022) 因子生成可选因子：流动性、波动率和不平衡性。以及其他基础指标分钟级，流动性，不平衡性根据分钟级的曲线，来提取特征，实现因子预测？下一日的流动性 R^Squared 流动性转化为收益率流动性的变化率可选变换：min max 普通运算 rank 股票选择：根据因子值的大小排序，选择股票根据quantile分组选股去掉涨停行业，大盘指数 twap均价。作为成交的价格。成交时间：一天？五天？ PnL (未完成) 数量选择：等权重配置组合风险最小化（最小化组合方差）；组合总权重限制为90%到100%；组合年化收益率目标下限为10% 组合夏普比率最大化；每只标的权重不超过10% 问题如何访问到docker里面的文件。pycharm 只能download 不能upload吗？如何一行一行运行？ Debug image (1) 今天参考了alphalens, 并在此基础上开发回测框架，具体分为 time-IC 折线图正态分布图 QQ图热力图 Cumulative return Cumulative return by quantile 1D period forward return IC 2D period forward return IC(存疑) 5D period forward return IC(存疑) (2) 因子开发的格式因子名称: Liquidity_DeltaTurnover 一级分类: PriceVolume 二级分类: Liquidity 因子编号: Factor01040009 因子含义: 因子说明: 因子算法: 因子来源：海通证券《选股因子系列研究 *****》工厂方法生成因子类 class StockFactor(object): def __init__(self, name,category,description): """ 初始化因子 :param name: 因子名称 """ self.name = name self.category = category self.description = description def name(self): return self.name @abstractmethod def compute(self, start_date, end_date): """ 计算指定周期内的因子值 :param start_date: 开始时间 :param end_date: 结束时间 """ pass (3)继续研究高频语境下的orderflow imbalance和volatility。看了两篇论文，约了组里的同学明天开会讨论一下。 (4)数据预处理剔除上市时间不满60天的新股采用MAD法侦测单变量的异常值,将均值和标准差换成稳健的统计量,均值用样本中位数代替【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可直接用于毕设、课设、作业等。欢迎下载，沟通交流，互相学习，共同进步！

分享课程——Python金融分析与量化交易实战视频教程，很棒的一套课程，值得学习，有需要的同学下载看看

Python_一个实用的金融机器学习工具和应用程序列表

陆一潇的课程社区_NO_1

1

社区成员

52

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章