请 [注册] 或 [登录]  | 返回主站

量化交易吧 /  量化平台 帖子:3351425 新帖:43

基于 拉姆达投资 的因子分析框架解析

我是一个土豆发表于:5 月 10 日 07:44回复(1)


参考指数:沪深300

第一部分:因子中性化
主函数:get_factor_neutra(alpha_factor,date)
参数:因子列表series和日期
输出:市值和行业中性化后的series
调用:neutralization(factor,mkt_cap = False, industry = True,date=None)
         参数:mkt_cap:以股票为index,市值为value的Series;factor:以股票code为index,因子值为value的Series
         输出:中性化后的因子值series
         调用:get_industry_exposure(stock_list,date)
                   参数:股票列表和日期
                   输出:返回一个df,index为行业列,columns为股票,如股票与行业对应,则df赋值为1,否则为0
                   调用:get_industry_code_from_security(security,date=None)
                             参数:股票代码和日期
                             输出:返回行业代码或“未找到”

第二部分:因子标准化
主函数:get_factor_ne
参数:股票名称为index的因子序列,检查日期
输出:df,包括市值,包括因子值

第三部分:因子评价
(一)IC   IC_IR   PVALUE
函数一:
get_pool_pct(pool,start_date,end_date,days=1)
参数:开始时间,结束时间,股票池,计算天数
输出:index为日期,列名为沪深300股票的涨幅表
函数二:get_rank_ic(factor, factor_return,days = 1)
参数:因子序列和收益序列
输出:IC和PVALUE
(二)分组收益曲线
函数一:
get_fact_ret(fact,pool_index='000300.XSHG',fdate='2017-01-01',e_date='2017-02-01')
参数:alpha001 factor,股票池,起始日期和截止日期
返回:分组收益
函数二:
fact_tu(fact,l_all)
参数:fact为alpha001,index为日期,行为股票名;l_all为交易日期list
作用:按天调用get_fact_ret

全部回复

0/140

量化课程

    移动端课程